นี่คือข้อสังเกตที่ตรงไปตรงมา ถ้าคุณคิดว่ามันเป็นเรื่องง่ายที่จะเห็นว่ามีการเพิ่มประสิทธิภาพซึ่งไม่มีแม้แต่อัลกอริทึมการประมาณค่าnondeterministicที่ดีในบางแง่มุมNP≠coNPNP
ยกตัวอย่างเช่นทฤษฎีบท PCP บอกว่าคุณสามารถแปล SAT เป็นปัญหาในการแยกแยะว่าของคำสั่งมีความพึงพอใจและทุกข้อมีความพึงพอใจสำหรับบาง0 สมมติว่ามีอัลกอริทึม nondeterministic ซึ่งสามารถแยกความแตกต่างระหว่างสองกรณีนี้ในแง่ที่ว่าอัลกอริทึม nondeterministic สามารถรายงานในแต่ละเส้นทางการคำนวณเช่น "พอใจทั้งหมด" หรือ "มากที่สุด " และมันบอกว่า "ที่สุด "ในบางเส้นทางถ้ามากที่สุดจะพอใจมิฉะนั้นมันจะบอกว่า" พอใจทั้งหมด "ในทุกเส้นทางการคำนวณถ้าสมการทั้งหมดจะพอใจ นี้ก็เพียงพอที่จะตัดสินใจนั่งอยู่ใน ,1−εε>01−ε1−ε1−εcoNPNP=coNP. มันเห็นได้ชัดว่าการดำรงอยู่ของดังกล่าวเป็นขั้นตอนวิธีการ nondeterministic มีไม่มีผลกับว่า PP=NP
มันเป็นเรื่องที่เป็นไปได้มากที่เป็น "ธรรมชาติ" สถานการณ์ที่มีอยู่: ปัญหาการเพิ่มประสิทธิภาพซึ่งยากที่จะใกล้เคียงกับในกำหนดเวลาพหุนามภายใต้แต่ไม่รู้จักกันเป็นอย่างหนักภายใต้P ≠ N P (นี่อาจเป็นสิ่งที่คุณต้องการถาม) ความแข็งของผลลัพธ์การประมาณจำนวนมากได้รับการพิสูจน์ครั้งแรกภายใต้สมมติฐานที่แข็งแกร่งกว่า (เช่นN Pไม่ได้อยู่ในเวลาเอ็กซ์โปแนนเชียลหรือN Pไม่ใช่ในB P P ) ในบางกรณีการปรับปรุงในภายหลังทำให้ข้อสันนิษฐานที่จำเป็นอ่อนแอลงบางครั้งก็ลดลงเป็นP ≠ NNP≠coNPP≠NPNPNPBPPP ดังนั้นจึงมีความหวังว่าจะมีคำตอบที่น่าพอใจมากกว่าคำถามนี้เล็กน้อย มันยากที่จะสงสัยว่าอาจจะมีปัญหาที่ไม่สามารถพิสูจน์ได้ยากที่จะใกล้เคียงกับใน polytime กำหนดขึ้นภายใต้ P ≠ N Pแต่ก็สามารถพิสูจน์ได้ยากภายใต้ N P ≠ C o N P นั่นหมายความว่า N P ≠ c o N Pบอกเราบางอย่างเกี่ยวกับการคำนวณที่กำหนดว่า P ≠ N Pไม่ได้พูดไปแล้ว สังหรณ์ใจนี่เป็นเรื่องยากที่จะเข้าใจP≠ NPP≠ NPยังไม่มีข้อความP≠ c o NPยังไม่มีข้อความP≠ c o NPP≠ NP