1000个桶中找一桶毒酒详解.pdfVIP

那天师兄去某世界500 强面试，拿回来一套题，其中有道选择题，1000 桶原料，里面混入了1 桶有毒的，用小白鼠做实验，7 天后毒性才会 发作，但是由于时间紧迫，要求7 天后必须找出有毒的一桶，问最少 需要几只小白鼠？ 小师妹特好奇这题的答案，拉着我们讨论，也没得出结论，最后大家 开玩笑的说虽然不知道最少需要多少，但是最多1000 只就够了，哈 哈~ 前天晚上躺床上琢磨出来了，还是蛮好玩的~ 下面是我的思路，如果想自己琢磨的就不要往下看了~ | | | | | | | | | OK,偶来说说当时思路是怎么想的： 看问题想到大概是个分类集合问题，用最小的分类找出特征锁定目 标，1000 个桶有点多，试试少点的情况找找头绪。 思路一、 1.一个桶的情况，需要1 只小白鼠 2.两个桶的情况，遍历的话需要2 只小白鼠，考虑到二桶之间非A 即 B，需要1 只 3.用这种方法，n 桶用n-1 只小白鼠就可以确定 方法可行，但肯定不是什么好方法 思路二、 不能像上面那样把每个桶作为独立的对象来考察，怎么找一种有效的 分类方法来减少需要的小白鼠呢？ 最先想到的是矩阵键盘， 像这样3*3 的矩阵键盘，可以辨识9 个点，套用到小白鼠实验中，只 要4 只小白鼠可以识别9 桶原料。 把9 份原料放入九个点中，把每一行和列中三桶原料取样混合，得到 的6 份混合的样本包含了各自行和列的特征。取四只小白鼠分别测试 其中前两行前和两列的毒性，可以确认出具体哪一桶有问题。 扩大到4*4 的矩阵，用6 个小白鼠可以从16 桶中辨识出特定的一桶。 就是说总共A 个点，满足 n −1 2 A ≤n2 ，采用思路二需要2 n −1 次试 ( ) ( ) 验可以辨识。 这个思路没错，对吧。 提出一个设定，每一个点代表一个样本，像这样从每一行和列取样得 到的称为混合样本，样本有毒没毒的实验结果称为它的特征，从总样 本中找到了唯一特征不同的样本称为辨识。 然后我们回头看2*2 矩阵, 辨识4 个点最少需要2 个特征。 相比思路一，辨识总数相同的样本，需要的特征减少了一个，why ？ 思路三、 思路一和二的区别在哪儿？ 结合着图，容易想到的是维数的不同。 思路一是一维的，所有点是相互独立的分布在同一根数轴上 思路二是二维的，混合样本的特征包含数据多，彼此间不独立。 （另外，1000 个样本，思路一1000-1=999，思路二2* （32-1）=62 ， 从数量级关系上也隐隐约约的指向阶数的变化） 考查三维，立方体有23 个顶点， 取每个面上四个顶点样本做混合样本，由于每个维度上都只有两个 点，所以只要3 个特征就可以辨识。这里可以看出： 1.借助三维的模型，3 个特征可以完成23 +1共9 个样本的辨识，每一 个混合样本里包含的样本信息越多，辨识需要的混合样本特征数就越 少。 2.在这里我想到了一、3 里面的引申，同一维度下相互独立的 n 个样 本，前n-1 个特征之全体与最后一个的特征相关度是1. （概率里面一 个概念借用过来） 到这儿的时候有两个想法，其一是对立方体模型做细化，增加每个轴 上的点数，比如把每条边上三个点，立方体模型就可以包含33 计 27 个点，再扩大到1000 是 3 ，辨识需要3* （10-1）= 27 个特征值。 10 这个想法一闪就被另一个取代了： 每一个数轴上只有两点，这个模型的的好处在于同一个轴上只要确定 了一个点的特征，另一个也就确定了。 维数 *当样本总数写成（每个维度上的样本数） 的形式，辨识需要的特征数 为维数* （每个维度上的样本数-1 ）。 思考的时候这些不是这样串行连贯的想到的，反倒是有点并联的感 觉，同时想到了这么几点，所以想到用2维数这样的高维模型去解决应 该是最好的，不过具体应该怎么做呢？ 四、具体实现 还是看立方体模型，数轴上的点其实是整个立方体这一面在数轴上的 投影，对应小白鼠实验就是所有样本分为两类， 其中一类的混合样 本，这个样本的特征值就是实验结果，有毒的一桶在或者不在这一类 中。 210