把 P 等同於可行的侷限（limits of identifying P with feasible）
把 P 這個類別等同於「可行」，是複雜度理論擁有的最好的簡單規則，而它對的時候遠多於錯的時候。但值得使用的規則也值得質疑，謹慎的學習者應把這個等式當作有用的理想化，而非字面上的真理。該記住的圖像是一張以大陸尺度繪製的地圖：用來看出多項式與指數是不同的國度極佳，但太粗糙，無法告訴你某個特定小鎮是否有條好路。
這個等式在兩個相反的方向上失靈。一個方向：屬於 P 不保證有可用的演算法。執行時間為 n^100、或為 c 乘以 n（常數 c 等於 10^40），按定義是多項式，卻可能在宇宙壽命內對任何輸入都跑不完；理論家稱這些為「銀河演算法」，徒有多項式之名。另一個方向：在 P 之外（或最壞情況難解）不保證無用。最壞情況分析可能極度悲觀：線性規劃的單純形法在最壞情況下是指數級的，實務上卻極為出色；而許多 NP 困難問題在真實實例上靠啟發式、近似、或因典型輸入遠比最壞容易，而被例行解決。平均情況行為可能與最壞情況完全分道揚鑣。
這一切都不會把 P 拉下王座；它只是誠實地為 P 定位。P 仍是「高效」的標準、與模型無關、對組合友善的定義，是正確的預設與正確的教學說法，正因為其他替代方案更雜亂、更不穩健。所需的紀律只是記住「P 等於可行」是哪一種陳述：一個尖銳、可證明、漸近的理想化，掌握了多項式對指數的峽谷，而非關於前頭那個常數、指數的大小、或某演算法在你實際遇到的輸入上如何表現的承諾。如此理解，P 是你揮舞的工具，而非你崇拜的偶像。
一個跑在 n^100 時間的演算法屬於 P，但對 n = 10 它要花 10^100 步，多於宇宙中的原子數：是多項式，卻是個銀河演算法。反過來，單純形法在最壞情況下是指數級的，卻能在片刻間解出有數百萬變數的真實線性規劃。P 兩種微妙之處都掌握不到；它只掌握多項式對指數的分界。
P 掌握的是多項式對指數的分界，而非常數、指數的大小、或典型情況的行為。
P 是「可行」的標準理想化，而非字面同義詞：一個 n^100 或巨大常數的演算法雖屬於 P 卻毫無用處，而一個最壞情況困難的問題在實際出現的輸入上可能很容易。把 P 當工具，別當偶像。