Sfetcu, Nicolae (2026), Algoritmi în calculul cuantic, IT & C, 5:2, DOI: 10.58679/IT29426, https://www.internetmobile.ro/algoritmi-in-calculul-cuantic/

Algorithms in Quantum Computing

Abstract

A quantum algorithm can be understood as a sequence of operations on qubits: preparing an initial state, applying quantum gates, amplifying the probabilities associated with the desired solutions, and finally measuring the system. The measurement is essential, but also limiting: it transforms the quantum state into a classical result, so the design of the algorithm must make the correct solution as likely as possible before reading it. Therefore, quantum computing is not about “trying all solutions in parallel”, but using interference to reinforce useful answers and cancel out wrong answers.

Keywords: quantum algorithm, quantum computing, quantum computers, Shor’s algorithm, Grover’s algorithm

Rezumat

Un algoritm cuantic poate fi înțeles ca o succesiune de operații asupra qubiților: pregătirea unei stări inițiale, aplicarea unor porți cuantice, amplificarea probabilităților asociate soluțiilor dorite și, în final, măsurarea sistemului. Măsurarea este esențială, dar și limitativă: ea transformă starea cuantică într-un rezultat clasic, astfel încât proiectarea algoritmului trebuie să facă soluția corectă cât mai probabilă înainte de citire. De aceea, calculul cuantic nu înseamnă „încercarea tuturor soluțiilor în paralel”, ci folosirea interferenței pentru a întări răspunsurile utile și a anula răspunsurile greșite.

Cuvinte cheie: algoritm cuantic, calcul cuantic, calculatoare cuantice, algoritmul lui Shor, algoritmul lui Grover

IT & C, Volumul 5, Numărul 2, Iunie 2026, pp. xxx
ISSN 2821 – 8469, ISSN – L 2821 – 8469, DOI: 10.58679/IT29426
URL: https://www.internetmobile.ro/algoritmi-in-calculul-cuantic/
© 2026 Nicolae SFETCU. Responsabilitatea conținutului, interpretărilor și opiniilor exprimate revine exclusiv autorilor.

Algoritmi în calculul cuantic

Nicolae SFETCU[1]
nicolae@sfetcu.com

[1] Cercetător – Divizia de Istoria Științei (DIS)/Comitetul Român de Istoria și Filosofia Științei și Tehnicii (CRIFST) al Academiei Române, ORCID: 0000-0002-0162-9973, Web of Science Researcher ID V-1416-2017. Email: nicolae@sfetcu.com

Introducere

Calculul cuantic reprezintă una dintre cele mai importante direcții ale informaticii moderne, deoarece propune un mod fundamental diferit de prelucrare a informației. În locul biților clasici, care pot avea valoarea 0 sau 1, calculatorul cuantic folosește qubiți, sisteme fizice care pot fi descrise prin superpoziții de stări. La acestea se adaugă fenomene precum interferența și inseparabilitatea, care permit construirea unor algoritmi imposibil de imitat eficient, în anumite cazuri, de calculatoarele clasice. Totuși, avantajul cuantic nu apare automat: el depinde de problema aleasă, de forma algoritmului și de posibilitatea implementării pe hardware suficient de stabil. Manualul clasic al lui Nielsen și Chuang descrie calculul cuantic ca o disciplină aflată la intersecția dintre informatică, fizică și teoria informației. (Nielsen and Chuang 2010)

Un algoritm cuantic poate fi înțeles ca o succesiune de operații asupra qubiților: pregătirea unei stări inițiale, aplicarea unor porți cuantice, amplificarea probabilităților asociate soluțiilor dorite și, în final, măsurarea sistemului. Măsurarea este esențială, dar și limitativă: ea transformă starea cuantică într-un rezultat clasic, astfel încât proiectarea algoritmului trebuie să facă soluția corectă cât mai probabilă înainte de citire. De aceea, calculul cuantic nu înseamnă „încercarea tuturor soluțiilor în paralel”, ci folosirea interferenței pentru a întări răspunsurile utile și a anula răspunsurile greșite.

Prezentul articol este o extindere a unui subcapitol din cartea Introducere în tehnologiile cuantice – Calculul cuantic, criptografia cuantică, filosofia tehnologiilor cuantice. (Sfetcu 2026)

Concepte fundamentale ale calculului cuantic

Qubiți și spațiul de stare cuantic

Definiția generală a unui qubit ca stare cuantică a unui sistem cuantic pe două niveluri.

