---
title: "第三方工具接入"
description: "通过 Python 接口使用 ArcTN 进行收缩序优化，将路径或收缩树交给现有张量网络工具执行。"
eyebrow: "API 参考"
---

## 作为 opt_einsum PathOptimizer {#optimizer}

沿用[快速开始](/docs/quick-start#network)中的三个数组，表达式 `"ab,bc,cd->ad"` 表示先把三个输入按 index 相连，最终保留 `a`、`d`。逗号分隔各个输入，`->` 右侧指定结果的轴：

```python
import opt_einsum as oe
from arctn import ArcTNOptimizer

equation = "ab,bc,cd->ad"
optimizer = ArcTNOptimizer(
    preset="heavy", seed=0, max_time=30,
    flops_weight=1, read_write_weight=64,
)
result = oe.contract(equation, *arrays, optimize=optimizer)
```

opt\_einsum 直接调用 `ArcTNOptimizer.__call__`。`PathOptimizer` 接口只能返回收缩路径，不能同时返回切片 index。将 `memory_limit` 设为非 `None` 值，或在 `ArcTNOptimizer` 中设置了 `target_size`，都会使这个调用抛出 `NotImplementedError`。需要切片时，应通过 Cotengra/Quimb 调用 `ArcTNOptimizer.search()` 获取收缩树，或直接使用 `arctn_tree` / `arctn_contract`。

## 返回 Cotengra ContractionTree {#tree}

沿用快速开始中的 `inputs`、`output`、`size_dict` 和 `arrays`。直接生成树并执行：

```python
from arctn import arctn_tree

tree, info = arctn_tree(
    inputs, output, size_dict,
    preset="heavy", seed=0,
    target_size=2**24, slicing_mode="fixed",
    return_info=True,
)
result = tree.contract(arrays)
```

`return_info=True` 时返回 `(tree, info)`，其中 `info` 是包含路径指标和切片信息的字典。若之前已用 `arctn_plan` 得到 `plan`，则不必再调用 `arctn_tree` 搜索，直接转换即可：

```python
tree = plan.to_tree()
result = tree.contract(arrays)
```

`ArcTNOptimizer.search()` 和 `arctn_tree()` 会运行收缩序优化；`plan.to_tree()` 复用已有的收缩序和切片 index，不重新搜索。这些接口都可以得到 Cotengra 的 `ContractionTree`，用于表示收缩路径与切片信息。

## 在 Quimb 中使用 {#quimb}

Quimb 通过 `ArcTNOptimizer.search()` 获取收缩树。将优化器传给 `optimize`，即可在电路任务或张量网络收缩中使用 ArcTN。

- [在 Quimb 中使用 ArcTN](/docs/tutorial-quimb) — 计算振幅、设置切片大小限制和构建张量网络。

## 显式选择数组后端 {#backend}

使用 `arctn_contract` 时，可以选择 `native` 或显式指定数组后端。通过 Quimb 或 Cotengra 收缩树执行时，使用相应库的执行接口。

- [执行后端](/docs/execution-backends) — 支持的后端、数组类型和计时说明。

## 相关页面 {#related}

- [Python API](/docs/python-api)
- [保存收缩序与切片信息](/docs/execution-plan)
- [执行后端](/docs/execution-backends)
- [切片计算与求和](/docs/slicing-execution)