一桶布丁提示您：看後求收藏（貓撲小說www.mpzw.tw），接着再看更方便。
所以解決了這個問題，就能對現有的計算機隨機行走時間相應優化。
如果放到數學上，這個命題如果得到解決，就能加速了對近似凸體高維空間下的體積研究。
但事實上這雖然是個幾何問題，可之前關於這個問題研究的突破，都是計算機界的科學家們做出的貢獻。
早在九年前，就有一位計算機學家在研究這個問題時利用隨機定位技術，來降低這個問題的維度上界，但效果並不明顯。
到了六年前華盛頓大學的兩位博士改進了前人的隨機定位技術，進一步將KLS因子，也就是用於描述瓶頸是否存在的因子，降低到了維度的四次根。
如果他們能將唯獨的冪指數降低到幾乎爲0，那麼這個數的0次冪總是等於1，也就證明了KLS因子是一個與維度無關的常數，從而徹底終結這個問題，這兩位也的確嘗試過，但最終沒能成功，其證明過程被證明是錯誤的，所以只是給後人留下了一些可供借鑑的想法。
現在韓教授申請的課題就是解決這個問題。
對於其他人來說這只是一份普普通通的開題報告，但在寧爲看過之後，突然腦子裏靈光一閃，因爲他發現這個問題完全可以用他最近剛剛梳理過一遍的統計學知識來解決。
是的，不需要用代數幾何、也不需要太高深的計算機技術，只需要用到統計學的內容，就能解決這道難題。而如果解決掉這個問題，他的統計學畢業論文也能完成了，同時老韓大概近期也就無事可做了，正好能遂了他的心意重新加入EDA項目組。
是的，這一刻寧爲只覺得這個世界有些事情太巧了。
