无论是顶点覆盖问题,哈密顿回路问题,旅行商问题,布尔组合电路可满足性问题,子集和问题等这些NP完全性问题基本上都是关于某种目标条件下的最优系统设计或最优解与自身系统的关系,而且正因为NP完全性问题与物理系统中的粒子行为,生物系统中蛋白质分子折叠,神经元细胞的递质运输等自然界中的现象息息相关,所以我们希望能构造出一个快速算法可以解决NP完全性问题,可惜的是,关于P=NP?问题的答案是不存在一个NPC问题的快速算法,但P却可以等于NP。
这样的结论很怪异,但如果用日常生活经验去理解,你或许就不会觉得那么奇怪,比如:如果P=NP那么这个宇宙里面所有的生物都不会生病不会死(你看到的并不是这样的),但如果p不等于NP那宇宙中没有任何生物能够存在(你看到的也不是这样的)。
那为什么没有NP完全性问题的算法,这和算法及最优系统自身性质有关,我们知道算法是通过计算机去求解某个目标问题,第一不管算法的运算性质是怎样的,无限循环也好,迭代也罢,算法必须能够分解成可以用有限步骤进行表述并可以理解的形式,第二算法在运行过程不能因符号意义的突变从而能够改变自身的程序语言,甚至对数据载体的物理结构的进行优化。
其实算法的可分解性就是信息的可计算性问题,其次是信息的可理解性问题,最重要的是否能够构建算法取决于信息特殊观察者的位置,算法由人构建,人可理解的,而非机械自身可构建可理解,使它成了它自身的特殊观察者。
但是最优系统却造成了这样的问题,存在对于信息的特殊观察者与一般观察者,两边对事件概率的表述不一致,从根