生活中不仅仅只要一面，而是有很多面组成的，那么我们是相信命运的安排，听之任之，还是奋勇一搏呢？

职场问题

比如，现在有一家公司，经理需要招聘一名助手协助他的工作，现在有很多人应聘这个位置，比如有m个人。经理随机地一个一个地将他们叫过来面试。正常情况下，经理将所有人面试结束后，综合评比后，才能给答复。现在，我们设定个规则：要求经理在面试一个人后当场给出答复，“yes”or"no".

那么，这位经理该当如何做才能选到比较好的助手呢？

第一种方法：全部见完，那么他只能录取最后一位，他录取到最好的那个助手的概率是m分之一。这个概率很低。

第二种方法：他录取倒数第二位，即第（m-1）位应聘者，这个概率是多少呢？这个稍微复杂一些，有两种可能：①第（m-1）位不是前（m-1）位里最好的，②第（m-1）位是前（m-1）位里最好的。若符合①，则接着见最后一位，如果符合②，则录取他。

因为第（m-1）位比前（m-2）位都好的概率是（m-1）分之一，所以接见最后一位的概率是1－1/（m-1），第m位最好的概率是1/m，这两件事情同时发生，概率是1/m[1－1/（m-1）]；

在第m-1位录取到最佳人选的概率是1/m。

这两种情况的概率相加，就是在第m-1位能录取到最佳人的概率：1/m[2－1/（m-1）]，我们发现，当m>2时，比全部都面试要有利，概率更大。

以此类推，当m很大时，比如数千、万或数十万、百万……时，最好的策略是放过37%的应聘者，然后遇到一个比前面都好的人录取，这样取到的最优人选的概率最大。

令人惊讶的是，平均起来，这种方法可以在1000人中选到前4甚至前3名应试者.

独占鳌头站位

那么人数少就不能用了吗？

我们以4个应聘者分析，假设是1,2,3,4，他们的序号代表他们的成绩（1最好，2其次，3再次，4最差）

4×37%≈1.48，四舍五入，我们先放掉一个人后再择优录取：可能有以下24种情况：

123④ ★2①34 ★3①24 ★4①23

124③ ★2①43 ★3①42 ★4①32

132④ ★23①4 3②41 4②13

134② ★243① 3②14 4②31

143② ★24①3 ★34①2 4③12

142③ ★23①4 34②1 4③21

圆圈标出的是选中者，★表示的是选中最优者①的情形，明显的是：选到最优者的比重占到了11/24≈45.8%，要大于随机选中的1/4（25%）.

而选中第一名或者是第二名的比重是18/24=75%，很高的一个比重。

所以，生活中我们发现第一个出场的很难获得录取，很多比赛第一个出场的也很难获得第一名吧。