问题管理 _百度百科
特色百科用户权威合作手机百科
收藏 查看&问题管理本词条缺少信息栏，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
问题管理（Management by Problem，MBP），问题管理是四大管理模式之一。“问题管理” 是以解决问题为导向，以挖掘问题、表达问题、归结问题、处理问题为线索和切入点的一套管理理论和。也可以说，问题管理就是借助问题进行的管理。
问题管理是四大管理模式之一（另三种是、和）。
“问题管理”是在挖掘问题的基础上，合适地表达问题，正确地解决问题，以此来防范问题演化为危机的一套管理理论和方法。也可以说，问题管理就是借助问题优化管理。
“问题管理”的三要素是挖掘问题、表达问题、解决问题。其中，挖掘问题包括发现问题、分析问题和界定问题，解决问题包括制定解决方案、实施解决方案和跟踪反馈，表达问题不是独立的环节，而是体现和融入到挖掘问题和解决问题的每一个环节之中。国外的问题管理是在下列两方面因素驱使下应用而生的：
一方面是企业面临的环境和条件日益复杂，而且这些环境和条件变化对企业产生的影响越来越大；
另一方面是在充分发展的基础上呈现了整合化和精细化趋势。
国内的问题管理的研究和应用是从三条途径汇合而来的：
一条途径是在沿着“”路线升级演变而来；
另一条途径是沿着“()”路线扩充延伸而来；
第三条途径是沿着IT服务中“”路线推广发展而来。问题管理的特点主要有三方面：
一是防患于未然，防止问题演化为危机。问题管理强调“从危机管理到问题管理”，并不是要取代危机管理，而是要以危机管理为主转向以问题管理为主，做到“以防为主，防消结合”；
二是发现和解决关键问题，过滤假问题，解决真问题；
三是跨专业、跨部分地分析和解决问题，打通专业管理或部门之间的鸿沟；
越来越多的企业用问题管理来指导日常管理工作。例如：推崇“问题管理”，集团说：“必须进行问题管理，而不是”。
的核心就是问题管理，即运用持续不断地提出问题的方法进而循序渐进解决问题的。这就需要建立一种机制，即提出问题、研究问题、解决问题的机制，把企业最致命、最重要的问题提出来加以解决。URTracker是一款通用的问题管理与跟踪（Issue Tracking）软件。它由北京立迩合讯科技有限公司开发。它用于帮助企业和团队建立各种类型的问题处理流程，管理所有的问题并跟踪记录这些问题的处理过程，同时为使用者提供一个分配、流转和协作处理问题的工作平台。它还内置了知识库功能，方便用户转化问题中的有价值的信息、积累和分享各种知识。[1]第一，它是在拓展全体员工的思维深度，而不是对现状不闻不问；
第二，它把由经理人士和其他管理人员执行的管理变成了；
第三，它造成了一种危机意识，人们不仅要对自身的岗位提问题，还可以对企业的所有生产经营管理和其他方面提问题；
第四，它将问题的发现变成一种经常性的活动和制度，而不是一时兴起的冷热病；
第五，它将由进行的管理降到了办公、、、后勤等第一线的前沿，使管理的层次了；
第六，问题管理强化了所有领导和普遍员工的权责意识，培养了；
第七，人们常常为自身的学识与见识所局限，为所左右、为体能惰性所埋没，问题管理力促人们超越自我，给组织带来活力，又极大地降低了组织风险等酒店管理的最终目的是高效率协调配置酒店内外各种资源，为客人提供最大满意的无缺陷服务。
国内酒店业通行的做法是基于岗位责任制基础上的，一些著名的酒店集团已总结和推出了自己成熟的与规范，其岗位职责规范设计条分缕析可谓面面俱到，并已在国内酒店业管理市场上大行其道、广为流传。一些新建的酒店、宾馆将其奉若圣明，积极移植引进。在管理制度引进过程中，不乏成功的案例，但也有许多酒店的管理者发现，虽然以一流酒店为基准模仿制定了许多的规范制度，但未起到明显效果，酒店管理中许多具体的问题最终还是得总经理亲临“现场办公”才能真正解决。
