振幅放大（amplitude amplification）

把你問題的每一個可能答案，都想像成一台巨型混音台上的一根推桿，每根推桿的高度就是那個答案的振幅。當你最終測量時，你並不是直接讀出推桿的高度；得到某個答案的機率，是它那根推桿高度的平方。一開始，所有推桿都大致停在同樣的低位上，所以每個答案的可能性都差不多（同樣不太可能）。振幅放大，就是一種小心翼翼、反覆進行的輕推：把你想要的那些答案的推桿抬高，把其餘的壓低，這樣到最後一測量，幾乎總能交給你一個正確答案。

每一輪做兩件事：先由一個預言機（oracle）標記出好答案（翻轉它們振幅的符號），接著第二步把所有振幅都對它們的平均值做一次反射。從幾何上看，這兩步合起來，每次都把整個量子態朝被標記的答案稍稍轉近一點，就像讓指南針的指針一點點逼近正北。但你必須在恰當的時刻停手：一旦轉過了頭，振幅又會擺回去往下掉，答案反而變得更不可能。這正是 Grover 搜尋內部的引擎——在 N 個候選項中找出一個被標記的項，大約只需 sqrt(N) 步。這是一個實實在在、很有用的加速，但它是平方級（二次方）的加速，而不是某些結構化問題（例如 Shor 的整數分解）所享有的那種戲劇性的指數級提升。