Un computer cuantic procesează informația folosind qubiți (biți cuantici) în locul biților clasici. Matematic, un qubit este descris ca un vector în spațiul Hilbert bidimensional, având două stări de bază |0⟩ și |1⟩. Starea generală a unui qubit este o superpoziție α|0⟩ + β|1⟩, unde α și β sunt numere complexe ce satisfac |α|² + |β|² = 1. Pentru un sistem cu n qubiți, starea generală este o superpoziție a celor 2ⁿ stări de bază |00…0⟩ până la |11…1⟩. Această explozie combinatorială a spațiului de stare face posibile calcule paralele masive – cu n qubiți putem reprezenta simultan 2ⁿ valori, ceea ce depășește exponențial capacitatea unui registru clasic cu n biți (Schneider and Smalley 2025). Totuși, extragerea rezultatului final se realizează prin măsurare, deci algoritmii cuantici trebuie construiți astfel încât interferența să concentreze probabilitatea pe rezultatul corect, care să poată fi citit cu o singură măsurătoare.

În reprezentarea pe sfera Bloch, orice stare pură poate fi parametrizată prin unghiurile θ și ϕ (iar „faza globală” nu este observabilă), și introduce pe scurt stările mixte (prin matrice de densitate). Sunt prezentate și operațiile asupra qubiților: porți/logici cuantice ca transformări unitare, măsurarea (care schimbă starea), inițializarea și transmiterea printr-un canal cuantic. (Nielsen and Chuang 2010)

Reprezentarea unui qubit în sfera Bloch.

Porți logice cuantice și circuite

Similar logicii booleene (AND, OR, NOT) folosite în circuitele digitale clasice, calculul cuantic se bazează pe un set de porți cuantice – operații unitare care evoluează starea qubiților.

Poarta logică cuantică este elementul fundamental al modelului de calcul pe circuite cuantice, operând pe un număr mic de qubiți, analog rolului porților logice în circuitele digitale clasice. O diferență centrală este că, în formularea ideală, porțile cuantice sunt reversibile și pot reproduce inclusiv calculul clasic prin porți reversibile (de exemplu, prin poarta Toffoli, care are un analog cuantic). (Williams and Clearwater 1998)

Din punct de vedere formal, o poartă cuantică este un operator unitar, reprezentat printr-o matrice unitară față de o bază ortonormală (uzual, baza computațională). Pentru un registru de n qubiți, poarta are dimensiunea 2ⁿ, iar ansamblul acestor transformări se leagă de grupul unitar U(2ⁿ). Deși teoria presupune grupuri continue, implementările hardware sunt limitate de precizie și erori. În plus, porțile pot fi interpretate ca evoluții temporale unitare asociate ecuației Schrödinger, adică aplicarea unei evoluții (U) pe o durată fixă. (Nielsen and Chuang 2010)

Noțiunea de universalitate implică faptul că orice operație unitară poate fi aproximată cu secvențe finite dintr-un set finit de porți (Williams and Clearwater 1998), iar teorema Solovay–Kitaev justifică eficiența aproximării pentru un număr constant de qubiți (Dawson and Nielsen 2006). Compunerea circuitelor în serie se face prin înmulțire matricială (cu ordinea inversată față de diagramă), iar în paralel prin produs tensorial (Nielsen and Chuang 2010). Măsurarea este un proces ireversibil (deci „nu este poartă”), guvernată de regula lui Born și relevantă mai ales în prezența inseparabilității.

Exemple de porți cuantice fundamentale includ poarta Hadamard (H), care pune un qubit în superpoziție echilibrată (|0⟩+|1⟩)/√2, porțile Pauli (X, Y, Z) ce efectuează rotații de 180° în spațiul stărilor, sau poarta CNOT (Control-NOT), care insepară doi qubiți (schimbă al doilea qubit doar dacă primul este 1).

Un algoritm cuantic este realizat ca un circuit compus dintr-o secvență de astfel de porți aplicate pe un set de qubiți inițializați într-o stare cunoscută (de obicei |00…0⟩). La finalul circuitului, starea rezultată este măsurată pentru a obține soluția. Un aspect notabil este că toate operațiile cuantice sunt reversibile (unitare), ceea ce diferă de multe operații clasice (de exemplu, porțile AND, OR nu sunt reversibile, pe când un circuit cuantic nu poate „uita” informație din cauza reversibilității impuse de mecanica cuantică).

