看著好像沒幾個正經的答案，那就勉強答一發吧。
時間座標2019-2020，當時Quantum Information課設跟著兩個隊友準備搞點事情，開始選題的時候心潮澎湃.....Shor/HHL//VQE/QAOA...etc（均為各種花裏胡哨的量子演算法），後來發現能用的physical qubit頂多三五個...人都裂了
Sycamore和IBM的premium硬件是肯定用不起的，作為窮學生，只能玩開放的免費硬件。當時IBM的開放硬件大概是Yorktown，Athens那一批 [1] ，就三五個位元，教授自己實驗室的Quantum Inspire [2] 也不太行
就這三五個位元fidelity還差的離譜...而且還沒有全聯通（比如見上圖），遠距離的qubit做門只能花式SWAP....
ps想放個當時fidelity的數據在這的，好家夥一看IBM的硬件現在都27個qubit了，老硬件都淘汰了，離譜....勉強拿Santiago的數據看一下吧
Santiago的CNOT的error大概在1e-3這個量級，比起當時用的來說已經高了不少...
(personally我覺得這玩意完全不能叫量子電腦，頂多叫可控多位元系統）
沒辦法只能變著花在這幾個qubit上搞點東西出來...當時想的是大規模的路線效果估計也不好，那就整點toy model做做benchmark....看看跟預期結果差多少。
然後就跟室友整了個非常弱智的路線，近似複制演算法（Quantum Approximate Cloning Machine , QACM) [3] 。根據non-cloning theorem，量子態是不可能被完美復制的，但是我們可以透過QACM提取出最大上限的量子資訊然後復制一個近似的態，這個態的fidelity理論上限是5/6
這玩意的路線大概是這樣的
你沒看錯，這玩意一共用了3個qubit，一個目標輸入 a0，一個復制輸出 a1，一個ancilla（輔助位元）b1。這個路線實際實作的是一個projective measurement+copy的過程。因而輸入態a0的資訊必然會有所損失，最終實作的結果是 \rho_1=\rho_2
好了，重點來了， 寫程式碼是什麽體驗？
答案是根本沒啥體驗，因為完全算不上程式碼....
大部份雲平台的都采用的視覺化editor，滑鼠上去拖兩下就完事了，比如IBM Q Experience的界面如圖
當然如果你實在想不開的話也可以去寫QASM，大概是這樣的
OPENQASM 2.0;
include "qelib1.inc";
qreg q[2];
creg c[2];
ry(0.1415394733244273) q[0];
rx(-1.5707963267948966) q[0];
sdg q[1];
h q[1];
tdg q[1];
cx q[0], q[1];
t q[1];
h q[1];
s q[1];
cx q[1], q[0];
rx(1.5707963267948966) q[0];
ry(-0.1415394733244273) q[0];
rx(1.5707963267948966) q[1];
ry(-0.1415394733244273) q[1];
measure q[0] -> c[0];
measure q[1] -> c[1];
或者用Qikist的py介面，
from qiskit import QuantumRegister, classicalRegister, QuantumCircuit
from numpy import pi
qreg_q = QuantumRegister(2, 'q')
creg_c = classicalRegister(2, 'c')
circuit = QuantumCircuit(qreg_q, creg_c)
circuit.ry(0.1415394733244273, qreg_q[0])
circuit.rx(-1.5707963267948966, qreg_q[0])
circuit.sdg(qreg_q[1])
circuit.h(qreg_q[1])
circuit.tdg(qreg_q[1])
circuit.cx(qreg_q[0], qreg_q[1])
circuit.t(qreg_q[1])
circuit.h(qreg_q[1])
circuit.s(qreg_q[1])
circuit.cx(qreg_q[1], qreg_q[0])
circuit.rx(1.5707963267948966, qreg_q[0])
circuit.ry(-0.1415394733244273, qreg_q[0])
circuit.rx(1.5707963267948966, qreg_q[1])
circuit.ry(-0.1415394733244273, qreg_q[1])
circuit.measure(qreg_q[0], creg_c[0])
circuit.measure(qreg_q[1], creg_c[1])
但是實際上搞這些沒什麽意義，因為量子路線的QASM完全不具備任何可讀性。畢竟QASM只封裝到了門（quantum gate）的級別，而量子門對標的是經典數碼電路的邏輯門（與或非，NOT，AND，NAND etc），連組譯都算不上..... .
手寫組譯已經很反人類了，設計邏輯電路emmmm，只能說目前這個領域還停留在EE級別，跟CS和所謂的程式碼完全沒得關系，請各位程式設計師老哥別給自己加戲。
非要說寫程式碼的話大概就是拿qiskit的api寫個指令碼，調IBM的硬件，因為當時掃的參數比較多，還整了個batch改參數....導致那幾天IBM Q的後台基本都是400+的排隊
在當下這個階段，設計演算法重要的不是寫程式碼，而是理解推導quantum circuit，而這一過程是非常數學且反直覺的，比如上面那個看起來很弱智的copy路線的推導如下
以上的 |\Psi_1\rangle,|\Psi_2\rangle,|\Psi_3\rangle,|\Psi_4\rangle,|\Psi_5\rangle 分別為copy子路線中五條標記的紅線位置處的量子態。
量子路線的推導是這樣的，先把初始的量子態寫出來（很多時候是疊加態）然後每經過一個門就跟根據相應的門操作對態做一次變換，然後把新的態寫出來。直到推導完最後一個門。
題主問會不會處理疊加態變量，的確是會處理的，但是這個過程更多是提前做的數學推導，然後發現這一套門的確能取得我們想要的效果，之後要做的就是把門排列起來。
所以說在量子電腦上寫程式碼不存在的，只有數學推導和排門電路兩個過程。
pps. 補充一下，手滑把路線的圖貼錯了，當時一共做了三種路線，QACM，還有兩種變體 Phase-Covariant QACM （用於復制XZ軸上的態）以及Economical QACM（經濟型，即只有兩個qubit）...貼的是EQACM的
ppps. 再補充一下，如果路線規模大了的話再手排門效率會低很多，這時候的確可以用到一些基本的封裝比如量子傅立葉變換路線（QFT，路線排列方式是固定的）。但是目前我暫時還不了解有帶封裝的高級語言，因為NISQ時期能用的qubit的確太少了。
不過諸君也能看出來，量子計算領域的進步還是非常神速的，最起碼IBM Q的qubit數量已經翻了好多倍了（至於fidelity能不能擺脫隨機數發生器的範圍那就另說了，有空可以跑個QAOA試試
以上
參考
- ^https://quantum-computing.ibm.com/
- ^https://www.quantum-inspire.com/about-qi/
- ^https://journals.aps.org/pra/abstract/10.1103/PhysRevA.62.012302
