涡量-流函数量子算法

涡量-流函数（vorticity–streamfunction）格式通过引入流函数消去压力，把二维不可压 NS 化为两条输运方程加一个泊松方程——它因消去鞍点结构而成为量子流体算法最爱的经典入口（见vorticity-streamfunction-formulation）。这一词条讲两条量子实现路线：Gaitan 在 npj Quantum Information 上对非光滑流（含正激波的 Laval 喷管）的量子 ODE 求解Gaitan 2020 (npj QI)，与 Budinski 用 D2Q5 格子玻尔兹曼给出的门级线路实现Budinski 2022 (IJQI)。

经典格式回顾

对二维不可压 NS 取旋度消去压力梯度项，得涡量输运方程；再由不可压条件引入流函数 $\psi$（$u={\partial }_y\psi$，$v=-{\partial }_x\psi$），涡量与流函数由泊松方程锁定：

$${\partial }_t\omega +u{\partial }_x\omega +v{\partial }_y\omega =\nu \Delta \omega ,-\Delta \psi =\omega .$$

对量子算法这个格式有两重吸引力：其一，没有压力——不存在不可压约束的鞍点系统，泊松方程是良态的标量方程；其二，非线性只剩一个对标量的对流项 $u{\partial }_x\omega +v{\partial }_y\omega$，其结构比原始动量方程简单。Budinski 正是利用了这一点：把 $\omega$ 与 $\psi$ 各交给一组格子玻尔兹曼分布函数演化（见quantum-lbm-overview）。

Gaitan：非光滑流的量子 ODE 路线

需要先澄清一点：Gaitan 2020 论文实际求解的是一维可压 NS 的守恒形式（${\partial }_{t}U+{\partial }_{x}F[U,{\partial }_{x}U]=J[U]$，含理想气体状态方程），并不使用涡量-流函数格式；它与本词条的关联在于涡量法所服务的同一目标——避开压力并直接量子化非线性演化。方法链条是：空间有限差分 → 非线性 ODE 组 $dU/dt=f(U)$ → Kacewicz 量子 ODE 算法：时间区间二分嵌套，每段以局部 Taylor 级数表示近似解，关键的积分项由量子振幅估计（QAEA）求值——这是唯一需要量子设备的部分（QAEA 见quantum-amplitude-estimation）。

复杂度取决于 $f$ 的 Hölder 光滑类 ${\mathcal{F}}^{r,\rho }$，记 $q=r+\rho$（Hölder 条件 $|{\partial }^r{f}^s(U)-{\partial }^r{f}^s(U^{\prime })|\le H\Vert U-U^{\prime }{\Vert }^{\rho }$）。oracle 复杂度三对比：

$$\Theta ({ϵ}^{-1/q})\text{（经典确定性）},O({ϵ}^{-1/(q+1/2-\gamma )})\text{（经典随机）},O({ϵ}^{-1/(q+1-\gamma )})\text{（量子）}.$$

推论反转了直觉：光滑流（$q\gg 1$）量子无优势；粗糙驱动/非光滑流（$q\ll 1$）量子对经典随机平方加速、对确定性指数加速——Gaitan 选择的正是含正激波的 Laval 喷管流动：光滑等熵解与含激波解各算一遍，参数 $L=3$、$A(x)=1+2.2(x-1.5{)}^2$、$\gamma =1.4$、$p_e=0.6784$，31/61 格点、1400 个 CFL 步，量子模拟与精确解（含激波位置 $x=2.1$）吻合极佳Gaitan 2020 (npj QI)。

图:含正激波的 Laval 喷管流动——量子 NS 模拟(点)与精确解(线)的 ρ、T、M 对比,激波位置 x=2.1 被精确复现(来源:QC025)

潜在指数加速的条件因此可总结为：解非光滑（激波、间断）+ 只需中等精度 + oracle 可高效实现。后续 Fleischer–Lukens–Gaitan（2021，Quantum Eng. 综述）把该框架向更一般的 NS 求解推广，但调研语料未收录其全文，本词条不作展开。

Budinski：D2Q5 门级线路

Budinski 2022 给出涡量-流函数格式的完整量子线路：两组分布函数 $f_{\alpha }$（演化 $\omega$）与 $g_{\alpha }$（演化 $\psi$，带源项），D2Q5 格子，流程为初始化 → 碰撞（LCU 酉化，同budinski-qlbm的对流扩散版本）→ 传播（受控移位）→ 边界条件 → 宏观量计算五段。涡量与流函数的提取是逐点加法：用 SWAP 对齐子态、多受控 H 门做叠加——涡量 $\omega ={\sum }_{\alpha }{f}_{\alpha }$ 与流函数 $\psi ={\sum }_{\alpha }{g}_{\alpha }$ 各有一条专用线路Budinski 2022 (IJQI)。

图:从 D2Q5 分布函数逐点求和提取涡量 ω 的量子线路——SWAP 对齐子态、受控 Hadamard 完成加法(来源:QC047)

边界条件的量子化最见工程功底：壁面上把 $\omega$、$\psi$ 置零（对角矩阵 $C_b$ 经 LCU 酉化），再按涡量边界公式把边界 ${\omega }_b$ 与内点 $\psi$ 逐点组合。验证算例为 $16\times 16$ 顶盖驱动方腔，500 步达稳态，涡量等值线与经典 FORTRAN 解完全一致Budinski 2022 (IJQI)。代价同样清晰：平衡分布中的 $u^2$ 项不可直接量子计算，每个时间步必须测量 + 完整层析 + 经典反算速度场再重初始化——非线性迫使它成为每步测量的混合方案（见hybrid-quantum-classical）。

局限与对照

两条路线互为镜像：Gaitan 走”非线性直接量子化”，优势是对非光滑流的复杂度优势，短板是 oracle 落不到电路；Budinski 走”线性部分电路化”，优势是每一段都有门级实现，短板是每步测量使单步对数深度优势被 $O(N)$ 制备/测量成本抵消（Bastida 等的评述见budinski-qlbm）。涡量-流函数格式本身还受限于二维（三维无流函数）与固体壁面涡量边界条件的精度——这些经典缺陷会被量子实现原样继承。

延伸阅读

• vorticity-streamfunction-formulation
• quantum-navier-stokes
• budinski-qlbm
• quantum-amplitude-estimation
• hybrid-quantum-classical