Avantajul computațional cuantic

Potențialul calculului cuantic de a depăși calculul clasic rezidă în combinarea superpoziției, inseparabilității și interferenței. Anumite probleme pot fi transformate în astfel de circuite în care numărul de pași necesari scade dramatic comparativ cu cei mai buni algoritmi cunoscuți pe mașini Turing clasice. Acest avantaj cuantic poate fi quadratic (de ordin √N față de N pentru problema căutării nesortate, prin algoritmul Grover) (Lund et al. 2025) sau chiar exponențial (de ordin polinomial față de exponențial, cum este cazul factorizării numerelor întregi prin algoritmul lui Shor). Important de subliniat: nu toate problemele vor beneficia de accelerație cuantică; unele rămân la fel de greu de rezolvat. Comunitatea de cercetare investighează în prezent clasele de probleme ce pot obține accelerare cuantică semnificativă (de exemplu, probleme de simulare a sistemelor fizice, optimizare, învățare automată, etc. (Schneider and Smalley 2025) (Possati 2023)).

Algoritmi cuantici reprezentativi

Un algoritm cuantic este conceput să ruleze pe un model realist de calcul cuantic (cel mai des, modelul circuitelor cuantice), profitând de proprietăți precum superpoziția și interferența pentru a obține, în anumite probleme, avantaje de viteză față de algoritmii clasici. (Nielsen and Chuang 2010) Sunt menționate drept exemple cele mai cunoscute: algoritmul lui Shor (factorizare / logaritm discret) și algoritmul lui Grover (căutare).

Proiectarea algoritmilor cuantici diferă în funcție de calculul care trebuie formulat în operații reversibile/unitare, iar răspunsul se obține prin măsurare, ceea ce introduce adesea o componentă probabilistică. De asemenea, multe rezultate sunt formulate în termeni de „oracole” și de clase de complexitate (în special BQP).

Algoritmii se pot grupa după tehnica principală și problemele țintă: (Childs and van Dam 2010)

• Algoritmi bazați pe Transformata Fourier Cuantică: Deutsch–Jozsa, Bernstein–Vazirani, Simon, estimarea fazei și Shor, plus formulări legate de problema de subgrup ascuns și aplicații precum estimarea anumitor sume (ex. Gauss).
• Algoritmi bazați pe amplificarea amplitudinii: Grover (o accelerare tipic cvadratică pentru căutare) și numărare cuantică.
• Algoritmi bazați pe plimbări cuantice (quantum walks), cu exemple precum distinții ale elementelor și triangle finding.

Domenii de aplicație importante ale algoritmilor cuantici sunt simularea sistemelor cuantice (un motiv major pentru calculul cuantic), rezolvarea unor probleme de algebră liniară (ex. rezolvarea sistemelor liniare) (Harrow et al. 2009), precum și direcții moderne hibride cuantic–clasice pentru optimizare și chimie computațională (ex. QAOA și VQE) (Moll et al. 2018).

Un prim moment important în istoria domeniului a fost algoritmul Deutsch–Jozsa. Acesta a arătat că există probleme artificiale, dar bine definite matematic, care pot fi rezolvate mai eficient pe un calculator cuantic decât prin metode clasice deterministe. Importanța sa nu constă neapărat în aplicații practice directe, ci în demonstrarea ideii că modelul cuantic de calcul poate avea o putere diferită de modelul clasic. (Deutsch and Jozsa 1992)

În anii mai recenți, cercetarea s-a orientat și către algoritmi hibrizi, care combină calculul cuantic cu optimizarea clasică. Aceștia sunt importanți pentru dispozitivele actuale, cunoscute ca dispozitive NISQ, adică sisteme cuantice de dimensiune intermediară, dar afectate de zgomot. Un exemplu este VQE, algoritmul variațional pentru estimarea energiilor fundamentale ale sistemelor cuantice, util mai ales în chimie cuantică. VQE a fost demonstrat pe un procesor fotonic și este conceput pentru a reduce cerințele de coerență pe termen lung, comparativ cu algoritmi cuantici mai exigenți. (Peruzzo et al. 2014)

