。
这个问题非常复杂。
p问题很容易理解，就是一些计算确定的问题，比如加减乘除可以按照公式推，只要计算就能够得到结果。
但是，有些问题是无法按部就班的计算出来的。
比如，寻找大质数，没有任何一个公式可以一步步推导出下一个大质数。
这种问题是无法通过计算得到答案的，只能间接性的‘猜’来得到结果。
比如，7是质数，下一个质数是哪一个？可以验算8、9、10，都不是质数验算11，发现了质数。
这就是非确定性问题，它不能够通过计算得到结果，而是需要一个个的去验证。
这种以穷举法来得到答案的问题，就是完全多项式问题，一个个的检验下去，就可以得到最终的结果。
但是，这样算法的复杂程度是指数关系，数字大到一定地步，很快就无法进行运算了。
有科学家发现，类似的完全多项式非确定性问题，都可以转换为一类叫做‘满足性问题’的逻辑运算问题。
既然这类问题的所有可能答案，都可以在多项式时间内计算，那么是否这类问题存在一个确定性算法，可以在多项式时间内，直接算出或是搜寻出正确的答案呢？
这就是著名的“np=p？”猜想。
以上寻找质数的例子，就只是最简单的np问题。
实际上，np问题覆盖的领域非常大，是复杂性理论的重要方向，罗大勇研究的“图同构问题”，就是经典np问题之一。
“图同构问题”，说的是复杂网络对比计算。
比如，两侧各有八个点，点位分布是不一样的，八个点每一个都和其他最少一个点相连。
因为点位的分布是不一样的，各个点位连接一致，画出图形也会有很大不同。
那么怎么证明两个图形是完全一致的呢？
这就是图同构问题，证明两个复杂网络的一致性。
-->>(第5/7页)（本章未完，请点击下一页继续阅读）