>>No.65164305
对的！事件发生的概率越低，它含有的信息量就越大，因为它帮我们排除的不确定性越大。信息熵则是一个系统内发生某个事件时，它能带给你的信息量的期望，如果系统内由大量小概率事件构成，则它的信息熵就很大。这里用难以预测来表示“大量小概率事件”，直观上我感觉会更容易理解一点(つд⊂)

>>No.65164316
PPT 和后面搞混了，这里补上洞（

> 可忽略函数

一个随着 n 的增大迅速接近 0 的函数，例如含 n 在指数上的函数的倒数，多项式的倒数不是可忽略函数。

> 概率求解/验证

你可曾听说过素数检验？如果要检验一个数是不是真的是素数，可以采用低效的遍历小于它的每个数看看是不是能够整除这个数，如果都不能整除则说明这是素数。有没有更快的方法呢？有，但是可能得牺牲一些“准确性”，即我检验出来是素数，它有可能不是素数，但我检验出来不是素数它就肯定不是素数，这种有一定概率成功的方法就是概率求解。可以证明，概率求解的复杂度是一定要小于非概率求解的复杂度的。

这里需要平衡的地方是复杂度的减少和成功概率的减少两者的矛盾。我们将能够有能力使用概率求解，并且能力限制在只能够使用多项式时间的算法的敌手称为概率多项式时间敌手（PPT 时间敌手）

>>No.65164498
好耶，是专业的密码肥( ´ρ`)( ´ρ`)只上了一学期课的小白献丑了