问题描述：
旅行商问题是什么。
问题解答：
旅行商问题（Traveling Salesman Problem，TSP）是一种著名的组合优化问题，属于NP-hard问题。问题的描述是这样的：
假设有一个旅行商要拜访n个城市，并且每一对城市之间有一个旅行的距离。旅行商的任务是找到一条最短的路径，使得他可以经过每个城市一次，最后回到出发的城市。
具体而言，TSP可以用以下的方式描述：
- 有n个城市，编号为1到n。
- 对于每一对城市i和j，都有一个距离或成本d(i, j)表示从城市i到城市j的旅行距离。
- 旅行商的目标是找到一条路径，使得经过每个城市一次，最后回到出发的城市，并且总的旅行距离最短。
TSP是一个经典的组合优化问题，其应用涉及到物流规划、电路板布线、生物学和交通规划等领域。由于其NP-hard的性质，随着城市数量的增加，问题的求解难度呈指数增长。
解决TSP的方法包括穷举法（对于小规模问题可行）、动态规划、贪心算法、遗传算法、模拟退火等启发式算法。尽管没有找到一个多项式时间内解决TSP的算法，但在实际问题中，使用启发式算法等方法找到近似最优解是常见的实际做法。
注意：
"NP-hard"是计算机科学中用来描述问题难度的一个术语。NP-hard（Non-deterministic Polynomial-time hard）问题是一类非确定性多项式时间难解问题。这意味着在一定的时间内，我们无法找到一个多项式时间的算法来解决这类问题。
一个问题被称为NP-hard，如果任何一个属于NP（非确定性多项式时间）类的问题都能在多项式时间内归约到它。归约是指将一个问题转换为另一个问题，使得在解决一个问题的过程中，我们可以利用另一个问题的解。
NP-hard问题本身并不一定在非确定性多项式时间内可解，但如果我们能够在多项式时间内解决任何一个NP-hard问题，那么所有属于NP类的问题也能在多项式时间内解决，因为它们可以通过归约转换为同一个NP-hard问题。
经典的例子是旅行商问题（TSP）和集合覆盖问题。虽然我们尚未找到多项式时间的算法来解决这些问题，但如果我们能够在多项式时间内解决其中任何一个，那么我们就能够解决所有NP问题。这使得NP-hard问题在计算复杂性理论中具有重要的地位。