量子運算的使用與應用
在本單元中，您會探索量子運算的一些最有前景的應用。
量子電腦可以解決哪些問題？
量子電腦並不是一台可以更快完成所有事情或可以解決任何可能問題的超級電腦。 量子電腦擴大了我們可以有效解決的問題集範疇，但仍然存在許多量子電腦無法解決過於複雜的問題。
下圖按其複雜度顯示了不同的問題集。 量子電腦可以比傳統電腦更有效率地解決的問題稱為 BQP (有限錯誤量子多項式)。 此名稱表示這些問題可以由量子電腦在多項式時間內解決。 BQP 問題的範例包括因式分解問題和搜尋問題。
事實上，量子運算研究的其中一個目標，就是要研究量子電腦可以比傳統電腦更快解決哪些問題，以及加速的速度。 量子電腦在解決需要計算大量可能組合的問題上表現得非常出色。
量子模擬
量子機制是宇宙的基礎「作業系統」。 其描述本質的基本構成要素的表現方式。 本質的行為，例如化學反應、生物反應和材質構成物，通常牽涉到許多主體的量子互動。 對於模擬本質上的量子力學系統 (例如分子)，量子運算顯得具有潛力，因為量子位元 (qubit) 可以用來表示相關的自然狀態。 我們可以建立模型的量子系統範例包括光合作用、超導體和複雜分子的構造。
資源估計
「Azure Quantum Azure 資源估算器」提供了一種估計在已調整的量子電腦上執行量子程式所需資源的方法，可協助您為量子運算的未來做好準備。 它可以幫助您回答一些問題，例如：需要哪些硬體資源？ 需要多少個實體和邏輯量子位元以及哪種類型？ 執行時間有多長？
因此，您能夠優化您的演算法，並建置解決方案以在已調整的量子電腦可用時充分利用它們。
量子加速
量子運算研究的其中一個目標，就是要研究量子電腦可以比傳統電腦更快解決哪些問題，以及加速的速度。 兩個著名的例子是 Grover 演算法和 Shor 演算法，與傳統演算法相比，它們分別實現了多項式和指數級的加速效果。
在量子電腦上執行的 Shor 演算法可破解傳統的加密配置 (例如 Rivest–Shamir–Adleman (RSA) 配置，該配置廣泛用於電子商務中的安全資料傳輸)。 此配置是根據使用傳統演算法來分解質數的實際難度。
Grover 的演算法可加快解決非結構化資料搜尋的速度，執行搜尋的步驟比任何傳統的演算法都要少。 事實上，任何可讓您檢查指定值是否為有效解決方案的問題，都可以根據搜尋問題來制定「是或否」問題。