网站开发需求分析内容,经典软文案例分析,重庆承越网站建设公司,wordpress 不能查看站点全世界有3.14 % 的人已经关注了数据与算法之美在每期《非诚勿扰》节目上#xff0c;面对一位位男嘉宾#xff0c;24位单身女生要做出不止一次“艰难的决定”#xff1a;到底要不要继续亮灯#xff1f;把灯灭掉意味着放弃了这一次机会#xff0c;继续亮灯则有可能结束节目之… 全世界有3.14 % 的人已经关注了数据与算法之美在每期《非诚勿扰》节目上面对一位位男嘉宾24位单身女生要做出不止一次“艰难的决定”到底要不要继续亮灯把灯灭掉意味着放弃了这一次机会继续亮灯则有可能结束节目之旅放弃了未来更多的选择。在现实中面对男生们前仆后继的表白MM 们也少不了这样的纠结。如果遇到了一个优秀的男生应该接受还是拒绝呢如果接受了他万一下一个更好的话那可就亏大了可如果为此而拒绝掉一个又一个好男人也会面对着“过了这个村就没这个店”的风险。说不定白马王子们都已经擦肩而过到最后就只剩下了猥琐男了当初的拒绝明显得不偿失。由于没人能知道真正的缘分何时到来没人能知道下一个来求爱的男生会是什么样子接受表白的时机早晚实在很难决定。怎么办去向《非诚勿扰》的黄菡老师和乐嘉老师请教一下其实你还可以向欧拉老师请教一下。你没听错。大数学家欧拉对一个神秘的数学常数 e ≈ 2.718 深有研究这个数字和“拒人问题”竟然有着直接的联系。“拒人问题”的数学模型为了便于我们分析让我们把生活中各种复杂纠纷的恋爱故事抽象成一个简单的数学过程。假设根据过去的经验MM 可以确定出今后将会遇到的男生个数比如说 15 个、30 个或者 50 个。不妨把男生的总人数设为 n。这 n 个男生将会以一个随机的顺序排着队依次前来表白。每次被表白后MM 都只有两种选择接受这个男生结束这场“征婚游戏”和他永远幸福地生活在一起或者拒绝这个男生继续考虑下一个表白者。我们不考虑 MM 脚踏两只船的情况也不考虑和被拒男生破镜重圆的可能。最后男人有好有坏我们不妨假设 MM 心里会给男生们的优劣排出个名次来。聪明的 MM 会想到一个好办法先和前面几个男生玩玩试试水深大致摸清了男生们的底细后再开始认真考虑和第一个比之前所有人都要好的男生发展关系。从数学模型上说就是先拒掉前面 k 个人不管这些人有多好然后从第 k1 个人开始一旦看到比之前所有人都要好的人就毫不犹豫地选择他。不难看出k 的取值很讲究太小了达不到试的效果太大了又会导致真正可选的余地不多了。这就变成了一个纯数学问题在男生总数 n 已知的情况下当 k 等于何值时按上述策略选中最佳男生的概率最大如何求出最优的 k 值对于某个固定的 k如果最适合的人出现在了第 i 个位置用 x 来表示 k/n 的值并且假设 n 充分大则上述公式可以写成对 -x · ln x 求导并令这个导数为 0可以解出 x 的最优值它就是欧拉研究的神秘常数的倒数—— 1/e 也就是说如果你预计求爱者有 n 个人你应该先拒绝掉前 n/e 个人静候下一个比这些人都好的人。假设你一共会遇到大概 30 个求爱者就应该拒绝掉前 30/e ≈ 30/2.718 ≈ 11 个求爱者然后从第 12 个求爱者开始一旦发现比前面 11 个求爱者都好的人就果断接受他。由于 1/e 大约等于 37%因此这条爱情大法也叫做 37% 法则。不过37% 法则有一个小问题如果最佳人选本来就在这 37% 的人里面错过这 37% 的人之后她就再也碰不上更好的了。但在游戏过程中她并不知道最佳人选已经被拒因此她会一直痴痴地等待。也就是说MM 将会有 37% 的概率“失败退场”或者以被迫选择最后一名求爱者的结局而告终。指导工作与生活的算法推荐阅读《程序员数学》37% 法则“实测”37% 法则的效果究竟如何呢我们在计算机上编写程序模拟了当 n 30 时利用 37% 法则进行选择的过程如果 MM 始终未接受求爱者则自动选择最后一名求爱者。编号越小的男生越次编号为 30 的男生则表示最佳选择。程序运行 10000 次之后竟然有大约 4000 次选中最佳男生可见 37% 法则确实有效啊。计算机模拟 10000 次后得到的结果。这个问题由数学家 Merrill M. Flood 在 1949 首次提出这个问题被他取名为“未婚妻问题”。这个问题的精妙之处在于在微积分界叱咤风云的自然底数 e竟也出人意料地出现在了这个看似与它毫不相关的问题中。不知道此问题出现后Geek 男女间会不会多了一种分手的理由不好意思你是那 37% 的人⋯⋯作者Albert版权归原作者所有转载仅供学习使用不用于任何商业用途如有侵权请留言联系删除感谢合作。精品课程推荐选购数学科普正版读物严选“数学思维好物”送给孩子的益智礼物 | 办公室神器算法工程师成长阅读 | 居家高科技理工科男女实用型礼物精选 数据与算法之美用数据解决不可能长按扫码关注
