MQT QMAP量子电路映射工具安装指南
2025-06-01 16:02:55作者:宗隆裙
MQT QMAP是一款用于量子电路映射的开源工具,主要采用C++17开发并提供了Python绑定接口。本文将详细介绍如何在不同环境下安装和使用该工具。
推荐安装方式
对于大多数用户,我们推荐使用Python包管理工具进行安装,这种方式简单快捷且无需编译。
准备工作
建议使用现代Python包管理工具uv,它比传统工具更快速高效。安装方法如下:
macOS/Linux系统:
curl -LsSf https://astral.sh/uv/install.sh | sh
Windows系统:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
安装MQT QMAP
使用uv安装:
uv pip install mqt.qmap
或者使用传统pip安装:
python -m pip install mqt.qmap
安装完成后,可通过以下命令验证:
python -c "import mqt.qmap; print(mqt.qmap.__version__)"
版本兼容性说明:从2.7.0版本开始,不再支持Python 3.8,建议使用Python 3.9或更高版本。
从源码构建(高性能版)
如需获得最佳性能,建议从源码构建安装:
uv pip install mqt.qmap --no-binary mqt.qmap --no-binary mqt.core
或使用pip:
pip install mqt.qmap --no-binary mqt.qmap --no-binary mqt.core
构建要求
- 支持C++17的编译器
- CMake 3.24或更高版本
- SMT求解器Z3
Z3安装方法:
- Ubuntu系统:
sudo apt-get install libz3-dev - macOS系统:
brew install z3 - 通过Python安装:
pip install z3-solver
项目集成指南
Python项目集成
在项目配置文件中添加依赖项:
pyproject.toml:
[project]
dependencies = ["mqt.qmap>=3.0.0"]
setup.py:
from setuptools import setup
setup(
install_requires=["mqt.qmap>=3.0.0"],
)
C++项目集成
使用FetchContent(推荐)
include(FetchContent)
set(FETCH_PACKAGES "")
set(MQT_QMAP_VERSION 3.0.0
CACHE STRING "MQT QMAP version")
set(MQT_QMAP_REV "v3.0.0"
CACHE STRING "MQT QMAP identifier")
set(MQT_QMAP_REPO_OWNER "cda-tum"
CACHE STRING "MQT QMAP repository owner")
if(CMAKE_VERSION VERSION_GREATER_EQUAL 3.24)
FetchContent_Declare(
mqt-qmap
GIT_REPOSITORY https://github.com/${MQT_QMAP_REPO_OWNER}/mqt-qmap.git
GIT_TAG ${MQT_QMAP_REV}
FIND_PACKAGE_ARGS ${MQT_QMAP_VERSION})
list(APPEND FETCH_PACKAGES mqt-qmap)
else()
find_package(mqt-qmap ${MQT_QMAP_VERSION} QUIET)
if(NOT mqt-qmap_FOUND)
FetchContent_Declare(
mqt-qmap
GIT_REPOSITORY https://github.com/${MQT_QMAP_REPO_OWNER}/mqt-qmap.git
GIT_TAG ${MQT_QMAP_REV})
list(APPEND FETCH_PACKAGES mqt-qmap)
endif()
endif()
FetchContent_MakeAvailable(${FETCH_PACKAGES})
使用Git子模块
git submodule add https://github.com/munich-quantum-toolkit/qmap.git external/mqt-qmap
在CMakeLists.txt中添加:
add_subdirectory(external/mqt-qmap)
结语
本文详细介绍了MQT QMAP的多种安装方式,用户可根据实际需求选择最适合的安装方法。对于性能敏感的应用场景,建议从源码构建以获得最佳性能。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
345
412
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
888
605
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896