于是，一些酒店管理者感叹“制度管理不如现场管理”，更有一些酒店由此主张“以走动式现场管理取代制度管理”。现场管理固然高效，但带来的负面后果是：酒店花大量心血建立的管理制度流于形式，酒店的主要管理者因陷于具体琐事脱不开身，最终疏于考虑企业发展大计，在一定程度上导致了性失误。
导致以上问题的原因并不是制度化管理本身已过时，而是这些酒店的管理制度设计没有针对酒店中最重要的问题环节，而所有成功酒店的现场管理所体现的共同的核心特征就是问题管理模式。因此，现代高效率的酒店管理制度设计必须建立一种基于问题管理的机制，即提出问题、研究问题、解决问题的机制，把酒店经营环节中最典型的问题提出来，在制度设计中加以系统解决。
1、问题管理使管理层次扁平化
问题管理就是运用持续不断地提出问题的方法，进而循序渐进解决问题的一种。问题管理其实一直存在于公司现场化之中。
2、问题管理的核心在于解决问题
一些酒店推出的“员工创新”活动，其核心就是让每位员工提出各自工作中的问题，再由管理人员和员工共同设计解决问题的最佳方案，从而减少工作中出现的失误，这种做法就是把解决问题做到了系统化和日常化。另外，酒店调动起员工提问题的积极性后，要注意辅导，教会员工解决问题。
例如，一家酒店在引进问题管理后，鼓励提出问题和参与，结果在实施过程中发现员工很能提出问题，而且提的许多都是重要的和敏感的问题，当然这一方面说明员工的素质较高，反过来说，这样的员工很难管理，他们要求实现个人价值的愿望会很强烈。如果酒店不能提供相应的资源帮助他们实现个人价值，员工就会感到当初得到的承诺不能兑现，自然会对企业产生不信任和失望。
由此可见，整个组织及时解决问题并让员工学会解决问题，比提出问题更重要。
3、问题管理更要注重细节
问题管理更强调了。
问题管理领域的代表性成果是首位问题管理专家主编的“问题管理丛书”和“服务问题管理丛书”，参见下面的参考文献。
在酒店业流行“服务在细节”的说法，问题管理更强调了细节管理。为了“细节”一词，动足了脑筋。在这家宾馆的客房里有一个别的酒店看不到的擦鞋篮，内有不同色彩的鞋油和鞋刷，专供不同的客人使用。另外，篮里还有一份说明：客人如果没空，需要服务员擦鞋的话，关照一下便可。这份说明书是酒店客房部在开展“入住锦江，温馨安康”活动中抓住细节服务管理的一个举措。每一楼层服务台不仅备有市内电话簿、留言卡等物，还备有吹风机、剪刀、纸等小物品，客人在这里真正感到“家外之家”的温暖。
“酒店无小事，件件是大事”。一家中低档次的绿晶酒店，在收取客人留店委托的信件时，前台服务员首先检查信件封套有无破隙，然后用半透明纸封好，请留言人在封条上签字，再要求他在信封上写明送件人的通讯电话，万一无人认领，可以电话联系。这么一个小细节，给客人留下了一个深刻印象。
企业的管理工作把细节做得越细，就越具有竞争力。问题管理可针对企业的各个细节，发现问题，提出问题，解决问题，从而把工作落到实处。
高效管理的在于制度管理与现场管理的“系统化”，即在问题管理的基础上，根据企业的核心问题环节设计科学有效的管理制度，以“现场管理”作为制度管理的补充，通过现场化管理可有针对性地发现、处理和分析酒店管理中出现的系列问题，修正完善现行的酒店管理制度，以便使制度化管理更具针对性。在现实生活中，还存在对问题视而不见、放之任之者，遮遮掩掩、怕捅娄子，绕道而行、怕得罪人，顾此失彼、疲于应付等现象，直接制约了部队管理效果。分析诱因，跟一些同志错把“问题”当“危机”，用对待“危机”的那一套思维来对待“问题”的模糊认识不无关系。可见，若不加以区分，势必继续误导各级认知，影响部队建设。[2]
