Grover搜索是一种量子搜索方法,利用了量子叠加态的性质,通过一些操作的反复作用,而使目标态的几率幅变大,非目标态的几率幅变小,从而以较大的概率找到目标.与经典搜索方法相比,能够较快地从一个数据库中找到目标元.这是一种搜索到目标的全部信息的方法,但是在有些情况下,我们并不需要知道目标的全部信息,而只需要知道目标的部分信息,因而只需要找到含有目标的一部分数据库中的元素,这就是部分搜索.Grover和Radhakrishnan提出了一种部分搜索方法,称为Grover-Radhakrishnan Algorithm of Partial Search(GRK),所考虑的数据库只含有一个目标.在我们的文章中,我们研究了在含有多目标的数据库,且目标被随机分配在两块中时,GRK所需要的查询次数会有怎么样的变化.得到查询次数s和所分块数K、目标数t的关系.并且与平均分配的情况进行比较.