我进行了一次小型基准测试，将算法的量子版本与其经典版本进行比较，发现与经典版本相比，量子计算花费的时间要多得多。

我不明白这是为什么，量子计算应该与经典计算相近或者更好才对。

数据集说明：1个测试数据点和3个训练数据点，维度为2。目标：我们的目标是将测试数据点分类到训练数据点的一个类别中。

...

输出：

classical time =>  **1.0967254638671875e-05**
quantum time =>  **0.2530648708343506**  // 花费更多时间
According to our distance algorithm, the new data point belongs to the Blue class.
Euclidean distances:  [0.520285324797846, 0.4905204028376393, 0.7014755294377704] 
According to euclidean distance calculations, the new data point belongs to the Blue class.

我不明白为什么量子计算会花费这么多时间。

回答：

我是一名物理学家和程序员，曾在Qiskit上进行了大量工作。我在机器学习方面的经验有限，但如果我没记错的话，这篇关于最近邻方法的论文第22页的图13正是你正在创建的电路。

你之所以会遇到显著的性能下降，是因为你使用经典算法来模拟量子硬件。这部分被注释掉了：

...

其中”ibmq_16_melbourne”指的是一台物理量子计算机，其ibm架构在这里有部分文档记录。这完全合理，因为IBM对大多数账户限制了访问。这就是为什么后面你有这样的代码：

...

“Aer”指的是在客户端计算机上本地运行的量子计算机模拟软件。据我所知，qiskit中还没有可以模拟特定物理量子计算机的东西。这可能会告诉你模拟/理论上的加速效果会是什么（尽管在经典计算机上模拟会花费更长时间）。

重要提示：Qiskit生态系统中定义的许多标准（如OpenQASM格式）旨在与硬件无关。你可以描述一个电路，其中任何两个量子比特可以在任何时间进行交互。但事实是，任何规模的物理量子计算机（10+量子比特）都不会有直接的任意量子比特到任意其他量子比特的连接。你必须以特定于该架构的方式（如墨尔本16量子比特架构）来交换事物。