事物的固有属性决定了问题始终变化发展、永无止歇，危机只是问题在特定阶段的一种存在形式。危机是显性的，问题却是隐性的，尤其在其萌芽和发展的初期，不深入地观察、分析很难察觉苗头和隐患，但若等到小隐患演变成大危机、甚至诱发连锁反应，再亡羊补牢，则必然要酿成许多无法挽回的损失。因此，抓管理既不能根据事故的发生与否，来判断一个单位问题隐患的有无，更不能等到事发之后，才去补救，而应该时刻警觉，凡事预测在先，力争将事故隐患消除在萌芽状态；即使一时解决不了，也必须将其“监控”起来，随时掌握其发展动态并加以分析研究，进而探索解决之策。同时，还必须认识到，问题是无时不有、无处不在的，管理工作不能因为解决了一两个问题就万事大吉，有松口气的思想。
问题的导向性能够指引人们沿着正确的航线前行。如果说“岗位是个人成长的沃土”的话，那是因为在日常工作中存在着许许多多的矛盾和问题等待解决，人们正是在解决这些层出不穷、花样百出的问题的过程中，磨炼了心性、积累了经验、增长了才干。同样，对一个单位的建设发展也是如此。被誉为日本经营圣人的稻盛和夫曾回忆，创办京瓷会社之初困难重重，尤其是在竞标国际知名企业IMB订单时更是如此，苛刻的要求吓退了许多当时比京瓷实力雄厚的企业，但最终京瓷不仅顶住了压力、完成了任务，还一举成名，为企业最终跨入世界500强赢得了难得机遇。实际上，机遇与挑战本身就是一回事，反映的却是人们截然不同的两种心态。为此，各级不应把问题当危机一样避之不及，而应看成是单位发展的路标、个人成长的助压器，积极面对、倍加珍惜。
新手上路我有疑问投诉建议参考资料 查看问题解决 _百度百科
特色百科用户权威合作手机百科
收藏 查看&问题解决
在问题空间中进行搜索，以便使问题的初始状态达到目标状态的。个体对问题的适当的反应过程。的解释是：由一定的情景引起的，按照一定的目标，应用各种认知活动、技能等，经过一系列的，使问题得以解决的过程。外文名problem solving定&&&&义使问题的初始状态达到目标状态
问题解决(problem solving)是由一定的情景引起的，按照一定的目标，应用各种认知活动、技能等，经过一系列的思维操作，使问题得以解决的过程。例如，证明几何题就是一个典型的问题解决的过程。几何题中的已知条件和求证结果构成了问题解决的情境，而要证明结果，必须应用已知的条件进行一系列的认知操作。操作成功，问题得以解决。心理学家们认为，提出问题是解决问题的先决条件，但仅仅满足有提出问题是不够的，提出问题的目的是为了有效解决问题。人生就是解决一系列问题的过程。个体克服生活、学习、实践中新的矛盾时的复杂心理活动，其中主要是思维活动。教育心理学着重研究学生学习知识、应用知识中的问题解决。我们生活的世界处处时时都存在着各种各样的矛盾，当某些矛盾反映到中时，个体才发现它是个问题，并要求设法解决它。这就是发现问题的阶段。从问题解决的阶段性看，这是第一阶段，是解决问题的前提。发现问题不论对学习、生活、创造发明都十分重要，是积极主动性的表现，在促进心理发展上具有重要意义。要解决所发现的问题,必须明确问题的性质，也就是弄清有哪些矛盾、哪些矛盾方面，它们之间有什么关系，以确定所要解决的问题要达到什么，所必须具备的条件、其间的关系和已具有哪些条件，从而找出重要矛盾、关键矛盾之所在。在分析问题的基础上，提出解决该问题的假设，即可采用的解决方案，其中包括采取什么原则和具体的、方法。但所有这些往往不是简单现成的，而且有多种多样的可能。但提出假设是问题解决的关键阶段，正确的假设引导问题顺利得到解决，不正确不恰当的假设则使问题的解决走弯路或导向岐途。假设只是提出一种可能的解决方案，还不能保证问题必定能获得解决，所以问题解决的最后一步是对假设进行检验。通常有两种检验方法：一是通过实践检验，即按假定方案实施，如果成功就证明假设正确，同时问题也得到解决；二是通过心智活动进行推理，即在思维中按假设进行推论，如果能合乎地论证预期成果，就算问题初步解决。特别是在假设方案一时还不能立即实施时，必须采用后一种检验。但必须指出，即使后一种检验证明假设正确，问题的真正解决仍有待实践结果才能证实。不论哪种检验如果未能获得预期结果，必须重新另提再行检验，直至获得正确结果，问题才算解决。20世纪40年代心理学家K.敦，以大学生为对象进行实验，观察他们如何解决“用射线治疗胃肿瘤”问题。根据实验的结果，他认为：问题解决过程的总趋向,是先确定问题的范围,指出可能的解决方向，再逐步缩小范围，提出问题解决的一般方法和具体特殊方法，一步步进行推理以逼近问题的解决。这种观点是把重点放在“提出假设”与“检验假设”两阶段，对它作更详细分析所提出的。人们解决生活实践中的问题，及学生学习和应用知识时，这种情况是最常见的。
