看着好像没几个正经的答案，那就勉强答一发吧。
时间坐标2019-2020，当时Quantum Information课设跟着两个队友准备搞点事情，开始选题的时候心潮澎湃.....Shor/HHL//VQE/QAOA...etc（均为各种花里胡哨的量子算法），后来发现能用的physical qubit顶多三五个...人都裂了
Sycamore和IBM的premium硬件是肯定用不起的，作为穷学生，只能玩开放的免费硬件。当时IBM的开放硬件大概是Yorktown，Athens那一批 [1] ，就三五个比特，教授自己实验室的Quantum Inspire [2] 也不太行
就这三五个比特fidelity还差的离谱...而且还没有全联通（比如见上图），远距离的qubit做门只能花式SWAP....
ps想放个当时fidelity的数据在这的，好家伙一看IBM的硬件现在都27个qubit了，老硬件都淘汰了，离谱....勉强拿Santiago的数据看一下吧
Santiago的CNOT的error大概在1e-3这个量级，比起当时用的来说已经高了不少...
(personally我觉得这玩意完全不能叫量子计算机，顶多叫可控多比特系统）
没办法只能变着花在这几个qubit上搞点东西出来...当时想的是大规模的线路效果估计也不好，那就整点toy model做做benchmark....看看跟预期结果差多少。
然后就跟室友整了个非常弱智的线路，近似克隆算法（Quantum Approximate Cloning Machine , QACM) [3] 。根据non-cloning theorem，量子态是不可能被完美复制的，但是我们可以通过QACM提取出最大上限的量子信息然后复制一个近似的态，这个态的fidelity理论上限是5/6
这玩意的线路大概是这样的
你没看错，这玩意一共用了3个qubit，一个目标输入 a0，一个复制输出 a1，一个ancilla（辅助比特）b1。这个线路实际实现的是一个projective measurement+copy的过程。因而输入态a0的信息必然会有所损失，最终实现的结果是 \rho_1=\rho_2
好了，重点来了， 写代码是什么体验？
答案是根本没啥体验，因为完全算不上代码....
大部分云平台的都采用的可视化editor，鼠标上去拖两下就完事了，比如IBM Q Experience的界面如图
当然如果你实在想不开的话也可以去写QASM，大概是这样的
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接口，
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])
但是实际上搞这些没什么意义，因为量子线路的QASM完全不具备任何可读性。毕竟QASM只封装到了门（quantum gate）的级别，而量子门对标的是经典数字电路的逻辑门（与或非，NOT，AND，NAND etc），连汇编都算不上..... .
手写汇编已经很反人类了，设计逻辑电路emmmm，只能说目前这个领域还停留在EE级别，跟CS和所谓的代码完全没得关系，请各位程序员老哥别给自己加戏。
非要说写代码的话大概就是拿qiskit的api写个脚本，调IBM的硬件，因为当时扫的参数比较多，还整了个batch改参数....导致那几天IBM Q的后台基本都是400+的排队
在当下这个阶段，设计算法重要的不是写代码，而是理解推导quantum circuit，而这一过程是非常数学且反直觉的，比如上面那个看起来很弱智的copy线路的推导如下
以上的 |\Psi_1\rangle,|\Psi_2\rangle,|\Psi_3\rangle,|\Psi_4\rangle,|\Psi_5\rangle 分别为copy子线路中五条标记的红线位置处的量子态。
量子线路的推导是这样的，先把初始的量子态写出来（很多时候是叠加态）然后每经过一个门就跟根据相应的门操作对态做一次变换，然后把新的态写出来。直到推导完最后一个门。
题主问会不会处理叠加态变量，的确是会处理的，但是这个过程更多是提前做的数学推导，然后发现这一套门的确能取得我们想要的效果，之后要做的就是把门排列起来。
所以说在量子计算机上写代码不存在的，只有数学推导和排门电路两个过程。
pps. 补充一下，手滑把线路的图贴错了，当时一共做了三种线路，QACM，还有两种变体 Phase-Covariant QACM （用于复制XZ轴上的态）以及Economical QACM（经济型，即只有两个qubit）...贴的是EQACM的
ppps. 再补充一下，如果线路规模大了的话再手排门效率会低很多，这时候的确可以用到一些基本的封装比如量子傅里叶变换线路（QFT，线路排列方式是固定的）。但是目前我暂时还不了解有带封装的高级语言，因为NISQ时期能用的qubit的确太少了。
不过诸君也能看出来，量子计算领域的进步还是非常神速的，最起码IBM Q的qubit数量已经翻了好多倍了（至于fidelity能不能摆脱随机数发生器的范围那就另说了，有空可以跑个QAOA试试
以上
参考
- ^https://quantum-computing.ibm.com/
- ^https://www.quantum-inspire.com/about-qi/
- ^https://journals.aps.org/pra/abstract/10.1103/PhysRevA.62.012302
