现定义三类问题
P类问题：所有可以在多项式时间内求解的判定问题构成P类问题。判定问题：判断是否有一种能够解决某一类问题的能行算法的研究课题。
NP类问题：所有的非确定性多项式时间可解的判定问题构成NP类问题。非确定性算法：非确定性算法将问题分解成猜测和验证两个阶段。算法的猜测阶段是非确定性的，算法的验证阶段是确定性的，它验证猜测阶段给出解的正确性。设算法A是解一个判定问题Q的非确定性算法，如果A的验证阶段能在多项式时间内完成，则称A是一个多项式时间非确定性算法。有些计算问题是确定性的，例如加减乘除，只要按照公式推导，按部就班一步步来，就可以得到结果。但是，有些问题是无法按部就班直接地计算出来。比如，找大质数的问题。有没有一个公式能推出下一个质数是多少呢？这种问题的答案，是无法直接计算得到的，只能通过间接的“猜算”来得到结果。这也就是非确定性问题。而这些问题的通常有个算法，它不能直接告诉你答案是什么，但可以告诉你，某个可能的结果是正确的答案还是错误的。这个可以告诉你“猜算”的答案正确与否的算法，假如可以在多项式（polynomial）时间内算出来，就叫做多项式非确定性问题。
NPC问题：NP中的某些问题的复杂性与整个类的复杂性相关联.这些问题中任何一个如果存在多项式时间的算法,那么所有NP问题都是多项式时间可解的.这些问题被称为NP-完全问题(NPC问题)。
试问：
那么P问题与NP问题能相互转换吗？
答案：
解析：
在一个阴暗的角落里，有几个人交流。已知其中有2个傻子，2个疯子，1个普通人，1个高智商的人，2个幸运儿（只有这几类人）。
他们正在做一套题，这套题包含10个选择题，2分一个；10个判断题，2分一个；10个填空题，2分1个；10个简答题，4分一个，总分为100分。
其中，我们知道，傻子选择题的正确可能性是20%，填空题不可能正确，判断题的正确可能性是50%，简答题不可能正确；疯子简答题不可能正确，其余所有题的正确可能性都是10%；普通人简答题的正确可能性是75%，其余题做对的可能性是50%；高智商简答题一定做对，其余所有题的正确可能性都是80%；幸运儿选择题和判断题一定能作对，其余题做对的可能性是%30。
问，有几种情况？并列出及格率（精确至xx%） 的几种可能 。
答案：
解析：
