事实上，要知“np=p”是个什么问题，先要知什么是p类问题，什么是np类问题。

至于计算理论中的时间复杂度，简单来说，就是解决一个问题的某算法，所需要的计算量，随着这个问题的规模增长而增长的速度。

而这，便是不同时间复杂度，在实际计算过程中的差别！

就好比那个很有名的大整数质因数分解问题。

而如果某个问题，能够找到的最优算法的时间复杂度，是n的多项式函数。

p也就是多项式的英文首字母。

只不过，写完这行文字的陈舟，又在下面加了一个“？”。

到底是np等于p，还是np不等于p。

拿一沓新的草稿纸后，陈舟顺手打开了电脑。

问号的旁边，陈舟写到：“反过来呢？”

随着n的增大，其计算量远远小于o(2^n)、o(n！)、o(n^n)这些时间复杂度问题。

给一个2048位的二制整数，要找它的某个质因数。

通过大量文献资料的溯源与灵寻找，是陈舟长久以来习惯使用的研究方法。

所以，他在这个反问的话下面，划上了两横线。

【一个问题可以在多项式时间复杂度内求解，当然可以在多项式时间复杂度内验证。】

在算法中，时间复杂度本质上，是指计算量增长的速度，而不是这个算法运行的时间。

因为这背后的实际意义，太过重大。

晚上的这时间，他并不打算再耗在规范场理论上面了。

只可惜，就算再多人的希望，也不能将这千禧年大奖难题，给变成事实。

问题也就在这个问号上面。

他准备正式开始np完全问题的研究。

第一篇文献结束，陈舟看了看草稿纸上，自己所写的内容，小声的呢喃了一句。

自然的，全的p类问题，都属于np类问题。

那么，这个问题就被称之为p类问题。

当然，几乎绝大多数的人，都希望np等于p。

但是，如果知某一个质数的话。

实际上，这个反问的话，其实也就是，是否全的np类问题，都属于p类问题呢？

一般来说，可能举全世界的计算能力，也需要上百年的时间，才能完成这个求解计算过程。

一个可以在多项式时间复杂度内验证的问题，又是否能够通过多项式时间复杂度的算法求解呢？

虽说有时候快了不好，可是在时间复杂度上，还是快一比较有应用价值。

然后再次拿来草稿纸，拧开笔盖，准备刷文献。

陈舟虽然

p类问题和np类问题这两个概念，是和计算理论中的时间复杂度有关的。

np完全问题，也叫np-c问题。

随着第一篇文献资料的下载完成，陈舟移动鼠标，开了这篇文献资料。

看着草稿纸上的内容，陈舟已经给了这一显而易见的解释。

将草稿纸放在一边，陈舟登陆了各大检索网站，开始搜索np完全问题相关的文献资料。

是多项式复杂程度的非确定问题。

至于为什么要研究一个问题，是否有多项式时间复杂度的算法。

这个概念，更多的被应用在信息学的计算机算法上。

简单的写法就是“np=p？”。

“p类问题和np类问题的关系……”

则是因为，多项式时间复杂度的计算量增长速度，有些过于“快”了。

却可以用最普通的计算机，在几秒钟时间内，确定这个质数，是不是这个2048位二制整数的一个因数。

此外，还有一些问题，无论其是否能够在多项式时间复杂度内求解，如果知一个随便给的可能解，能够在多项式时间复杂度内验证其是否为所求的解。

本章尚未读完,请击下一页继续阅读---->>>

也是在一个新的研究课题开始时，陈舟必定会经历的一个过程。

陈舟暂时不知。

那么，这类问题就被称之为np类问题。

自然的，对于同样的一个问题。 [page]

它仍旧在等待着，能够解决它的人现。

而这，便是著名的np完全问题，也就是“np=p？”。

料，陈舟动手整理了起来。

没错，反过来呢？

如果采用不同的算法，其时间复杂度也是不一定相同的。