Există și algoritmi cuantici pentru probleme de algebră liniară, precum HHL, propus de Harrow, Hassidim și Lloyd. Acesta poate estima anumite proprietăți ale soluției unui sistem liniar de ecuații cu o accelerare exponențială în condiții specifice, de exemplu pentru matrici rare și bine condiționate. Totuși, HHL nu produce direct întreaga soluție sub formă clasică, ci informații măsurabile despre starea cuantică asociată acesteia. Această distincție arată de ce avantajul cuantic trebuie analizat atent: uneori câștigul teoretic depinde de modul în care sunt încărcate datele, de precizia cerută și de forma rezultatului dorit. (Harrow et al. 2009)

Algoritmul lui Shor (1994)

Cel mai celebru exemplu de algoritm cuantic rămâne algoritmul lui Shor, destinat factorizării numerelor întregi mari și calculului logaritmilor discreți. Aceste probleme sunt importante deoarece stau la baza unor sisteme criptografice clasice. Shor a arătat că, pe un calculator cuantic ideal, factorizarea poate fi realizată în timp polinomial în numărul de cifre al intrării, spre deosebire de cei mai buni algoritmi clasici cunoscuți, care nu oferă aceeași eficiență generală.

Peter Shor a demonstrat teoretic în 1994 că un computer cuantic poate factoriza numere întregi foarte mari în timp polinomial, folosind transformata Fourier cuantică. Problema factorizării este dificilă clasic (crește exponențial cu dimensiunea numărului) și stă la baza securității unor scheme criptografice foarte răspândite (RSA, algoritmul de schimb de chei Diffie–Hellman, criptografia pe curbe eliptice). Algoritmul lui Shor este capabil să găsească divizorii primi ai unui număr N în O((logN)³) operații (neglijând factori policromi), un salt uriaș față de cei mai buni algoritmi clasici cunoscuți (Possati 2023).

Consecința este majoră: un calculator cuantic suficient de mare și corectat la erori ar putea compromite sisteme criptografice folosite pe scară largă. (Shor 1999) Consecința practică este că un calculator cuantic suficient de mare ar putea sparge majoritatea schemelor de criptare cu cheie publică folosite astăzi (RSA, ECC etc.), reprezentând o potențială vulnerabilitate majoră pentru securitatea informației (Possati 2023). Din fericire, implementarea practică a algoritmului lui Shor cere mii de qubiți logici fără eroare, un nivel încă neatins; cu toate acestea, perspectiva a declanșat dezvoltarea intensă a criptografiei post-cuantice (algoritmi clasici rezistenți la atacuri cuantice) și a stimulat interesul pentru criptografia cuantică ce oferă alternative sigure (vom detalia în secțiunea următoare).

Algoritmul lui Grover (1996)

Lov Grover a inventat un algoritm cuantic care accelerează căutarea într-o bază de date nestructurată. Dacă un algoritm clasic are nevoie, în medie, de un număr de pași proporțional cu mărimea bazei de date, Grover reduce complexitatea la ordinul rădăcinii pătrate din numărul de elemente. În esență, dacă avem N posibilități (de exemplu, căutarea unei intrări într-o bază de date neindexată), un computer clasic mediu ar necesita O(N) pași pentru a găsi soluția (scanând toate opțiunile în cel mai rău caz). Algoritmul lui Grover folosește operații de amplificare a amplitudinii (prin aplicarea repetată a unui operator special, numit difuzor Grover) pentru a crește probabilitatea soluției corecte și reduce numărul de pași la O(√N) (Lund et al. 2025). Deși acest speed-up este doar quadratic (nu exponențial ca Shor), algoritmul Grover are aplicații generale – orice problemă de căutare nestructurată sau de satisfacere a unei condiții poate teoretic beneficia de el. Practic, Grover devine relevant pentru spații uriașe de date; de exemplu, spargerea prin forță brută a unei chei simetrice de 128 biți ar dura 2¹²⁸ operații clasice, dar doar 2⁶⁴ operații cuantice cu Grover. Aceasta înseamnă că lungimile cheilor simetrice ar trebui dublate pentru a menține același nivel de securitate în fața viitoarelor calculatoare cuantice (ex: AES-256 ar oferi un nivel de securitate similar AES-128 în era cuantică, datorită Grover). Ca și Shor, algoritmul Grover necesită tot hardware cuantic robust și suficient de scalabil – până în prezent a fost testat doar pe probleme mici (câțiva qubiți) din cauza limitărilor experimentale.

