1)最優停止理論（概率與統計）
麵試官對梅裏爾·弗拉德說：“假設一堆人申請一個秘書崗位，而你是麵試官，你的目標是從這堆申請人中遴選出最佳人選。你不知道如何給每一名申請人評分，但是可以輕鬆地判斷哪一名申請人更加優秀。你按照隨機順序，每次麵試一名申請人。你隨時可以決定將這份工作交給其中一人，而對方隻能接受，於是麵試工作就此結束。但是，一旦你否決其中一名申請人，就不能改變主意再迴頭選擇他。”
弗拉德說：“先觀察前1\/e的麵試者，每麵試完一個人，都能知道其能力水平，然後選擇後麵遇到的第一個比前麵所有麵試者都優秀的人，否則就不選擇。也就是37%法則。”
麵試官說：“為什麽是37%呢？”
因為這已經變成了一個概率問題了，假設總共有n個人，在麵試的前r個人中，我們記住一個最優秀的人為k，那麽從第r+1個人開始，隻要大於k的，就選擇，那麽我們要求的是能夠最大化成功選中最優秀麵試者的概率可以近似為：
37%
麵試官說：“那我們就需要去估計我們要去麵試幾個人了，因為這個數覺得了，我們用37%法則。”
麵試官對梅裏爾·弗拉德說：“假設一堆人申請一個秘書崗位，而你是麵試官，你的目標是從這堆申請人中遴選出最佳人選。你不知道如何給每一名申請人評分，但是可以輕鬆地判斷哪一名申請人更加優秀。你按照隨機順序，每次麵試一名申請人。你隨時可以決定將這份工作交給其中一人，而對方隻能接受，於是麵試工作就此結束。但是，一旦你否決其中一名申請人，就不能改變主意再迴頭選擇他。”
弗拉德說：“先觀察前1\/e的麵試者，每麵試完一個人，都能知道其能力水平，然後選擇後麵遇到的第一個比前麵所有麵試者都優秀的人，否則就不選擇。也就是37%法則。”
麵試官說：“為什麽是37%呢？”
因為這已經變成了一個概率問題了，假設總共有n個人，在麵試的前r個人中，我們記住一個最優秀的人為k，那麽從第r+1個人開始，隻要大於k的，就選擇，那麽我們要求的是能夠最大化成功選中最優秀麵試者的概率可以近似為：
37%
麵試官說：“那我們就需要去估計我們要去麵試幾個人了，因為這個數覺得了，我們用37%法則。”