用探讨问题解决过程 50年代研究的进展及电子计算机的问世，使许多人尝试以电子计算机的信息加工原理，模拟人的思维活动，开展的研究。电子计算机的信息加工很像人解决问题过程的思维活动；心理学家中也有人利用高速电子计算机的信息加工来探讨问题解决过程。这方面的研究取得很大进展，可以解释某些问题解决中，一部分过程的情况。但机器是没有生命的机械，至今尚不能穷尽思维的奥秘，更不能解决人在解决问题中各方面的特点及各种影响人思维效果的因素，只能对问题解决过程的研究有某些启发与促进。问题解决的任何一个阶段都涉及有关知识，没有相应的知识不仅难于发现问题，而且缺乏分析问题的基础和提出假设所必须的依据，即使检验假设也必须具有相应的知识。知识对解决问题的影响，还涉及到在必要时是否能及时忆起已有的有关知识，并恰当地加以综合应用。在这方面，为了提高学生解决问题的能力，在中必须传授给他们正确、丰富的知识，指导他们有计划按规律复习知识，牢固地保持它，并且能灵活地加以组织。心智技能是影响问题解决的极重要因素，因为解决问题主要是通过思维进行的，心智技能正是思维能力在解决问题中所表现的技能（见）。为此，在教学中不能只重视知识的，还必须同时促进心智技能的发展。它们在问题解决中有积极和消极两方面的影响。恰当的和，不仅对发现问题有极重要的作用，而且对深入分析问题、探索各种假设和反复检验，都是重要的内部动力。但只有中等强度的和平静的，才有利于问题的解决。动机和情绪的强度不够，则缺乏动力；过于强烈则会干扰思维而影响问题解决。因此，教师必须重视培养学生的及其正确的学习动机，同时要训练学生经常带着愉快平静的情绪进行学习和解决问题。每一问题中所包含的事件和物体（不论是实物或是以词语陈述的），当它们呈现在问题解决者面前时，总要涉及特定的空间位置、距离、时间的先后（或同时）顺序，以及它们当时所表现的特定功能，所有这些具体特点及其间关系就构成为特定的刺激模式。如果刺激模式直接提供了适合于问题解决的，就便于找出解决的方向、途径与方法；如果刺激模式掩蔽或干扰了解题线索，就会使解题增加困难，甚至导向歧途。因此，在教学时要十分注意对刺激物的组织处理（如教具安排等），另一方面要经常训练学生从多种角度观察同一事物，以揭露和认识这一事物在不同情境中所可能具有的多种功能。所谓思维定势指连续解决一系列同类型课题所产生的定型化思路。这种思路对同类的后继课题的解决是有利的；如果后继课题虽可用前法解决，但也可以采用更合理更简易的步骤时，思维定势就成为障碍，而影响解题的速度与合理化。因此，平时既要注重训练学生思维的定向性又要训练其思维的灵活性。独立性、、坚韧性、精密性、敏捷性、灵活性以及兴趣等个人特点，均对解决问题的效率产生一定的影响，教师应经常关心和发挥学生有利于问题解决的特点，纠正其不利的个性特点。问题总是由问题情境引起的。问题情境就是在生活中出现在我们面前，使我们感到困惑又不能利用经验直接解决的情况。正是这种情境性才能促使我们进行思考，开动脑筋，并采取相应的策略去改变这种困境。问题解决的过程就是问题情境消失的过程。当一个问题解决之后再遇到同类情境时就不会再感到困惑。问题解决是有明确目标指向的。问题解决的过程就是寻找和达到目标的过程。问题解决的过程可以通过直觉与猜测，也可以通过分析与推理，还可以通过联想与想象，但无论通过哪一种途径都必须受到目标的指引。问题解决包含一系列心理操作，这种操作是成序列、有系统的。