主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020年专刊出版计划 微信服务介绍 最新一期:2019年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李志强,李文骞,陈汉武.量子可逆逻辑综合的关键技术及其算法.软件学报,2009,20(9):2332-2343
量子可逆逻辑综合的关键技术及其算法
lgorithm of Optimizing Quantum Reversible Logic Synthesis
投稿时间:2007-01-11  修订日期:2008-06-11
DOI:
中文关键词:  量子可逆逻辑  可逆逻辑优化  自动生成与优化  可逆逻辑综合  Hash函数关键词
英文关键词:quantum reversible logic  reversible logic optimization  automatic born and optimization  reversible logic synthesis  Hash function table
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60572071, 60873101 (国家自然科学基金); the Jiangsu Provincial Natural Science Foundation of China under Grant Nos.BK2007104, BK2008209 (江苏省自然科学基金)
作者单位
李志强 东南大学 计算机科学与工程学院,江苏 南京 210096
扬州大学 信息工程学院,江苏 扬州 225009 
李文骞 南京森林公安高等专科学校 信息技术系,江苏 南京 210046 
陈汉武 东南大学 计算机科学与工程学院,江苏 南京 210096 
摘要点击次数: 3355
全文下载次数: 3045
中文摘要:
      最优化量子可逆逻辑的关键在于用最小的量子代价自动构造量子可逆逻辑.为了提高可逆逻辑自动生成与优化的效率,提出了类模板技术和一种快速算法.模板技术是一个有效的优化工具,类模板技术可以显著提高模板技术的匹配效率;R-M算法是可逆逻辑综合的一种较好的迭代方法,基于R-M算法的原始思想,构造了一个Hash函数,并在此基础上提出了一种可逆逻辑综合的快速算法.实验结果表明,在同等实验环境下使用类模板技术与快速算法,其优化的效果与效率远远优于已知的其他算法.
英文摘要:
      The key of optimizing quantum reversible logic lies in automatically constructing quantum reversible logic circuits with the minimal quantum cost. In order to improve the efficiency of an automatic synthesis and optimization of the reversible logic, a semi-template technique and a fast algorithm was proposed. Template is an efficient optimizing tool, and the semi-template technique can significantly improve the matching efficiency in optimization. R-M synthesis arithmetic is a good iterative method in reversible logic synthesis. Based on the original idea of R-M arithmetic, by constructing an optimal and collision-free Hash function, a new fast algorithm for synthesizing the quantum reversible logic circuits was proposed. This algorithm can construct optimal quantum reversible logic circuits with various types of gates and quantum cost. The experimental results show that to the best of the knowledge in the same testing environment, the results are much better than others.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利