一日，昔日好友惶恐至此，感概诸事不顺，游戏排位始终卡段，生活对象更是没有，我静静的看着他，从口袋里掏出一对象给他，并传授给他所谓三七法则。 -------沙漏在下雨的冷笑话

我最早接触所谓的三七法则还是在高中的辅导书上，那是一个很复杂的数学公式，最后得到的常数为0.37，所以这个也叫做三七法则，然而我现在公式忘记的一干二净了，可不久之前，从知乎上看到一则故事，也就是我们现在熟悉的版本，玉米地里摘玉米，我们想找到这个玉米地里面最大的一个，前者我们找到一个较大的玉米，然后沾沾自喜，可没想到，后面皆是大个玉米，后者，我们析取经验，一直向深处寻找，渴望找到一个最大的，可你发现，你已经走过这边玉米地也没确定一个最大者。

好友诧异：你跟我讲这个有啥用，这个三七法则能搞定我的困惑？？？
我回答到：你别小瞧这个三七法则，他作用可大了，我们不都是计算机专业的，你等着，我用编程跟你耍一耍！

我跟你说，我们就拿你想找对象这件事做一个例子讲，我看这个法则对你中不中，我拿0作为那些生活中遇到的女性，用1代表你未来对象，所有女性对象数量obj = 1000 ，我们代码跑下：

import random
obj = 1000  #  假定我的好友 一辈子就只能遇到1000个女生 
girl = [0 for i  in range(obj - 1)]
girl.append(1)
print(girl[900:1000]) # 这样我们就生成了01列表

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1]

count = 0 # 计数
random.shuffle(girl)  # 打乱一下数组
for i in girl:
    if i == 0:
        count += 1
    else:
        break
print(f'在第{count}次找到，找到的概率为{1 - count / obj}')

在第51次找到，找到的概率为0.949

这下好友直接兴奋的跳起来，你看，老天都帮我，我现在赶紧出去溜溜，没准就能找到对象。
你在做梦，实验具有偶尔性你又不是不知道，我看多给你来几次，让你认清一下现实的毒打

girl_mean = 0
for i in range(1000):  # 我把试验次数加到一千，这样数据更准点
    count = 0 # 计数
    random.shuffle(girl)   # 打乱
    for j in girl:
        if j == 0:
            count += 1
        else:
            break
    girl_imp = 1 -count / obj
    #print(f'在第{count}次找到，找到的概率为{girl_imp}')
    girl_mean += girl_imp / 1000
print(f'实验一千次平均概率{girl_mean }')

实验一千次平均概率0.4912528571428572

好友问道，这数据啥意思，我得经过我这辈子一半多女性才能找到真爱？？？ 那我不就三十多出头才有初恋啊。。你得用你的那三七法则帮帮我

这一波我们系统的讲一讲什么是三七法则，不然有人说我水文章，这就很可怕，所谓三七法则，就是利用欧拉算出来的这个数字37来展开计算的，换成这里，那我们就得改改，我的朋友现在20岁了，估摸着把他这辈子的女性认识了三四百左右吧，那原始数组就没有这么多，那我们改改。

import random
obj = 700
girl = [0 for i in range(obj -1)]
girl.append(1)  

这样就做好了一个新数据，那剩下的七百人，我们要怎么操作呢，700 * 0.37 = 259 用法则来说，0 - 259 个女生，我的朋友只是交往但是不结婚，等到第260个女孩，如果遇到一个比前面好的或者差不多的就赶紧抓住，哈哈哈，这前提是我好友有钞能力！我们笑笑就行了。

• 那我们用代码看看到底怎么回事

random.shuffle(girl)
count = 0
for i in range(260, obj):  #  先做一次实验看看
    if girl[i] == 0:
        count += 1
    else:
        break
print(f'在第{count}次找到女孩,概论为{1 - count / obj}')

在第48次找到女孩,概论为0.9314285714285714

这下我的好友嘴角流出了泪水，开始得意忘形了，我们还是严谨一点 多几次实验看看

girl_mean = 0  # 平均数
for i in range(1000):  # 一千次实验走起
    random.shuffle(girl)
    count = 0
    for j in range(260, obj):
        if girl[j] == 0:
            count += 1
        else:
            break
    girl_imp = 1 - count / obj
    girl_mean += girl_imp / 1000
print(f'实验一千次的概论结果{girl_mean}')

实验一千次的概论结果0.5736514285714309

这样的操作 数据就比之前的高一点，我的朋友看完也终于舒坦了一点，其实我也不担心他，相反我还比较担心我自己，我还没把颜值系数，家产系数加上去，我觉得加上去，我可能还没他高，哈哈哈。

好友问道，那你怎么搞定我打游戏连跪？？ 没搞定你别想走
就你玩的鲁班七号， 那还不是让对面吉吉国王乱杀的节奏，给钱我就带你打几吧？？ 或者你喊我爸爸？？ 哈哈哈哈

本文图个乐就行哈，别太较真啦!