另外一边，陈轩这时候才刚刚准备出门。自从沉浸在知识的海洋中后，陈轩就觉得自己的生活倍有规律，一大清早，就背着自己的苹果macBookPro（MJLQ2CHA），去了图书馆。

依旧是老地方，陈轩把笔记本打开，墙边找了一个电源插上，构思了一会儿，便在word文档上，敲下了几个大字。

【NP完全问题最优演算理论】

这个题目是世界七大数学难题。这七大“世界难题”包括：NP完全问题，霍奇猜想，彭加莱猜想，黎曼假设，杨米尔斯理论，纳维尔_斯托可方程，BSD猜想。

这七个问题都被悬赏一百万美元，当然，陈轩不是看中这上面的悬赏，而是要破解这其中的奥妙。

一个月都沉浸在知识的海洋当中，对于理论知识，他也不知道自己已经到达何等的层次。这七个难题，是昨晚恰巧看见的，既然不知道自己的知识有多庞大，正好可以测试一下。

综合网上的资料，NP就是Non-deterministicPolynomial的问题，也即是多项式复杂程度的非确定性问题。假设P≠NP的图解。若P=NP则三类相同。假设P≠NP的图解。

若P=NP则三类相同。而如果任何一个NP问题都能通过一个多项式时间算法转换为某个NP问题，那么这个NP问题就称为NP完全问题（Non-deterministicPolynomialcompleteproblem）。NP完全问题也叫做NPC问题。

举一个例子，在一个周六的晚上，你参加了一个盛大的晚会。由于感到局促不安，你想知道这一大厅中是否有你已经认识的人。

宴会的主人向你提议说，你一定认识那位正在甜点盘附近角落的女士罗曼。不费一秒钟，你就能向那里扫视，并且发现宴会的主人是正确的。然而，如果没有这样的暗示，你就必须环顾整个大厅，一个个地审视每一个人，看是否有你认识的人。

生成问题的一个解通常比验证一个给定的解时间花费要多得多。这是这种一般现象的一个例子。与此类似的是，如果某人告诉你，数13717421可以写成两个较小的数的乘积，你可能不知道是否应该相信他，但是如果他告诉你它可以分解为3607乘上3803，那么你就可以用一个袖珍计算器容易验证这是对的。

人们发现，所有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，人们于是就猜想，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？的猜想。

不管我们编写程序是否灵巧，判定一个答案是可以很快利用内部知识来验证，还是没有这样的提示而需要花费大量时间来求解，被看作逻辑和计算机科学中最突出的问题之一。它是斯蒂文·考克于1971年陈述的。

陈轩默默的沉浸在知识的运算当中，不过，这个假设的知识理论，远远超出他的想象，即使超强度的大脑运算，依然没有任何的思路可以破解。

一个小时的高强度计算，陈轩并没有感觉到劳累，相反还越发的精神，不过，他知道以自己现在的知识，并不能破解这个世界难题。

这也是正常，若是陈轩一个月所掌握的知识，就能够破解这世界难题，这早已经被数学界大牛破解了，哪还会轮到陈轩。

陈轩有些猜测，应该是自己掌握的知识还不够全面，或者，有很大的知识盲区。

“算了，还是验证另外一条理论吧。”陈轩摇了摇头，他的知识还不能破解这世界难题，再思考下去，也只是纯粹的浪费时间。

陈轩坐在墙边，再次构思了一会儿，便在word重新打出几个大字。