Acest avantaj este mai mic decât cel oferit de Shor, dar este mult mai general, deoarece tehnica de „amplificare a amplitudinii” poate fi folosită ca subrutină în numeroase probleme de optimizare și căutare. (Grover 1996)

Alți algoritmi și abordări

Literatura oferă și alți algoritmi cuantici notabili.

O direcție deosebit de promițătoare este simularea sistemelor cuantice. Ideea provine încă din observațiile lui Richard Feynman, care a argumentat că natura cuantică este dificil de simulat eficient pe calculatoare clasice și că un sistem cuantic ar putea fi cel mai potrivit instrument pentru a simula un alt sistem cuantic. (Feynman 1982) Ulterior, Seth Lloyd a formulat conceptul de simulator cuantic universal, arătând că dinamica unor sisteme cuantice locale poate fi simulată eficient de un calculator cuantic. (Lloyd 1996) Această familie de algoritmi are aplicații potențiale în chimie, fizica materialelor, proiectarea medicamentelor și studiul reacțiilor moleculare.

Un alt exemplu este QAOA – Quantum Approximate Optimization Algorithm, algoritmul cuantic aproximativ de optimizare. Acesta urmărește găsirea unor soluții bune pentru probleme combinatoriale, precum MaxCut, printr-un circuit cuantic parametrizat și o buclă de optimizare clasică. Calitatea soluției depinde de un parametru care controlează adâncimea circuitului, iar creșterea acestuia poate îmbunătăți rezultatul, dar cere hardware mai performant. (Farhi et al. 2014)

Mulți dintre acești algoritmi sunt adaptați pentru calculatoarele actuale din categoria NISQ (Noisy Intermediate-Scale Quantum), un termen propus de John Preskill (2018) pentru dispozitivele actuale cu zeci-sute de qubiți fizici, dar fără corecție completă a erorilor (Preskill 2018). De exemplu, algoritmii variaționali (VQE – Variational Quantum Eigensolver, QAOA ș.a.) combină circuite cuantice scurte cu optimizare clasică iterativă pentru a evita adâncimi mari de circuit ce ar fi afectate de decoerență. Până acum, niciun algoritm cuantic nu a demonstrat avantaj practic covârșitor față de calculul clasic în rezolvarea unei probleme utile (în afara experimentelor de laborator create special). Totuși, progrese rapide au loc la nivel de algoritmi și teorie – de ex., Montanaro (2016) oferă o sinteză a multor algoritmi cuantici cunoscuți (Lund et al. 2025). Se așteaptă ca pe măsură ce hardware-ul evoluează și permite qubiți mai stabili, acești algoritmi să fie testați la scară mai mare și, eventual, să aducă supremația cuantică asupra unor probleme practice (supremația cuantică se referă la realizarea unei sarcini de calcul într-un timp infezabil pentru orice computer clasic actual) (Lund et al. 2025).

În prezent, una dintre marile dificultăți este diferența dintre algoritmii cuantici ideali și implementarea lor practică. Qubiții reali sunt sensibili la zgomot, decoerență și erori de poartă. Din acest motiv, mulți algoritmi cu avantaj teoretic clar necesită calcul cuantic tolerant la erori, adică mașini mult mai avansate decât majoritatea sistemelor disponibile astăzi. John Preskill a subliniat că dispozitivele NISQ pot fi utile pentru explorarea fizicii cuantice și a unor aplicații experimentale, dar nu trebuie considerate suficiente pentru a transforma imediat întreaga informatică. (Preskill 2018)

Concluzii

Algoritmii cuantici sunt importanți nu doar pentru că pot accelera anumite calcule, ci și pentru că schimbă felul în care înțelegem calculul însuși. Shor demonstrează un avantaj spectaculos pentru factorizare și logaritmi discreți, Grover oferă o accelerare generală pentru căutare, algoritmii de simulare cuantică promit aplicații naturale în fizică și chimie, iar metodele variaționale încearcă să valorifice dispozitivele cuantice disponibile astăzi. Cu toate acestea, calculul cuantic nu înlocuiește calculul clasic în toate situațiile. El este o resursă specializată, puternică în anumite clase de probleme și dependentă de progresul hardware-ului, al corecției erorilor și al metodelor de programare.

