顾青在“黑板”上面写下了这样一串公式【$$c=\\sum^ai^kaj^k$$】
“其中，$c$表示两个量子状态之间的相关性，$ai^k$和$a_j^k$分别表示第$i$和第$j$个量子状态在第$k$个基础上的系数。
初始化量子比特的状态，对每个量子比特应用相应的量子门，对量子比特进行测量，得到测量结果，再根据测量结果计算相关性。
而我们对这个公式还需要加几个特性的修改和确定，最重要的是什么？”
听到这个问题，李由刚刚因为冥思苦想而皱起来的眉头，突然舒展，开口回答道：“观测数据！观测，测量的变化！”
顾青的嘴角已然噙起了笑意。
“没错，我们不论是人，还是物，直接或者间接的观测，都会有改变产生。在科学研究领域，改变就是好事。但是在数据探索和公式恒定的时候，改变虽然也是好事，但我们必须要知道改变的范畴、幅度、方向！
你们要将这方面的问题，考虑清楚。”
丢下了一个随堂作业，顾青接着继续讲到：“然后就是量子傅里叶变换qFt算法，它可以用于计算多项式的傅里叶变换，天工，帮我把公式调出来，放到上面。”
这一次，顾青倒是没有自己亲手书写，而是选择了“偷懒”。
“好的，先生。公式已经放到了指定位置，您可以自行调整，或者……”
顾青摆了摆手，“别整那些，进入【教学模式】，打开灵境实验服务器权限渠道，调集云中九龙大数据资料数据。”
“已进入【教学模式】，正在验证身份，身份验证成功，欢迎您的到来，请……”
无视天工的刻板打招呼方式，顾青看着自己面前多出来的这长长一行公司，微微叹了口气。
“这个公司也就是量子芯片的计算机可以做做，真要是让我们人类来推，每次都得累得够呛。”
【$$\\begin\\phi&=\\frac}\\sum……】
点了点这个公式，顾青头也不回的继续讲到：“大家可以看到，$\\phi$表示傅里叶变换后的信号，$\\phi$表示原始信号，$N$表示信号的长度。
具体操作流程与上一个公式类似，初始化量子比特的状态，对每个量子比特应用相应的量子门，然后对量子比特进行测量，得到测量结果，再根据测量结果计算傅里叶变换。
量子傅里叶变换qFt算法在python环境中，也能够实现。”
讲到这里，顾青顺手写了一段：【pythonimportnumpy……
初始化量子比特qc=quantumcircuit。应用x门……应用h门……应用cNot门……获取测量结果counts=_countsprint……】
然后直接点着这一段，讲到：“在这一段代码中，我首先初始化了4个量子比特，然后对第一个量子比特应用了x门，对第二个量子比特应用了h门，接着对第一个量子比特和第二个量子比特应用了cNot门，最后对所有量子比特进行了测量。
通过执行量子计算，我们得到了测量结果。
try{ggauto();} catch(ex){}
十分简单，虽然很粗糙，但是量子世界，有时候粗糙往往能够有奇效。比如量子墨尔本球状模型qSbm算法，也有python实现的方式。
但除了python实现，我们的九州语言就不行吗？
