被应用在信息学的计算机算法上
在算法中，时间复杂度本质上，是指计算量增长的速度，而不是这个算法运行的时间
自然的，对于同样的一个问题
如果采用不同的算法，其时间复杂度也是不一定相同的
而如果某个问题，能够找到的最优算法的时间复杂度，是n的多项式函数
那么，这个问题就被称之为P类问题
P也就是多项式的英文首字母
此外，还有一些问题，无论其是否能够在多项式时间复杂度内求解，如果知道一个随便给出的可能解，能够在多项式时间复杂度内验证其是否为所求的解
那么，这类问题就被称之为NP类问题
至于为什么要研究一个问题，是否有多项式时间复杂度的算法
则是因为，多项式时间复杂度的计算量增长速度，有些过于“快”了
随着n的增大，其计算量远远小于O(2^n)、O(n！)、O(n^n)这些时间复杂度问题
就好比那个很有名的大整数质因数分解问题
给出一个2048位的二进制整数，要找出它的某个质因数
一般来说，可能举全世界的计算能力，也需要上百年的时间，才能完成这个求解计算过程
但是，如果知道某一个质数的话
却可以用最普通的计算机，在几秒钟时间内，确定这个质数，是不是这个2048位二进制整数的一个因数
而这，便是不同时间复杂度，在实际计算过程中的差别！
虽说有时候快了不好，可是在时间复杂度上，还是快一点比较有应用价值
自然的，全部的P类问题，都属于NP类问题
看着草稿纸上的内容，陈舟已经给出了这一显而易见的解释
【一个问题可以在多项式时间复杂度内求解，当然可以在多项式时间复杂度内验证】
只不过，写完这行文字的陈舟，又在下面加了一个“？”
问号的旁边，陈舟写到：“反过来呢？”
没错，反过来呢？
一个可以在多项式时间复杂度内验证的问题，又是否能够通过多项式时间复杂度的算法求解呢？
陈舟暂时不知道
所以，在这个反问的话下面，划上了两道横线
实际上，这个反问的话，其实也就是，是否全部的NP类问题，都属于P类问题呢？
而这，便是著名的NP完全问题，也就是“NP=P？”
陈舟虽然还不知道这个问题的答案
但是，已经不是信息学小白的陈舟，自然知道这个问题的答案，所具有的现实意义
如果“NP=P？”没有了问号
也就意味着，任何一个原来找不到P类算法的NP类问题，都可以找到相应的P类算法了
也就代表大整数的质因数分解问题，变成了P类问题
如2048位二进制大整数，也就可以用一台普通的电脑，在几秒钟，甚至更短的时间