看到一個(gè)很有意思的朋友，近期準(zhǔn)備入手一套房子片习，索性我就把她稱為【博士買房】吧捌肴。 過程是這樣的，很短藕咏，很有意思：
加州灣區(qū)的房市自然不能跟國內(nèi)京滬相比状知，但搶房也是很兇狠的。每一套房子在市場上平均時(shí)間大概4-5天孽查，可以收到20幾個(gè)offer競價(jià)饥悴，一般價(jià)高者得。經(jīng)趁ぴ伲看到一個(gè)房子西设，還在猶豫是不是合適：會不會有其他地板更好一點(diǎn)的？會不會有多一個(gè)衛(wèi)生間的答朋？會不會有離地鐵站更近的贷揽？會不會有更便宜的？（畢竟是百萬刀的決定啊[抓狂]）和馬克還沒商量完梦碗，房子就已經(jīng)沒了禽绪。
《Algorithms to live by》一書里將這種情況稱為“秘書問題”：想象你在面試一秘書，你希望能在應(yīng)聘者里找到最好的人洪规，但你并不知道怎樣的人會來應(yīng)聘印屁，所以你一個(gè)個(gè)人輪流面試。你可以隨時(shí)發(fā)offer斩例，但你如果在面試后沒有馬上給對方offer雄人，他就從此離開去其他地方工作了。你怎么才能知道眼前這個(gè)應(yīng)聘者是最好的呢樱拴？
萬能的計(jì)算機(jī)算法給出了答案：37% look then leap柠衍。給自己設(shè)定一個(gè)招聘總時(shí)間洋满，前37%的時(shí)間里只面試，收集數(shù)據(jù)不做決定珍坊，之后只要碰到一個(gè)比之前所有應(yīng)聘者都優(yōu)秀的人牺勾，馬上下offer，你能得到最好應(yīng)聘者的機(jī)率也是37%阵漏。這是你能獲得的最好效果驻民。
不要覺得37%成功率是個(gè)很低的數(shù)字。這個(gè)算法可適用于任何大樣本履怯。如果你有100個(gè)應(yīng)聘者回还，你能獲得最好雇員的機(jī)率其實(shí)只有1%；而如果你有100萬應(yīng)聘者叹洲，你的機(jī)率只剩百萬分之一柠硕。37%已經(jīng)是一個(gè)非常好的數(shù)字了。為了達(dá)到這個(gè)成功率运提，你也需要付出之前37%的數(shù)據(jù)搜索時(shí)間精力蝗柔。
書讀到這里，當(dāng)時(shí)正在出差的我馬上打電話給正在太浩湖開心滑雪的馬克民泵，讓他迅速回家看房子癣丧。我們只有6個(gè)月時(shí)間買房，假設(shè)市場上的房子數(shù)量均勻每周放出（雖然并不完全如此但也差不太多）栈妆，37%的時(shí)間是兩個(gè)月多一點(diǎn)胁编。當(dāng)時(shí)已經(jīng)過去一個(gè)月了，拖延癥的馬克還樂天派地說“我們還有時(shí)間”鳞尔，但被太太吼了一通嬉橙，又科普了一下“37%算法”、他還是回家乖乖看房了铅檩。
結(jié)果她們建了個(gè)數(shù)據(jù)庫憎夷，其中有我們兩個(gè)多月里看過的30幾個(gè)房子，大到戶型地址昧旨，小到我喜不喜歡附帶的洗衣機(jī)牌子拾给，事無巨細(xì)都整理了出來。之后需要開始做決定的時(shí)候兔沃，第三周蒋得，我們就競價(jià)得了一個(gè)心儀的房子。
以上是故事的全部過程乒疏。這是一個(gè)真實(shí)的故事额衙。
我的第一反應(yīng)是:哈?美帝人民賣房子居然是連洗衣機(jī)一起賣的???
但問題是，如果后面63％沒有一個(gè)覺得比前面強(qiáng)的，怎么辦窍侧？索性就挑最后一個(gè)吧县踢。
照此，在國內(nèi)伟件，我家也試圖買個(gè)房來著硼啤，先觀察了幾個(gè)月，你猜怎么著斧账？果然漲到徹底買不起了.....
