的某种算法，所需要的计算量，随着这个问题的规模增长而增长的速度。
这个概念，更多的被应用在信息学的计算机算法上。
在算法中，时间复杂度本质上，是指计算量增长的速度，而不是这个算法运行的时间。
自然的，对于同样的一个问题。
如果采用不同的算法，其时间复杂度也是不一定相同的。
而如果某个问题，能够找到的最优算法的时间复杂度，是n的多项式函数。
那么，这个问题就被称之为P类问题。
P也就是多项式的英文首字母。
此外，还有一些问题，无论其是否能够在多项式时间复杂度内求解，如果知道一个随便给出的可能解，能够在多项式时间复杂度内验证其是否为所求的解。
那么，这类问题就被称之为NP类问题。
至于为什么要研究一个问题，是否有多项式时间复杂度的算法。
则是因为，多项式时间复杂度的计算量增长速度，有些过于“快”了。
随着n的增大，其计算量远远小于O(2^n)、O(n！)、O(n^n)这些时间复杂度问题。
就好比那个很有名的大整数质因数分解问题。