克莱因的书“数学：确定性的消失”（Mathematics: The Loss of Certainty，Par Morris Kline），追溯数学在19世纪、20世纪的发展，从非欧几里得几何、悖论、公理化运动到哥德尔不完备定理，揭示了人们对数学的认识从“确定性”到“不确定性”的变化。“确定性的消失”一说，指当人们看到数学的“不确定性”如沉在海水下面的冰山开始崭露头角时的困惑，如罗素所说：“我在数学里总是希望得到的那种壮丽的确定性，消失在不知所措的困惑之中了”，此“不确定性”与关于数学基础的反思密切相关，谓之“问题的问题”，。。。

后起之秀的计算机科学，在20世纪30、40年代，伴随着数学的公理化运动，为了定义什么是机器可以计算的问题，提出“可计算性”概念，进一步表达为“图灵－丘奇定律”。于可计算问题，计算与判断一致，故“可计算问题”具有“确定性”。与哥德尔不完备定理的角度不同，图灵是从计算的角度，证明了存在着“不可计算问题”－“停机问题”，“停机问题”不可判断，也就是说，“停机问题”具有“不确定性”。

然而随着计算机运用的广泛开展，相对于算法可以求解的问题（P），出现了某些实际问题算法求解困难（NP）。从可计算性的角度，问题可以算法求解实际上就是指“可计算性”，只是这里人们用算法的“多项式时间复杂度”表达了“可计算性”，指机器的能力与问题实例的规模增长相匹配，故机器对这样的问题具有计算的能力：P是可计算的；而问题算法求解困难就是指“不可判定性”，即可计算性意义的算法的存在出现了问题，机器对这样问题不具有（精确）计算的能力：NP“难”到不可计算。然而，就是在这里人们的认知开始出现了偏差：没有看透“多项式时间复杂度”的本质是“可计算性”，仅仅局限于具体问题，混淆了“多项式时间复杂度”与实际计算的“多项式时间”的本质区别（见博文：对“多项式时间复杂度”的误解）！从而，把P认为是一类可计算问题，而NP是另一类可计算问题，NP由此失去了“不确定性”的本质（见博文：NP是可计算的吗？－ “问题”的分类）。

在这种意义上，我们或许也可以说，“流行的算法理论：不确定性的消失”！但是，这里的“不确定性的消失”是一种认知的迷失，而克莱因所说的“数学：确定性的消失”的困惑，实际上是一种认知的觉醒。正如克莱因在书的开篇所说：

－战争、饥荒和瘟疫能引起悲剧，然而，人类思想的局限性也能引起智力悲剧。（There are tragedies caused by war, famine, and pestilence. But there are also intellectual tragedies caused by the limitations of the human mind.）