P、NP问题的表述

今天在翻阅《机器学习》时，看到了P≠NP，记忆中我查阅过相关资料，但没什么印象了，因此写一篇博客记录。

时间复杂度

多项式复杂度

O(nlogn)、O(n^2)
多项式时间复杂度的副类别有：
常量时间:O(1)
线性时间:O(n)
平方时间:O(n^2)
立方时间:O(n^3)
注：当前计算机无法承受复杂度高于多项式复杂度。

指数复杂度

O(2^n)、O(n^logn)

阶乘复杂度

O(n!)

定义

P问题：指的是在多项式时间复杂度内可解的问题。
NP问题：指的是在多项式时间复杂度内可验证解是否正确的问题。也叫做非确定性多项式问题。典型的NP问题有：Hamilton问题、哥德巴赫猜想等。

当前，学术界普遍认为P≠NP，这也就造成了机器训练中，必然会有过拟合的现象。若P=NP，则说明自动编程是存在的。