者来帮忙做评审。
研究的难点是复杂性的算法逻辑关系，对口的复杂性理论方向学者理解起来要容易的多。
只是，相关领域学者数量稀少。
从事复杂性理论问题研究的学者，有不少都改方向到数学计算机，要么就干脆转到其他纯数学方向。
因为……吃不饱！
数学研究，火热的方向都和应用挂钩，包括应用数学、统计学、运筹学等领域，学者数量都有很多。
PDE，也就是偏微分方程的研究，也一只脚踏进了‘应用’。
纯数学的方向都很多，学者数量却非常稀少。
有水平的学者都喜欢去研究数论，哪怕没什么关键性成果，数论总是很吸引人。
其他方向就都是小众了。
包括代数几何、拓扑学，还有更少见的模糊数学，复杂性理论也是其中之一。
在复杂性理论的方向上，一年都难看到几篇真正有成果的论文，其难度可以用一个经典问题来举例--
P和NP问题。
这是千禧七大数学难题之一。
其他的千禧难题，都会有一定的研究和进展，而P和NP问题从未有任何进展可言。
偏差评估体系的算法牵扯复杂性的逻辑关系，就如同十几个不同的数字，数量看起来并不多，但可以两两结合，有的则是三个结合，还有的四个结合，结合的结果之间还有关联，再逐条进行分析，包含的逻辑关系就变得非常复杂。
“不用去理解所有的逻辑关系，实际上，底层的核心是判定。”
张硕解释道，“每当执行一次评估，就会出现判定结果，再根据判定结果去进一步计算判定……”
他围绕核心点讲了很久。
廖振宇、刘烨等人理解的差不多，连续几个问题都问到关键点上。
高洪利还是有点晕，他毕竟是上了年纪，脑子已经跟不上年轻人，对新东西消化速度要慢得多。
后面有个刚来的研究员则是一头雾水。
他转头看到罗勇军，顿时眼前一亮，“罗教授，你的学生吧？他刚才说的判定方法，我有点不理解，伱能给我讲一下吗？”
“额~~~”
罗勇军的笑容僵在了脸上。
虽然全程参与了研究工作，但他只是帮着做算法包，牵扯的复杂算法逻辑根本没搞明白，尤其是最有难度的‘结果判定’，他都不知道为什么要转到下一个算法
本章未完，请点击下一页继续阅读！