最近在思考，我们应该怎样才能做出“最好的选择”呢？
(资料图片仅供参考)
在每个人的一生中，随时随地都在面临着选择——
上大学了，需要选择就读的专业；
工作了，需要选择从事的行业和岗位；
攒够首付了，需要选择心仪的住宅。
……
有些选择的代价很小，有些选择的机会成本则很大，如 买房、选择伴侣 等。
所以，一定程度上，选择比努力更重要。
我们在重要的选择中，应该怎样才能避免选择失误呢？
最近读了一本书，叫《算法之美》，书中的第一章，讲了一个关于选择的理论，叫 最优停止理论。
本文将通过2000字介绍 最优停止理论 ，学习这个理论，可以帮助我们在面临“重大选择”时，如何选到“属于你”的最优解。
01.什么是最优停止理论？
先跟大家讲一下麦穗理论。
一个智者带着三个人来到一片麦田前，说： 你们进麦田里一直往前不要回头，摘下一支最大的麦穗。
第一个人很快看见一支又大又漂亮的麦穗，于是很高兴地摘了下来。
但发现有很多麦穗比他摘那支大。
第二个人吸取了第一个人的教训。每当想摘时，就提醒自己，后面还有更大的。
结果他走到了终点，却一支麦穗都没摘。
第三个人吸取了前两个人的教训。
一开始，他只观察不下手，在心中把麦穗分为”大“、”中“、”小“三类；
他开始观察验证自己的判断是否正确；在确定自己的判断没有问题后，他摘下了之后遇到的第一支属于”大“类的麦穗。
显然第三个人更聪明。
不知道如何选择，就用统计学的方法做统计选择，这个方法放到现在依旧很实用。
后来，经过数学家的计算分析，将上面的方法延伸成为“ 37%法则 ”，也就是 “最优停止理论” 。
最优停止理论是什么意思呢？
其原意指，对样本数量固定(每个样本只出现一次)的情况下， 怎样选择到“最优样本” 的一种策略。
策略就是，把样本总量的前37%的样本做为参考，其中的最优的那个作为对照点，如果在剩下63%的样本中，出现比对照点好的样本，就果断选择它。
具体怎么操作呢？
一般可以用下面个步骤：
1、在前37%的选择中，只考察，不选择，了解信息。
2、根据前37%样本的情况，找到均值和确定选择标准，并把满足标准的最优项，标记为“A”。
3、在后面63%样本筛选中，只要有比A更好的选择，那就果断地选择Ta。
02.应用场景
找结婚对象
假设你打算在20-35岁之间，也就是用15年的时间寻找理想的人生伴侣。
如果你相信任最优停止理论，你就可以用这15年的37%，也就是5.55年来交往不同的男士。
这个阶段，只观察，不结婚。
等到了20+5.55，也就是25.55岁的时候，坐下来好好想想你交往过的这些人，然后确定你的“最基本的满意标准”是什么。
在后面交往过程中，但凡遇到了好于这个标准的男士，就果断嫁给他，不在寻找更优方案。
招聘员工
招聘员工，道理也是一样的。
你不一定非要找100个候选人来，那样太耗时耗力了。
假设你就打算看10个人，那么前37%，也就是前面3到4个人，可以只看不招。
然后找出这3、4个人的平均水平和最高水平，确定你的“最基本的满意标准”。
从第5个人开始，遇到超过这个标准的第一位面试者，立刻把他敲定下来，然后停止招聘。
买房看房子
买房可能是我们这辈子最大的一笔消费，找房子也可以使用最优停止理论。
假如打算看50套房子，那前面50*37%≈19，前面19套只看不买，用各个维度（地段、价格、配套等）给房子打分。
然后根据前面房子的平均分和最高得分，重现确定后面31套房的评分标准。
在看后面31套房的过程中，但凡遇到评分比前面19套中最好那套还好的房子，就果断买下它。
03.没有最完美的选择 只有满意的选择
其实，在很多的场景下，我们都面临着众多的选项，没有办法找到最优的选择。
也就是说， 选择，其实就是有选项下的决策。 我们只能做出满意的选择，而没有最优选择。
我记得有一本书讲过一个故事，叫草垛找针。
一个人坐在草垛上缝衣服，一不小心，他把装着这100根针的针盒打翻了，针全都散落在了草堆里。
于是，他要在草垛里找针。
如果让他现在找出这100根针里，最尖的那根针。
于是他就要在草垛里，把100根针全部找出来，然后一根一根地去比较，哪一根最尖。
他在找“最尖”的时候，其实是在选项中间做比较。但是，真的有必要在选项中间做比较吗？
只要找到一根针，它能缝衣服就行啊。
为什么一定非要找到最尖的那根呢？
所以， 我们不应该拿选项彼此之间做比较，而应该拿选项（针）和需求（能缝衣服）做比较。
最优的选择，是拿选项和选项做比较。而满意的选择，是拿选项和要求做比较。
只要满足了你的要求，你满意了，它就是满意选择。
明白这一点之后，我们来看一个问题。
为什么企业总是喜欢去985、211院校里招人？
因为HR招人的基本原则，就是满意原则，只需要找到符合需求的人就好了。
普通院校里，当然有能力强、并且符合岗位需求的人，但是，要把他们挑出来，得费更大的劲。
这就犹如草垛找针，把针全都找出来，然后再一一比较，太费劲。
所以，很多时候，我们没有最完美的选择，只有满意的选择。
