在这群绝顶高手当中，诸如狄克斯卡尔、希尔等人，都成了计算机科学史上一颗颗璀璨的明星。

但是我们惊异地发现，这些所谓的计算机界绝顶高手，其实TM都是一群数学家！

其实这也不能怪他们。在计算机这个名词中，“计算”是定语，“机”是名词，“计算机”其实就是可以进行计算的机器。既然是计算，那么除了数学之外，还会有那个学科是研究这个呢？

计算机科学的本质其实是数学，或者说计算机科学是数学的一个分支，它与数学的关系，在计算机发明之初就已经定下来了。

当很多高手在研习算法时，发现当研究到达一定程度之后，遇上的问题全都是数学问题。于是他们就开始纳闷了，浸透计算机这么些年，原本想在这个领域开辟一条崭新的路，但是到头来，却TM又回到数学上去了。

这些高手们还不甘心，继续往前走，希望能有新的发现。但是当他们不约而同的走到同一个地方之后，却发现再也无法往前走了，因为前方有一块巨石挡住了他们前行的步伐。他们施展浑身解数都没办法跨域这块巨石，从此只能望而却步。

这块巨石也就是计算机科学的第一难题，同时也被誉为世界数学七大难题之一（天啊，怎么又跟数学扯上关系了！）。

这个问题表面上看起来很简单，就是要证明“NP = P ？”这个等式是否成立，但是证明起来却非常困难，我个人估计可能与陈景润同志孜孜不倦搞了十几年要证明“1 + 1 = 2”有得一拼。

这个等式一旦被证明成立，计算机这个学科将迎来前所未有的发展，许多悬而未决的问题将得到彻底的解决，无论是对于学术界还是工业界，都是开天辟地的大事。

对于人工智能领域而言，这就意味着与人类具有同等智慧的机器人有可能会出现，他们不仅能做出美味可口的佳肴、陪伴小朋友们玩耍、进行文学创作，甚至还可以制造生产具有同等智慧的其他机器人。

当然如果事情朝坏的方向发展，其带来的后果对人类而言也是灾难性的。我们在很多科技电影中看到，这个世界被机器人统治，人类彻底沦为机器人的奴隶也不是不可能的事情。

如果这个等式被证明不成立，那就意味着计算机科学将会有很长一段时间的停滞期，在这段时期内，以前没有解决的问题依然得不到解决，也不会有太多新的算法出现（进化算法除外）。这段时期可能是上百年，也有可能是上千年，真不知道这个对人类而言是好事还是坏事。

基于这道难题对计算机科学的影响，所以长期以来，这就成了许多顶尖的计算机学家、数学家绞尽脑汁想要弄明白的终极难题。

我先来解释一下在这个等式中，NP和P究竟代表什么？

P是英文单词Polynomial的缩写，翻译成中文就是多项式。

而NP是英文单词Non-deterministic Polynomial的缩写，翻译成中文就是非确定多项式。

光从字面上的翻译来看，很难看出这个等式究竟是要表达个什么意思。只有等我们将先前说过的时间复杂度这个概念引入时，才能确切地知道这个等式有多么令人纠结。

我们知道世界上有一些问题，在它们各自的解决方案中，或者存在一套成熟的规则（排序问题），或者存在那么几条公式（四则运算），计算机只要按照这些规则公式，进行一定次数的计算，就能得到问题的答案。

这类问题的时间复杂度通常可能用多项式就能表达清楚，这个就是等式中的P，我们通常称之为P问题。

但是这个世界上还有那么一类问题，对它们进行求解没有具体的规则或者是公式可以依靠（可能暂时还没找到），只有靠计算机不停的去猜测答案，然后再去验证答案，才有可能找到问题的答案。有的时候可能问题不止一个答案，或者问题就没有答案，这些谁都不知道（很神奇吧）。

通常而言它们求解是非常困难的，而且问题的增长空间极大，时间复杂度有可能需要用指数来表示，而不大可能用多项式来表示。这类问题就是等式中的NP，我们通常称之为NP问题。

