所謂“P=NP？
”問題，“？
”才是關鍵。

　　因為不知道等不等于，需要證明的就是等不等于。

　　簡單點的說，計算機解不同的題目，就是将之拆分成加加減減這樣最基礎的運算。

　　所以一道題究竟有多難……嗯，主要是對計算機多難，就取決于可以拆分成多少步，或者說花多少時間——計算機基礎運算的時間基本一樣，所以忽略空間方面的因素，二者大緻等價。

　　這叫時間複雜度，用大O也叫漸進符号表示。

　　O（1）就是常數級複雜度——最常規的計算，數據規模增加多少，運算花費時間也随之增加多少。

　　O（logn）就要複雜一點了。

　　然後還有O（n），O（nlogn），O（n^)，O（n！
），O（n^n）……

　　一級一級，難度逐層上升，解題所用時間花式暴漲。

　　其中O（n^c）之下，是多項式時間内能解決的，就叫做P類問題。

　　在此之上的，雖然會随着n的增長，出現指數級甚至更過分的暴漲，卻有一個共同點，就是正向解很難，給你一個答案去驗證，一般就不難了。

　　比如大數的質因數分解。

　　想知道一個大數是不是素數很難，需要從2開始，一直除到根下n。

　　但告訴你它能被某個數整除，你去驗證，則就幾步的事。

　　這類可以在多項式時間裡驗證的問題，就叫做NP問題。

　　顯然所有P類問題，都是NP問題，因為是簡單可驗證的。

　　但NP類問題，是否都是P類問題？
是否存在某些特殊的算法，能将這些問題的難度降低到多項式時間可以解決，就仿佛給答案去驗證的程度上去呢？

　　這就是“P=NP？
”了。

　　在研究的過程中，又誕生出了NPP-hard問題。

　　所謂NPP問題可以約化成為的一類問題。

　　隻要解決這樣一個問題，就可以附帶的解決一大票問題。
隻要證明了NPC問題有快速算法，就基本證明了P=NP。

　　【NP-hard就不說了，這是一類包括NPPC的問題，定義是超出NP的，所以和這道題沒什麼關系。
】

　　最初所有人都以為NPC隻是空想，直到真的出現了這樣一個問題

　　也就是NPC的鼻祖——邏輯電路問題。

　　此後一大堆NPC冒出來，因為要證明新的NPC，隻要将之歸約為已知的NPC就行了，于是哈密頓回路、TSP問題、SAT問題、背包問題、旅行商問題，都變成了NPC。

　　不過出這道題的人一定沒看到葉寒那篇關于蛋白質折疊的論文……

　　或者看到了還沒來得及改；

　　也可能想改但是落子無悔，改不了了……

　　如果P=NP被證明，那整個世界，都會變得與我們認為的完全不同。

　　靈感與創造将沒有任何價值，因為所有問題的解，都可以用努力的算法解決，而且在多項式時間内。

　　就仿佛是，任何能夠欣賞交響樂的人，都能成為莫紮特；每個懂得數學論證的人，都是高斯；每個研究投資策略的人，都可以是巴菲特……

　　同樣道理，預測蛋白質折疊再不需窮舉，多項式時間就可以得到确定答案。

　　怎麼可能！

　　所以對于P=NP？
問題，葉寒是傾向于業界多數意見的——不成立。

　　不過他也沒有能夠成功證明或證僞，隻是提出了某一類NPPC問題并不等價——這已經很強大了。

　　更強大的是，他搞出了這類問題的混沌模型，并給出了對應的三維流形吸引子，簡稱葉氏吸引子，然後結合某種空間密鋪算法，進行了大幅優化修正。