序列出现错误，问题就无法解决。当然采用不同的方法和途径解决同一问题时会呈现出不同的序列。选择一种解决问题的方法和途径，实际上就是选择了一种序列和系统。问题解决的活动至少要有认知成分的参与，它的活动依赖于一系列的认知操作来进行。解决问题当然有情感的伴随，也常常需要付诸行动，但是不可缺少的是认知操作。认知操作是解决问题的最基本成分。划分为问题表征、选择操作、实施操作和评价当前状态四个阶段。问题解表征就是问题解决者问题任务范围或问题范围或作业领域转化成问题空间，问题空间就是问题解决者对客观问题的主观，这种陈述过程实际上是按照自己理解的方式对问题在头脑中进行重新记载和储存。一般说来，这种表征包含三种状态，即初始状态、中间状态和目标状态。初始状态是指问题被认识时，问题解决者所处的情境；目标状态是指问题解决者所要寻求的最终结果。问题解决的任务就在于要找出一种能把初始状态转变为目标状态的操作(或称算子)序列。中间状态就是指在实现从初始状态向目标状态的转变过程中，由操作引起的种种状态。操作就是问题解决者把一种问题状态转变为另一种问题状态的认知活动，也叫算子。有些算子可随问题空间的形成而获得，有些则需进行选择。当问题空间较小时，正确的算子易于选择；而当问题空间较大时，如象棋或围棋，则难于选择正确的算子，需应用一定的问题解决策略来进行。问题解决策略主要有两类：算法策略和启发式策略。所谓算法策略，是解题的一套规则，它精确地指明解题的步骤。如果一个问题有算法，那么只要按照其规则进行操作，就能得到问题的解。它往往是在缺乏具体目标的情况下进行的。例如，为了抓到逃往某山区的一名逃犯而搜遍那里的每一个山头、山洞和乡村。这种策略虽可以保证问题一定得到解决，但费时费力，除非空间很小，否则实际上是行不通的。
所谓启发策略，就是凭借个体已有的知识经验，采取较少的操作来解决问题的方法。例如，为了抓获逃往某山区去的一名逃犯，首先弄清他逃到那里去的时间、方向，他在那里的亲戚朋友的姓名、住址等，然后再根据这些线索确定搜索的范围。这种办法容易成功，但不能保证成功，因为有关信息和知识的启发可能是不真实的。但它毕竟省时省力，简便易行，所以成为人们常用的问题解决策略。问题解决者实际运用算子来改变问题的起始状态或当前的状态，使之逐步接近并到达目标状态。这个阶段也叫执行策略阶段。一般地，简单的问题只需少量操作，选定的策略能顺利实施；而复杂的问题则需要一系列操作才能完成，有时葚至选定的策略也无法实施。问题解决者对算子和策略是否合适、当前状态是否接近目标状态、问题是否已经得到解决等作出评价。如当前状态被评价为目标状态，则问题得到解决，否则需进一步选择算子和改变策略，甚至需重新表征问题空间。这几个阶段并不是固定不变的，也可能从后一阶段返回到前一阶段。据此编写的计算机程序，成功地模拟了人类解决问题的思维过程，在解决密码算题、进行逻辑证明和下等不同类型的问题上都已取得成功。（1）呈现问题情境命题。
奥苏伯尔认为，问题是由有意义的言语命题构成。其中包括目标和条件，他认为，一组命题之所以构成问题情境，是因为从已知条件到问题之间包含了认知空隙，学生已有知识结构中没有现成可以用于达到目标的步骤和方法。
（2）明确问题与已知条件。
问题情境命题是客观存在的刺激材料，它们可以激发学生回忆有关的背景命题。学生把这两种命题相联系，从而理解问题的条件和要达到的目标。
（3）填补空隙过程。
这是解决问题的核心。学生明确已知条件和目标之间的空隙或差距，并力图填补空隙，这需要一系列的知识和加工：
①提取背景命题。所谓背景命题是学习者认知结构中与当前问题解答有关的事实、概念和原理。学习者必须根据当前问题的需要提取有关命题。这些命题都是学习者平时学习所积累的。
②运用推理规则。所谓推理规则是作出合理结论的逻辑规则。在系统有序的学习中都存在着各种外显的或内隐的规则。