Prin urmare, algoritmii cuantici trebuie priviți ca o punte între teorie și tehnologie. Pe de o parte, ei arată limitele calculului clasic și deschid direcții noi în criptografie, optimizare, simulare și învățare automată. Pe de altă parte, aplicarea lor practică cere prudență: avantajul cuantic real trebuie demonstrat nu doar matematic, ci și experimental, pe probleme utile și la scară relevantă. Tocmai această combinație între promisiune și dificultate face ca studiul algoritmilor cuantici să fie una dintre cele mai dinamice teme ale științei contemporane.

Bibliografie

• Childs, Andrew M., and Wim van Dam. 2010. “Quantum Algorithms for Algebraic Problems.” Reviews of Modern Physics 82 (1): 1–52. https://doi.org/10.1103/RevModPhys.82.1.
• Dawson, C. M., and M. A. Nielsen. 2006. “The Solovay-Kitaev Algorithm.” Quantum Information and Computation 6 (1): 81–95. https://doi.org/10.26421/QIC6.1-6.
• Deutsch, David, and Richard Jozsa. 1992. “Rapid Solution of Problems by Quantum Computation.” Proceedings of the Royal Society of London. Series A: Mathematical and Physical Sciences 439 (1907): 553–58. https://doi.org/10.1098/rspa.1992.0167.
• Farhi, Edward, Jeffrey Goldstone, and Sam Gutmann. 2014. “A Quantum Approximate Optimization Algorithm.” arXiv:1411.4028. Preprint, arXiv, November 14. https://doi.org/10.48550/arXiv.1411.4028.
• Feynman, Richard P. 1982. “Simulating Physics with Computers.” International Journal of Theoretical Physics 21 (6): 467–88. https://doi.org/10.1007/BF02650179.
• Grover, Lov K. 1996. “A Fast Quantum Mechanical Algorithm for Database Search.” arXiv:quant-Ph/9605043. Preprint, arXiv, November 19. https://doi.org/10.48550/arXiv.quant-ph/9605043.
• Harrow, Aram W., Avinatan Hassidim, and Seth Lloyd. 2009. “Quantum Algorithm for Linear Systems of Equations.” Physical Review Letters 103 (15): 150502. https://doi.org/10.1103/PhysRevLett.103.150502.
• Lloyd, Seth. 1996. “Universal Quantum Simulators | Science.” https://www.science.org/doi/10.1126/science.273.5278.1073.
• Lund, Brady D., Sakib Shahriar, Brady D. Lund, and Sakib Shahriar. 2025. “Quantum Computing: A Concise Introduction.” Encyclopedia 5 (4). https://doi.org/10.3390/encyclopedia5040173.
• Moll, Nikolaj, Panagiotis Barkoutsos, Lev S. Bishop, et al. 2018. “Quantum Optimization Using Variational Algorithms on Near-Term Quantum Devices.” Quantum Science and Technology 3 (3): 030503. https://doi.org/10.1088/2058-9565/aab822.
• Nielsen, Michael A., and Isaac L. Chuang. 2010. “Quantum Computation and Quantum Information: 10th Anniversary Edition.” Cambridge Aspire Website, Cambridge University Press, December 9. https://doi.org/10.1017/CBO9780511976667.
• Peruzzo, Alberto, Jarrod McClean, Peter Shadbolt, et al. 2014. “A Variational Eigenvalue Solver on a Photonic Quantum Processor.” Nature Communications 5 (1): 4213. https://doi.org/10.1038/ncomms5213.
• Possati, Luca M. 2023. “Ethics of Quantum Computing: An Outline.” Philosophy & Technology 36 (3): 48. https://doi.org/10.1007/s13347-023-00651-6.
• Preskill, John. 2018. “Quantum Computing in the NISQ Era and Beyond.” Quantum 2 (August): 79. https://doi.org/10.22331/q-2018-08-06-79.
• Schneider, John, and Ian Smalley. 2025. “What Is Quantum Computing? | IBM.” June 10. https://www.ibm.com/think/topics/quantum-computing.
• Sfetcu, Nicolae. 2026. “Introducere în tehnologiile cuantice – Calculul cuantic, criptografia cuantică, filosofia tehnologiilor cuantice.” MultiMedia. https://www.telework.ro/ro/e-books/introducere-in-tehnologiile-cuantice/.
• Shor, Peter W. 1999. “Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer.” SIAM Review 41 (2): 303–32. https://doi.org/10.1137/S0036144598347011.
• Williams, Colin P., and Scott H. Clearwater. 1998. Explorations in Quantum Computing. TELOS.