【代码贡献】局部期望、量子核分量抽样、自适应归属与弱测量恢复

[yuyoyth]

新增四个可选组件，不改变现有算法的默认行为，不增加运行依赖。附带中文说明性注释、文档字符串、使用示例和测试。

更改与原理

• QAOA 局部期望估计：通过反向光锥追踪目标 Z/ZZ 项的依赖，只执行相关局部线路，降低单次执行所需的量子比特数。参数更新后重新测量，仅复用线路结构计划；适用于均值目标，不恢复完整输出分布。
• QSVM 分量抽样：利用现有特征映射中“一个两比特纠缠分量＋其余单比特分量”的结构，将核值写为各分量保真度的乘积。同一次调用中复用同一分量位置的重复测量，减少重复线路执行。
• QKMeans 自适应归属：保持现有 SWAP-test 评分，分批累积测量结果，利用 Hoeffding 界与有限次检查的联合界淘汰候选。候选无法在预算内可靠区分时返回 undecided，不强制给出确定标签。
• 弱 Z 测量恢复：根据首次测量结果选择概率恢复过滤器。对于 0.5 < s < 1，成功分支满足 $A_i K_i = sqrt(1-s) I$，总成功概率为 $2(1-s)$。不重置数据量子比特，以测量结果标记成功，并保留失败结果。

基础测试

环境：Python 3.11 / pyqpanda3 0.4.1。合并回归 350 passed。

PYTHONPATH=pyqpanda-algorithm python -m pytest -q -o addopts='' test

以下为独立软件模拟器中实际执行线路、采集测量计数所得的样例：

• QAOA：8比特环图、深度1，线路宽度由8降至4。每程序256 shots时，总准备次数由256增至2048。这项优化不完全节省shots；本例主要收益是降低线路宽度。
• QSVM：四行四特征的重复分量数据，总准备次数由1536降至768；两轮与完整线路的最大核估计差分别为0.0430和0.0508。
• QKMeans：明显分离样例由1536降至256 shots；近邻和平局样例用完预算后返回未决结果。
• 弱测量恢复： $s=0.8$ ，512次试次中186次标记成功，成功后的 Bell 联合读出验证186/186通过；理论成功概率为0.4。
• 测量次数的变化依赖具体输入和执行方式，以上对照不构成一般的等精度比较。所有结果均为软件模拟数据，不是真机数据；适用条件与局限见各组件文档。

详细说明、可运行示例及基础观测数据见 docs/、examples/、docs/examples/ 和 benchmarks/*counts_observed.json。新增代码的说明性注释使用中文，许可证原文及必要的API和数学符号保留原样。