③采用一定策略。解决问题的策略通常指选择、组合、改变或操作命题的系列，以便填补问题的固有空隙。策略的功能就在于减少尝试与错误的任意性，节约解决问题所需的时间，提高解答的概率。策略提出一连串步骤，从差距的一端到另一端，可以是顺向的，也可以是逆向的。
④解答之后的检验。问题一旦得到解决，通常需要一定形式的检验，查明推理进程有无错误，空隙填被的途径是否最为简捷，以及可否正式写出来供交流之用等等。[1]信息加工论者把问题解决看作是信息加工系统对信息的加工，把最初的信息转换成最终状态的信息。问题状态可分为初始状态、中间状态和目标状态。问题解决的过程就是从初始状态到中间状态再达到目标状态的过程。从一种问题状态转变成另一种问题状态的操作称之为算子（Operator）。问题解决的过程就是利用算子从初始状态转变到目标状态的过程。由一系列问题状态和转变问题状态的算子就组成了问题空间（Problem Space）。要达到目标状态，就要在问题空间搜索一系列算子。搜索算子的途径有二：一是（algo-rithm），它将达到目标和各种可能的方案都算出来。这种途径保证成功但费时费力，有时在实际中甚至不可能实现。二是启发式（heurisitic），它只根据目标的指引，试图不断地将问题状态转换成与目标状态相近的状态，从而只试探那些对成功趋向目标状态有价值的算子。它简单省时，但却不一定保证成功。格拉斯（Class）1985年把问题解决划分为相互区别又相互联系的四个阶段。
1.形成问题的初始表征。即问题的理解阶段，首先要把问题空间转换到工作记忆中，亦即在工作记忆中对组成问题空间的种种条件、对象、目标和算子等进行编码，建立表征。
2.制定计划。制定计划就是从广阔的问题空间中搜索出能达到目标的解决方法，也就是从长时记忆中搜索出与解决问题的方法有关的信息。如果搜索出过去解决同类问题的办法，就可以利用这种办法成功地解决当前问题，否则，就要探索其他方法才能解决问题。
3.重构问题表征。如果第一阶段建构的表征对于执行计划是不充分的，就必须重构问题表征。重构的问题表征与建立初始问题表征在许多方面有相似之处，但有时需要摒弃初始问题表征，而建构新的表征。
4.执行计划和检验结果。将解决问题的计划、方案在实际中加以操作、实施的过程，就是执行过程。
问题解决者把问题的答案同初始的问题表征相匹配，如果利用操作使问题的初始状态转变成目标状态，问题解决就成功了。然后将解题程序储存于长时记忆中，以解决其同类问题。如果没有达到目标状态，就要返回修订计划，甚至原计划，采用新的解决问题的方法。
新手上路我有疑问投诉建议参考资料 查看NP完全问题 _百度百科
特色百科用户权威合作手机百科
收藏 查看&NP完全问题本词条缺少信息栏，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
NP完全问题，是之一。 NP的英文全称是Non-deterministic Polynomial的问题，即复杂程度的非确定性问题。简单的写法是 NP=P？，问题就在这个问号上，到底是NP等于P，还是NP不等于P。
美国麻州的克雷（Clay）数学研究所于日在法兰西学院宣布了一件被媒体炒得火热的大事：对七个“千僖年数学难题”的每一个悬赏一百万美元。“千僖难题”之一：P （确定性多项式算法）对NP （非确定性多项式算法）“千僖难题”之首
“千僖难题”之二：霍奇（Hodge）猜想
“千僖难题”之三：庞加莱（Poincare）猜想
“千僖难题”之四：黎曼（Riemann）假设
“千僖难题”之五：杨－米尔斯（Yang-Mills）存在性和质量缺口
“千僖难题”之六：纳维叶－斯托克斯（Navier-Stokes）方程的存在性与光滑性
