0.复杂度：时间复杂度不是表示一个程序的运行时间，而是当问题规模扩大之后，程序需要的时间增长的有多快。
例如：四则运算，无论数据变得多大，程序的时间复杂度都为o(1);冒泡排序，数据扩大2倍，时间变4倍，程序的时间复杂度为o($n^2$)
P问题:Polynomial-Problem,有一个确定型图灵机在多项式内解决的问题。
NP问题:Non-deteministic polynomial(非确定性多项式) problem,能在多项式时间内验证某个猜想答案的正确性，但可能在无法再多项式时间内解决。比如：数独，很容易就确定一个答案是否正确，但确找不到一个公式来描述其规律。
所以现在面临的困难就是：P=NP？翻译过来就是能多项式时间内验证一个问题，是否能在多项式时间内解决一个问题？这也是千禧年世界七大数学难题之一。目前数学界倾向于不等，其中很重要的原因就是发现了NP-Complete。
NP-Complete:需要满足两个条件：1.它本身是个NP问题。2.所有的NP问题都可以约化到NP-complete。也就是说如果能证明NP-Complete=P，那么就基本可以证明NP=P。某种意义上说，NP-Complete问题就是NP问题中最难的那类。
比如：3SAT问题
NP-hard：只需要满足NP-Complete的第二个条件。所以NP-hard要比NP-Complete范围更广，复杂度可能更高。比如：Turing Halting Problem。
参考资料