NP问题有很多种，比较常见的有旅行商问题、汉密尔顿回路、顶点覆盖问题、梵塔问题等等。它们之所以被成为非确定多项式问题，主要是因为科学家们也不知道这类问题能不能在为多项式的时间复杂度内解决掉，也许搞得定，也许搞不定吧。

而证明 NP = P ？这个等式的关键点在于，在NP问题中只要找到一个问题，用某个算法能在多项式时间复杂度内搞定这个问题，那么其他的NP问题也都能在多项式时间复杂度内被搞定，因为从某一方面说，NP问题之间是可以互相转换，那么最终这个等式就是成立的。

估计大家也听明白了，计算机科学界的第一难题从某一方面说其实是一个寻找有效算法的问题。

当然这个算法可能存在，也可能不存在，于是科学家们将一如既往的找下去，说不定哪一天它就蹦出来了。而另一部分科学家比较悲观，他们就认定了这个算法可能不存在人类世界中，于是他们就想尽一切办法的证明这个等式不成立，建议大家就再别寻找了。

当然，如果真能证明出来那又另当别论。

曾经有那么几个人宣称自己已经证明了这个问题，但是后面又不了了之，估计证明的过程也不是太靠谱。

所以这个问题一直以来都是悬挂在计算机学科上的达摩克利斯之剑，不管是对是错，总是那么令人蛋疼！

如果有哪位童鞋觉得自己智商过剩的，完全可以去挑战一下。如果你运气也足够好，一不小心成功了。那么恭喜你，你从此就会成为世界闻名的计算机科学家、数学家、哲学家、思想家……会受到全世界顶尖科学家、乃至于整个科学界同仁的顶礼膜拜，并进入科学名人堂，成为与爱因斯坦、希尔伯特、黑格尔齐名的人。

当然如果诸位觉得自己的智商在面对大学数学、大学物理都还略显不足的，我劝你还是不要轻易去尝试，如果你还不想早点挂的话，毕竟那玩意是要死很多脑细胞的。

好了，本书中对计算机这门学科的间接性解说到此为止，希望你们能够喜欢。当然不管你们喜不喜欢，计算机科学都是一门奇妙无穷的学科！

接着下来，请诸位稍等片刻。我先喝口茶，润润喉咙，然后从实践的角度介绍一下，安德森认为将浏览器性能提高十倍的断言是可行的。

我接下来要讲述的，是一个活生生的案例。

当然，这不会是我自己的案例，因为像我这种业界的无名小卒，即便自我举例N次，也不会有多少人相信。

这个例子的主人公是李开复博士，前谷歌中国区总裁，创新工厂的创始人。他老人家曾经写过一篇文章，叫做《算法的力量》，里面有这样一个例子。

当时李开复童鞋还在攻读博士。

有一天，贝尔实验室（世界上最牛逼的实验室之一）的副总裁亲自跑到学校来找李开复。这位副总裁很困惑，为什么他们做的语音识别系统要比李开复的要慢上几十倍，并且在扩大词汇系统之后，速度差异更是扩大到了几百倍。

他们买了几台超级计算机，但是还是很难以应付！

李开复在与他进行了探讨之后，很惊讶他们居然可以将一个时间复杂度为N * M的动态规划算法搞成了 N * N * M，这样一来，他们做的系统自然要慢很多，而且还会随着词汇数量的增大越来越慢。

但让李开复更为惊讶的是，这帮哥们在搞砸了一个动态规划算法之后，居然还发表了很多文章，并将算法提名到一个科学会议里，希望能获得大奖。

看起来这些不懂算法的人来搞计算机，真的很可怕！

这个案例到这里就结束了，但是也证明如果要将一个程序的性能提高十倍以上，只要算法选得好，并且实现起来也没出什么问题，是绝对可行的。

这件事也从另一个方面间接证实了安德森极高的计算机悟性，虽然这哥们在大学里打了几年酱油，没受到过正规的计算机教育，编程起来也远不如传说中那么厉害，但是这哥们对计算机的领悟力的确高人一筹。

他在一片混沌当中，能够搞明白将浏览器性能提高十倍以上是件可行的事。

六个月以后，这款性能极佳的浏览器正式面世，网景开始大踏步向前。

而这个时候的克拉克，开始了他的第三个计划。