“千僖难题”之七：贝赫（Birch）和斯维讷通－戴尔（Swinnerton-Dyer）猜想NP完全问题排在百万美元大奖的首位，足见他的显赫地位和无穷魅力。NP就是Non-deterministic Polynomial的问题，也即是多项式复杂程度的非确定性问题。假设P ≠ NP的图解。若P = NP则三类相同。而如果任何一个NP问题都能通过一个时间转换为某个，那么这个就称为NP完全问题（Non-deterministic Polynomial complete problem）。NP完全问题也叫做NPC问题。
有些计算问题是确定性的，比如加减乘除之类，你只要按照推导，按部就班一步步来，就可以得到结果。但是，有些问题是无法按部就班直接地计算出来。比如，找大的问题。有没有一个公式，你一套公式，就可以一步步推算出来，下一个质数应该是多少呢？这样的公式是没有的。再比如，大的合数的问题，有没有一个公式，把代进去，就直接可以算出，它的因子各自是多少？也没有这样的公式。
这种问题的答案，是无法直接计算得到的，只能通过间接的“猜算”来得到结果。这就是非确定性问题。而这些问题的通常有个算法，它不能直接告诉你答案是什么，但可以告诉你，某个可能的结果是正确的答案还是错误的。这个可以告诉你“猜算”的答案正确与否的算法，假如可以在内算出来，就叫做多项式非确定性问题。而如果这个问题的所有可能答案，都是可以在多流水线调度实际上是一个NP完全问题内进行正确与否的验算的话，就叫完全多项式非确定问题。
完全多项式非确定性问题可以用得到答案，一个个检验下去，最终便能得到结果。但是这样算法的复杂程度，是关系，因此计算的时间随问题的复杂程度成指数的增长，很快便变得不可计算了。
人们发现，所有的完全非确定性问题，都可以转换为一类叫做满足性问题的问题。既然这类问题的所有可能答案，都可以在多项式时间内计算，人们于是就猜想，是否这类问题存在一个确定性算法，可以在多项式时间内直接算出或是搜寻出正确的答案呢？这就是著名的NP=P？的猜想。
解决这个猜想，无非两种可能，一种是找到一个这样的算法，只要针对某个特定NP完全问题找到一个算法，所有这类问题都可以迎刃而解了，因为他们可以转化为同一个问题。另外的一种可能，就是这样的算法是不存在的。那么就要从数学理论上证明它为什么不存在。近邻法（nearest neighbor)　推销员从某个城镇出发，永远选择前往最近且尚未去过的城镇，最后再返回原先的出发点。这方法简单，也许是多数人的直觉做法，但是近邻法的短视使其表现非常不好，通常后段的路程会非常痛苦。插入法（insertion)　先产生连接部分点的子路线，再根据某种法则将其它的点逐一加入路线。比如最近插入法（nearest insertion），先针对外围的点建构子路线，然后从剩余的点里面评估何者加入后路线总长度增加的幅度最小，再将这个点加入路线。又比如最远插入法（farthest，insertion），是从剩余的点里面选择距离子路线最远的点，有点先苦后甜的滋味。（Recuit Algorithm) 来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，在温度T时趋于平衡的概率为e-ΔE/(kT），其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解。遗传算法是仿真生物遗传学和自然选择机理，通过人工方式所构造的一类搜索算法遗传算法是解决NP问题的一种较理想的方法，从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。种群的生存过程普遍遵循进化准则，群体中的个体根据对环境的适应能力而被大自然所选择或淘汰。进化过程的结果反映在个体的结构上，其染色体包含若干基因，相应的表现型和基因型的联系体现了个体的外部特性与内部机理间逻辑关系。通过个体之间的交叉、变异来适应大自然环境。生物染色体用数学方式或计算机方式来体现就是一串数码，仍叫染色体，有时也叫个体；适应能力是对应着一个染色体的一个数值来衡量；染色体的选择或淘汰则按所面对的问题是求最大还是最小来进行。