计算复杂性的热力学视角：探索P vs. NP问题

P vs. NP问题的解决是计算理论的基石，尽管通过数理逻辑和算法理论进行了广泛探索，但仍未解决。本文采用一种新颖方法，融合信息论、热力学与计算复杂性，提供了一个跨学科研究的综合图景。我们聚焦于熵这一传统上与不确定性和无序性相关联的概念，并重新诠释它，以评估计算问题的复杂性。我们的研究提出了一个结构化框架，用于在计算任务中建立熵分布，从而能够清晰地区分P类和NP类问题。该框架量化了与这些问题类别相关的“信息成本”，突显了它们固有的计算复杂性。我们引入熵驱动退火（EDA）作为一种新方法，用于解读计算问题的能量景观，重点关注NP问题的独特特征。该方法提出了NP问题相对于P问题的差异性热力学分布，并探索了寻找NP挑战多项式时间解的潜在热力学路径。我们引入EDA并将其应用于布尔可满足性问题（SAT）和蛋白质-DNA复合物等复杂计算问题，这暗示了一条可能解开P vs. NP问题复杂性的潜在途径。