量子计算机不是可以更快地执行一切的超级计算机。 量子计算研究的目标之一是研究哪些问题可以用比传统计算机更快的量子计算机来解决，以及加速的幅度有多大。
量子计算机在需要计算许多可能的不同组合的问题上表现得异常出色。 可以在多个领域发现此类问题。
量子模拟
量子力学是我们宇宙的基本“操作系统”。 它描述了自然界的基本组成部分是如何运作的。 自然界的行为（例如化学反应、生物反应、物质形成）往往涉及到多体量子交互。 对于模拟固有量子机械系统（如分子）来说，量子计算大有希望，因为量子比特可用于表示有关的自然状态。
量子加密
加密是使用物理或数学手段（例如，使用解决特定任务的某个计算难度）隐藏机密信息的方法。 经典密码学依赖于整数分解或离散对数等问题的难处理性，其中许多问题都可以使用量子计算机更有效地得以解决。
1994 年，Peter Shor 指出，可缩放的量子计算机可打破经典加密方案，例如 Rivest–Shamir–Adleman (RSA) 方案，该方案在电子商务中广泛用于安全数据传输。 此方案基于使用经典算法对素数进行因式分解的实际困难。
量子加密通过利用基本物理原理而不是复杂性假设来保证信息安全。 RSA 目前是安全的，因为可缩放的量子计算机尚不可用。 但是，在大规模构建量子计算机后，多项式时间量子算法可能会破解这些加密系统的底层数学问题，
由于预期将来会有足够大的容错量子计算机问世，研究人员在以下方面进行了积极的研究：
判断后量子环境中给定位长度的加密系统的安全性。
估算将当前加密系统迁移到新系统需要多长时间。
搜索算法
1996 年，Lov Grover 开发了一种量子算法，该算法极大地加速了对非结构化数据搜索的解决方案，与传统算法相比，其搜索步骤更少。
搜索问题在设计上是通用的。 事实上，任何允许你检查给定值
x
是否是有效解决方案的问题（“是或否问题”）都可以用搜索问题来表述。 下面是一些示例：
布尔可满足性问题：布尔值集
x
是否是满足给定布尔公式的解释（对变量的赋值）？
旅行商问题：
x
是否描述了连接所有城市最可能的最短循环？
数据库搜索问题：数据库表是否包含记录
x
？
整数分解问题：定数
N
是否可以被
x
数所除？
其中一些问题比其他问题更适合从使用 Grover 算法中获益。 有关详细信息，请参阅 Grover 搜索算法理论。 有关解决数学问题的 Grover 算法的实际实现，请参阅此教程来实现 Grover 搜索算法。
量子机器学习
经典计算机上的机器学习正在彻底改变科学和商业领域。 然而，训练模型带来的高计算成本阻碍了该领域的发展和范围。 量子机器学习领域探讨了如何设计和实现可使机器学习比传统计算机运行速度更快的量子软件。
Microsoft Quantum 开发工具包 (QDK) 随附量子机器学习库，使你能够运行混合量子/经典机器学习试验。 该库包括示例和教程，并提供了实现新的混合算法，即经典算法（以电路为中心的量子分类器）所需的工具，以解决监督分类问题。