根据一个简化的统计，人脑由百亿条神经组成 — 每条神经平均连结到其它几千条神经。通过这种连结方式，神经可以收发不同的能量。神经的一个非常重要的功能是它们对能量的接受并不是立即作出响应，而是将它们累加起来，当这个累加的总和达到某个临界阈值时，它们将它们自己的那部分能量发送给其它的神经。大脑通过调节这些连结的数目和强度进行学习。尽管这是个生物行为的简化描述。但同样可以充分有力地被看作是神经网络的模型。填字游戏是一种最常见的纸上游戏，也是NP完全问题之一，游戏一般给出一个的。这个表格被分割为若干个大小相同的，方格的有白色与黑色两种。白色的方格组成一些交叉的行与列，行列的长度不等。玩家根据题目所的有关信息，将填入这些行与列之中，每个白色方格中只能填入一个字。一般地说，题目给出的每一条信息就是对应的一行或一列的线索。在行与列交叉的地方，玩家必须保证在交叉的方格中填入的字同时中对行与列的要求。填字游戏（详见）最常被引用的结果之一设计神喻。假想你有一个魔法机器可以解决单个问题，例如决定一个给定的数字是否为质数，但可以瞬间解决这个问题。我们的新问题是，若我们被允许任意利用这个机器，是否存在我们可以在多项式时间内验证但无法在多项式时间内解决的问题？结果是，依赖于机器能解决的问题，P = NP和P ≠ NP二者都可以证明。这个结论的后果是，任何可以修改来证明该机器的存在性的结果不能解决问题。不幸的是，几乎所有经典的方法和大部分已知的方法可以这样修改（我们称它们在相对化）。
如果这还不算太糟的话，1993年Razborov和Rudich证明的一个结果表明，给定一个特定的可信的假设，在某种意义下“自然”的证明不能解决P = NP问题。这表明一些现在似乎最有希望的方法不太可能成功。随着更多这类的定理得到证明，该定理的可能证明有越来越多的陷阱要规避。这实际上也是为什么NP完全问题有用的原因：若有一个算法，或者没有一个这样的算法，对于NP完全问题存在，这将用一种相信不被上述结果排除在外的方法来解决P = NP问题。P=NP问题可以用逻辑命题的特定类的可表达性的术语来重新表述。所有P中的语言可以用加上最小操作（实际上，这允许了递归的定义）来表达。类似地，NP是可以用存在性来表达—也就是，在关系、函数、和上排除了全域量词的二阶逻辑。多项式等级，PH中的语言对应与所有的。这样，“P是NP的吗”这样的问题可以表述为“是否存在性能够表达带最小不动点操作的的所不能表达的语言？”
计算机系楼将二进制代码表述的“P=NP?”问题刻进顶楼西面的砖头上。如果证明了P=NP，砖头可以很方便的换成表示“P=NP！”。的Hubert Chen博士提供了这个玩笑式的P不等于NP的证明：“反证法。设P = NP。令y为一个P = NP的证明。证明y可以用一个合格的计算机科学家在内验证，我们认定这样的科学家的存在性为真。但是，因为P = NP，该证明y可以在内由这样的科学家发现。但是这样的发现还没有发生（虽然这样的科学家试图发现这样的一个证明），我们得到矛盾。日，HP LAB的 Vinay Deolalikar 教授宣布了P!=NP，证明文章[1]已经发送到该问题各相关领域专家手中，等待检验，在他的上，证明过程已经（PDF格式共103页），但在8月15日，人们关于论文的看法——即证明不能成立——已经趋于（当然这不能排除大家都同时犯了错误的可能性），随后的发言越来越多地集中于更抽象的层面，并且至今仍在。当今时代，在纯粹，、交通运输、和企事业管理部门，在社会军事、政治和商业的斗争中涌现出大量的NP问题。若按经典的纯粹数学家们所熟悉的穷举方法求解，则计算时间动辄达到天文数字，根本没有实用价值。数学界许多有经验的人认为对于这些问题根本上就不存在完整、精确、而又不是太慢的求解算法。NP=P？可能是这个世纪最重要的数学问题了。
新手上路我有疑问投诉建议参考资料 查看