关于这种完全性现象的原因并没有得到充分的解释。一个可信的解释是,自然计算问题(natural computational problems)往往是通用的(译注:或作普遍的,下同),在图灵的通用机的意义上。而关于某个既定复杂性类的,一个通用问题,可以模拟该类中任何其他问题。而NP类被如此广泛研究的原因则是,大量且重要的实际问题都是对于NP完全的,包括子集和问题。而其中没一个被已知,存在一个算法,其可以快于指数级的时间去解决它们,尽管一些NP完全问题允许关于它们的近似可行解。
关于计算复杂性的大量的问题都还是开放的。我们知道,严格地说,更多的计算资源(computational resources),可使得我们解决,严格上更难的问题,例如TlME[n]真包含于TlME[n¹.01]中,相似地,对于SPACE ,以及其他量度来说同样如此。然而,在不同计算资源间的权衡上,我们的理解仍然十分贫乏。显然,P被包含于NP中。进一步,NP被包含在PSPACE中,因为在PSPACE中,我们可以系统性地尝试NP计算的每一个分支,对连续的分支再利用空间,并且接受它,当且仅当这些分支中的任何一个导向了接受。PSPACE被包含在EXPTlME中,因为,当一个PSPACE机要花超过指数级的时间时,那么它就确切地重复了一些配置,所以它也一定是在无限循环。以下是关于上面这些类的已知关系
P ⊆ NP ⊆ PSPACE ⊆ EXPTlME
然而,尽管看上去很清楚地,P真包含于NP,而NP真包含于PSPACE,PSPACE也真包含于EXPTIME,但其中任何这些类的不等关系都没有得到过证明。实际上,甚至对于P是否不同于PSPACE,或者NP是否不同于EXPTIME,我们都是不知道的。从上面可知,真包含关系只有,P真包含于EXPTIME。余下的问题,涉及到不同计算资源的相对效力,而这是个计算理论中的基础性的未解难题。
关于计算复杂性有一个广泛的理论,本条目只简单描述了这一领域,将其置于在了,什么是原则上与实践上可计算的,这个问题的语境下。对于那些有志于学习更多关于复杂性的读者有很多非常不错的著作,比如[Papadimitriou, 1994],与[Arora and Barak, 2009],以及同样有条目Computational Complexity Theory。
数学联邦政治世界观提示您:看后求收藏(同人小说网http://tongren.me),接着再看更方便。