1. 两个核心算子——能写出 U_O、U_S 并计算 ⟨x₀|s⟩ = 1/√N 与 |s⟩ 的二维分解
2. 不变子空间——能用定义判断并写出限制矩阵，解释 N 维 → 2×2 的降维
3. Grover 旋转矩阵——能逐步算出 G 的四个矩阵元并证明 G = R(π−2θ)
4. 成功概率与最优迭代——能推导 P_T = sin²((2T+1)θ) 与 T ≈ (π/4)√N、成功率 ≥ 1−1/N
5. 去随机化——能计算经典 Θ(N) 与 Grover O(√N) 的查询次数（含 N = 10⁶ 数值对比）
6. 振幅放大的动机——能写出辅助寄存器标准形式并比较 O(1/p) 与 O(1/√p)
7. Grover ⊂ 振幅放大——能对 N = 4 逐振幅验证一次迭代必得目标
8. 振幅放大的理论——能推导 Q = R(−2ω)、n ≈ π/(4√p) 与成功率 ≥ 1−p