一 個 問題 的 複雜 程度 時 ， 首先 要 決定 解決 此 問題 之 演算法 （ ａｌｇｏｒｉｔｈｍ ） 的 複雜性 （ ｃｏｍｐｌｅｘｉｔｙ ） ， 這 可 用 演算法 的 執行 時間 來 度量 。 為 了 避免 因 不同 速度 的 機器 而 影響 度量 結果 ， 所以 我們 只 計算 演算法 步驟 （ ｓｔｅｐｓ ） 而 非 機器 系統 週期 （ ｍａｃｈｉｎｅｃｙｃｌｅｓ ） 。 然而 對 一 個 特定 問題 而 言 ， 仍 有 很多 種 演算法 可 嘗試 。 我們 以 最 糟 情況 分析 （ ｗｏｒｓｔ－ｃａｓｅａｎａｌｙｓｉｓ ） ， 也 就 是 所有 演算法 中 ， 在 問題 的 最 差 狀況 下 ， 所 用 步驟 最多 者 做為 描述 問題 的 複雜性 。 此 複雜性 可 大致 分為 Ｐ型 及 ＮＰ型 ， 所謂 Ｐ型 就 是 解決 該 問題 所 費 之 步驟 與 問題 之 大小 為 ｎ ， 為 一 多項式 （ Ｐｏｌｙｎｏｍｉａｌ ） 關係 ， 例如 Ｏ （ ｎ ） 、 Ｏ （ ｎ２ ） 等 。 若 不 是 Ｐ型 者 ， 則 歸類於 ＮＰ型 （ Ｎｏｎ－Ｐｏｌｙｎｏｍｉａｌｔｙｐｅ ） ， 如 Ｏ （ ｎ ！ ） 、 Ｏ （ ２ｎ ） ． ． ． 等 。 ＮＰ 的 問題 較 Ｐ 的 問題