伪多项式（时间）算法

在计算理论领域中，若一个数值算法的实践复杂度可以表示为输入数值N的多项式，则称其时间复杂度为伪多项式时间。由于N的值是N的位数的幂，故该算法的时间复杂度实际上应视为输入数值N的位数的幂。

伪多项式（时间）算法是一组特定算法的名称，这些算法的运行时间都是指数级的，但往往“看上去像”一个多项式时间的算法，甚至其在具体实践中的行为也像多项式级算法。比如，当我们要检查或回答“某个数是不是质数”这类问题时，通常会认为其解决方案应该是多项式级的，但其实问题远没有那么想当然......而且事实上，这种想当然的方式所产生的将是一个非多项式级的解决方案。

下面我们来看一个相对直接的解决方案:

def is_prime(n):
    for i in range(2,n):
        if n % i == 0:
            return False
    return True

该算法其实就是从2开始，逐步遍历所有小于n的正整数，并检查它们是否能整除n。只要它们有一个能整除，n就不是质数，否则就是质数。看上去这的确像是一个多项式级算法，运行时间应该为Θ(n)。但关键是，这里的n根本不是该问题的准确规模值！

当然，将其运行时间描述成n的线性关系，甚至说成是n的一个多项式也是有用的。但这并不等于说这就是一个多项式级算法。一个问题的规模值包含n，并不等于就是n，而是我们用来编码n所需要的比特数。例如，如果n等于2的某次方，那么其需要的比特数大约等于lgn+1。对于一个任意的正整数，实际则需要floor(log(n,2))+1个比特位。

假设我们将问题规模（比特数）设为k，那么（大致上）n=2^k-1。如此一来，我们的运行时间Θ(n)就在其实际问题规模函数重写下变成了Θ(2^k)，这显然是一个指数级算法。像这样的其他算法还有不少，它们的运行时间可以被解释为某个输入数值的某个多项式函数。（背包问题，子集就是其中的例子）它们统称为伪多项式级算法。