我需要咨询可能的p=np解决方法。首先对我的英语感到抱歉，因为这将是一个很长的问题:) 为了更好地理解我设计的架构，您可能需要具备矩阵运算和一些面向对象编程的经验。我也想将这个问题标记为计算机科学，但我不知道怎么做。也许这不是完美的主意，但我认为值得一问：）

问题描述： 我一直在思考解决p=np问题的可能性。如果您想在此处阅读更多相关信息，请访问 Wikipedia 链接：wiki。这里有一个小例子（来自wiki）：

考虑子集和问题，这是一个易于验证的问题示例，但其答案可能难以计算。给定一组整数，它们中的某个非空子集的总和是否为 0？例如，集合 {−2, −3, 15, 14, 7, −10} 的子集加起来是否为 0？答案“是的，因为子集 {-2, -3, -10, 15} 加起来为零”可以通过三个加法快速验证。没有已知的算法可以在多项式时间内找到这样的子集（但是，在指数时间内有一个算法，由 2n-n-1 次尝试组成），但是如果 P = NP，则存在这样的算法；因此这个问题存在于 NP 中（可快速检查），但不一定存在于 P 中（可快速解决）。

想法是什么： 每天我们在世界各地的多台 PC 上进行相同的计算，所以我正在考虑的解决方案（理论上）为这些计算提供一个中央数据库以提供结果。长话短说，即当您将大型矩阵相乘时，您的应用程序将从全局数据库执行 API 调用，而不是使用本地资源。

它是如何工作的： 假设您使用 Java 开发您的项目。因此，您将在项目中包含 IIT（信息存在）矩阵库。然后（即）您将创建一个新的 2D 矩阵对象实例，如下所示：

IITMatrix matrix = new IITMatrix(2);

您将追加新值，如下所示：

matrix.add(1,0.599);

第一个参数是尺寸，第二个参数是实际值。当您将值附加到矩阵对象时，矩阵将自动在后台使用LZ4生成/更新散列（它称为 java 人员的实例变量:)）。当您需要对另一个矩阵进行操作时，您将调用 ie：

matrix.multiply(myAnotherMatrix);

现在我们正在使用 API 未来而不是您的本地资源。Multiply 方法会自动调用下面的 url ：

http://www.mycentraldb.org/iit/multiply/100/300?a=4jh3k5g4hj3g5443kh5g43&b=fjsdfhjsdljsdljsdljsdljsdlkdf

假设100是行，300是我们的列。A参数是第一个矩阵的生成散列，B参数是第二个矩阵的生成散列。然后后端负载均衡器将找到 100x300 的匹配服务器（键和值 noSQL 服务器），它将查询4jh3k5g4hj3g5443kh5g43: fjsdfhjsdljsdljsdljsdljsdlkdf的值。当服务器将返回另一个哈希作为响应时，您的矩阵对象将解析它并包装另一个矩阵对象。即类似的东西：

IITMatrix result = matrix.multiply(myAnotherMatrix);

性能优势： 当你启动你的项目 IIT 库时，应用程序将建立一个套接字连接，直到你关闭应用程序，因此每个单个查询将在毫秒内完成，无需查找。

数据是如何生成的： 缓存所有数字是不可能的，但大量的维度会很有用。也许第一个目标可以是 -1 和 1 之间的归一化值与 6 个小数点的组合（2000000 的组合）。服务器将通过增加值来继续生成散列，当一个维度完成时，它将为新的维度创建另一个数据库转储。使用 GPU 农场将是有益的。即使是 P2P 连接或并行计算 MPI 网络也应该允许社区共享/生成更多资源。操作也会增长，即 mod、log 等操作也将添加到 API 中。

所以我的问题是： 这个解决方案能满足您的日常需求吗？怎么会更好？我应该开始吗？:) 我提前询问，因为我不想在生成数天后删除数据。我几乎没有 GPU 可以试一试：）