37%原則適用于任何時(shí)間尺度谴返。怕漲價(jià)，可以只給自己一周時(shí)間咧织，花兩天密集型看房嗓袱，然后開始做決定，并祈禱不要有新政在這一周出來习绢。渠抹。
突然也覺得適用于找另一半，哈哈毯炮，從小學(xué)初中開始慢慢談逼肯，到本科或研究生階段只要遇到一個(gè)比之前都好的就可以果斷鎖定了，37%的概率鎖定了你能找到的最好的另一半桃煎。
從前有一個(gè)聰明優(yōu)秀的數(shù)學(xué)博士生在尋找女朋友，他發(fā)現(xiàn)這其實(shí)是一個(gè)“秘書問題”大刊。于是他開始計(jì)算：假設(shè)從18歲到40歲都是找對象時(shí)間为迈，37%時(shí)間點(diǎn)是26.1歲，而他正好在這個(gè)年齡點(diǎn)缺菌！他于是找到一位無論各方面他都覺得超出以往對象的姑娘葫辐，毫不猶豫地向她求婚。然而伴郁，他被拒絕了耿战。
數(shù)學(xué)博士為愛悲傷之后，開始重新研究“秘書算法”焊傅。他發(fā)現(xiàn)剂陡，女朋友比買東西復(fù)雜多了，原算法有一個(gè)巨大假設(shè)：你發(fā)出的offer肯定會被對方接受狐胎。而即使在我們加州灣區(qū)鸭栖，買房一般也是價(jià)高者得，還有中介幫忙估價(jià)握巢，只要志在必得晕鹊，總能做出讓對方接受的選擇，模型差別并不大。但是女孩子啊溅话，君心深似海晓锻。
數(shù)學(xué)博士于是修正了算法，他發(fā)現(xiàn)如果修正下前提飞几，把對方接受概率改為50%砚哆，那么你只有25%時(shí)間收集數(shù)據(jù)，而成功率也從37%降為25%循狰。然而最不幸的是：我們這位博士已經(jīng)超越25%數(shù)據(jù)收集時(shí)間了窟社。
（悲傷逆流成河，請自由地@ 任何你認(rèn)識的數(shù)學(xué)單身狗绪钥。）
且讓我們看看著名天文學(xué)家開普勒如何處理這個(gè)找對象問題灿里。1611年，開普勒妻子去世程腹，他開始認(rèn)真尋找再婚對象匣吊。在熱心紅娘們的幫助下，他最終確立了11個(gè)姑娘寸潦，逐一開始約會色鸳。但他約會到第四位姑娘時(shí)，他感覺找對人了见转，“我其實(shí)可以停止尋找了命雀。”
然而開普勒是一個(gè)騎驢找馬的渣男斩箫。他并沒有停止尋找吏砂，而是吊著四姑娘，繼續(xù)按順序與剩下7個(gè)姑娘逐一約會乘客。他最終發(fā)現(xiàn)第五個(gè)姑娘更好狐血，“我喜歡她的愛、忠誠易核、家世匈织、勤勞，和她給繼子們的愛牡直∽贺埃”他拋棄其他姑娘，向五姑娘求婚井氢，余生婚姻幸福美滿弦追。
開普勒在“秘書問題”中，超越了算法限制花竞，頂著渣男的名聲劲件，采用了“不拋棄不放棄”的策略掸哑。在姑娘們依然愿意等待的算法前提下，閱盡千帆了解了所有數(shù)據(jù)再做選擇零远，這當(dāng)然是一種最佳策略苗分。但請問數(shù)學(xué)男博士們，你們能做到讓姑娘一直等著你嗎牵辣？（女生們請擦亮雙眼認(rèn)清渣男Ｋぱⅰ）
但如果在選擇時(shí)必須勇往直前立刻放棄，但千紅過后難忘舊情纬向，而女生有50%機(jī)率不計(jì)前嫌重修舊好择浊，應(yīng)該什么時(shí)候開始做選擇呢？萬能的算法告訴我們：你可以花61%的時(shí)間搜集數(shù)據(jù)逾条，然后在前61%的最佳選擇與之后每次碰到的最佳選擇中選最優(yōu)選琢岩，你得到最佳伴侶的機(jī)率--也是61%。（此方法同樣用于女生师脂，大齡被逼婚的姑娘們不要著急担孔！不要放棄尋找真愛！）
但我們的數(shù)學(xué)博士最后也有好結(jié)果吃警。在求婚被拒后糕篇，他繼續(xù)不停尋找，直到8年后他找到了一位德國姑娘接受了求婚酌心。這位博士現(xiàn)在是卡內(nèi)基梅隆大學(xué)的教授转捕，《Algorithms to live by》忠實(shí)地記錄了他的戀愛故事唐全，推薦給各位單身狗朋友閱讀罚缕。
