यहाँ एक सीधा अवलोकन है। आप यह मान तो , तो यह देखते हैं को देखने के लिए बहुत आसान है एन पी अनुकूलन समस्याओं जो भी नहीं है अच्छा है nondeterministic सन्निकटन एल्गोरिथम कुछ अर्थों में,।एनपी≠ सी ओ एनपीएनपी
उदाहरण के लिए, पीसीपी प्रमेय का कहना है कि आप भेद है कि क्या की समस्या में सैट अनुवाद कर सकते हैं खंड के संतुष्ट हैं और खंड के सभी कुछ के लिए संतुष्ट हैं, ε > 0 । मान लीजिए कि एक nondeterministic एल्गोरिथ्म है जो इन दो मामलों के बीच अंतर कर सकता है, इस अर्थ में कि nondeterministic एल्गोरिथ्म प्रत्येक संगणना पथ में "सभी संतुष्ट" या "अधिकतम 1 - ε " पर रिपोर्ट कर सकता है , और यह कहता है "सबसे अधिक 1 - ε "कुछ रास्ते में अगर ज्यादा से ज्यादा 1 - ε1 - εε > ०1 - ε1 - ε1 - εसंतुष्ट किया जा सकता है, अन्यथा यह कहता है कि "सभी संतुष्ट" हर गणना पथ में यदि सभी समीकरण संतुष्ट हो सकते हैं। इस में सैट तय करने के लिए पर्याप्त है , तो एन पी = ग ओ एन पी । यह स्पष्ट लगता है कि इस तरह के एक nondeterministic एल्गोरिथ्म के अस्तित्व का कोई असर नहीं है कि क्या P = N P पर ।सी ओ एनपीएनपी= सी ओ एनपीपी= एनपी
यह काफी प्रशंसनीय है कि एक अधिक "प्राकृतिक" परिदृश्य मौजूद है: एक अनुकूलन समस्या जो कठिन है में अनुमान लगाने के लिए नियतात्मक तहत बहुपद समय लेकिन तहत कठिन हो करने के लिए नहीं जाना जाता पी ≠ एन पी । (यह शायद आप वास्तव में क्या पूछना चाहते है।) सन्निकटन परिणाम से कई कठोरता पहले कुछ मजबूत धारणा है (उदाहरण के लिए के तहत साबित हो रहे हैं एन पी subexponential समय में नहीं, या एन पी में नहीं बी पी पी )। कुछ मामलों में, बाद में सुधार करने के लिए आवश्यक धारणा कमजोर, कभी कभी नीचे पी ≠ एनएनपी≠ सी ओ एनपीपी≠ एनपीएनपीएनपीबी पीपी । इसलिए आशा है कि इस प्रश्न से आपके प्रश्न का थोड़ा और संतोषजनक उत्तर मिलेगा। यह आश्चर्य है कि कैसे किसी समस्या की वजह से हो सकता है के लिए कठिन हैनहीं कर सकते हैंके तहत नियतात्मक polytime में अनुमान लगाने के लिए मुश्किल साबित हो पी ≠ एन पी , लेकिन यहकर सकते हैंके तहत मुश्किल साबित हो एन पी ≠ सी ओ एन पी । यही कारण है कि मतलब यह होगा कि एन पी ≠ सी ओ एन पी हमें नियतात्मक संगणना कि बारे में कुछ बताता पी ≠ एन पी पहले से ही कहना नहीं है; सहजता से, यह समझ पाना कठिन है।पी≠ एनपीपी≠ एनपीएनपी≠ सी ओ एनपीएनपी≠ सी ओ एनपीपी≠ एनपी