NP完全问题
NP完全问题是这样的问题：用确定性的算法在多项式时间内无法解决的问题。实际之中，解决这样的问题，往往是根据用启发式算法，求出近似的解。
其实，在我们做研究之中也有不少的类似的问题，如果它们是一个有意义的通用问题，那么往往难比避免以下两种情况：要么是已经被很好的定义了的，要么是很困难的问题，就像NP完全问题一样，解决它们往往只是依靠某些特定的应用需求而带来的启发式的条件。
所以说，一个好的研究方向，非常重要。好的研究方向通常有两个特点：一个是新，这个方向的论文没有多少，所以你要看的不会太多，你的思想也不会受到已有的想法的限制；其次是有发展的前途，而不是一些没有实际应用需求的研究。目前网络方面的研究，可以在无线和anycast上尝试一下。
Thinks in Computer Science:
计算机科学给人的感觉有点欲盖弥彰，毕竟，这门学科有着太强的技术性。物理学是科学，数学是科学，化学是科学，可是从来没有听说过什么物理科学、数学科学或者化学科学。
一门技术性的学科，在研究的时候，往往要考虑太多的实用性、兼容性，这会限制了很多的思路，令人畏首畏脚的。羡慕思想的触觉是没有禁区的那些自然科学和社会科学，至少，发文章要比计算机科学容易的多。因为，他们从来不考虑兼容性和实用性，他们可以站在巨人的肩上，提出一种可证伪性的理论，否定了另外一种可证伪性的理论，正如《相对论》从来不会受限于牛顿力学，甚至可以不必瞻前顾后的就把它否定，因为前者更具有解释力。这多么潇洒啊！可是我们这个学科，感觉更多的或许是巨人的阴影，常常感叹生不逢时，错过了计算机科学发展史上的革命性的阶段。其实，我们不得不承认，所有应用性的学科（工科）都是如此，这也许是当年蔡老校长要把工科、商科、法科这些学科剔除出国立北京大学的原因之一吧。
或许，一个出色的理论，从来都是不具有兼容性的。正如国际政治学系的一个老师所言：“世界上所有杰出的政治文明都诞生于‘反潮流’之中；世界上也没有任何随波逐流的政治文明是出色的政治文明。”同样的道理。不过，做纯理论的不好找工作，这也算是一种tradeoff吧。
