這段時(shí)間互聯(lián)網(wǎng)上火熱的流傳著一個(gè)智力測試題。題目出現(xiàn)的形式有多種，但大多看起來是這個(gè)樣子：

成都創(chuàng)新互聯(lián)公司專業(yè)為企業(yè)提供播州網(wǎng)站建設(shè)、播州做網(wǎng)站、播州網(wǎng)站設(shè)計(jì)、播州網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計(jì)與制作、播州企業(yè)網(wǎng)站模板建站服務(wù)，十多年播州做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。

 
 
 

  
  
  
如果是學(xué)齡前兒童，5-10分鐘能解決這個(gè)問題，普通程序員要1個(gè)小時(shí)，受過更高教育的人 … :) 
  
  
  

  
  
  
8809=6
  
  
  

  
  
  
7111=0
  
  
  

  
  
  
2172=0
  
  
  

  
  
  
6666=4
  
  
  

  
  
  
1111=0
  
  
  

  
  
  
3213=0
  
  
  

  
  
  
7662=2 
  
  
  

  
  
  
9313=1 
  
  
  

  
  
  
0000=4
  
  
  

  
  
  
2222=0
  
  
  

  
  
  
3333=0
  
  
  

  
  
  
5555=0
  
  
  

  
  
  
8193=3 
  
  
  

  
  
  
8096=5
  
  
  

  
  
  
7777=0
  
  
  

  
  
  
9999=4
  
  
  

  
  
  
7756=1
  
  
  

  
  
  
6855=3
  
  
  

  
  
  
9881=5
  
  
  

  
  
  
5531=0
  
  
  

  
  
  
2581=?
 
 
 

謎底揭示 …

.

.

.

.

.

.

.

.

.

.

答案跟每個(gè)數(shù)字里有多少個(gè)圈圈有關(guān)。在形狀上，8有2個(gè)圈，所以記兩次。0是一個(gè)大圈，記1次。所以2581=2。很有趣，不是嗎？這是一種通過隱含的計(jì)算方式得出的另一種數(shù)值對應(yīng)關(guān)系。

而困擾著我的卻是如何能以一種不基于數(shù)字形狀的方法來找到這種數(shù)值對應(yīng)關(guān)系。我如何能編程讓計(jì)算機(jī)來解決這個(gè)問題？我認(rèn)真思考了一下，因?yàn)槲蚁矚g自認(rèn)為是一個(gè)計(jì)量經(jīng)濟(jì)學(xué)家，這道題看起來頗像一個(gè)可以通過一個(gè)OLS（ordinary least squares）表達(dá)式來解決的聯(lián)立方程式。那么，如何能講將這個(gè)問題和涉及到的數(shù)據(jù)轉(zhuǎn)化成一個(gè)小小的OLS表達(dá)式呢？我需要將每行的數(shù)字隊(duì)列轉(zhuǎn)換成一個(gè)描述數(shù)字出現(xiàn)頻率的表格。這樣，對于8809=6來說，我需要重構(gòu)出來的數(shù)據(jù)應(yīng)該類似于這樣：

1,0,0,0,0,0,0,0,2,1 = 6

在這種形式的公式中，10個(gè)數(shù)字分別代表著數(shù)字0-9在每串?dāng)?shù)據(jù)中出現(xiàn)的次數(shù)。我不知道如何得出這張頻次表，于是，按照我的習(xí)慣，我把這個(gè)問題做了一個(gè)簡潔的描述，張貼在StackOverflow.com上，如我愿的得到了一個(gè)極好的方案。一旦我建好了頻次表，問題就變成了一個(gè)簡單的關(guān)于10個(gè)獨(dú)立變量的線性表達(dá)式。

我的整個(gè)運(yùn)算腳本——如果你十分感興趣的話——就是下面這些，你可以把它粘貼到R語言解釋器里運(yùn)行。

 
 
 

  
  
  
## read in the training data 
  
  
  
## more lines than it should be because of the https requirement in Github 
  
  
  
temporaryFile <- tempfile() 
  
  
  
download.file("https://raw.github.com/gist/2061284/44a4dc9b304249e7ab3add86bc245b6be64d2cdd/problem.csv",destfile=temporaryFile, method="curl") 
  
  
  

  
  
  
series <- read.csv(temporaryFile) 
  
  
  

  
  
  
## munge the data to create a frequency table 
  
  
  
freqTable <- as.data.frame( t(apply(series[,1:4], 1, function(X) table(c(X, 0:9))-1)) ) 
  
  
  

  
  
  
names(freqTable) <- c("zero","one","two","three","four","five","six","seven","eight","nine") 
  
  
  

  
  
  
freqTable$dep <- series[,5] 
  
  
  

  
  
  
## now a simple OLS regression with no intercept 
  
  
  
myModel <- lm(dep ~ 0 + zero + one + two + three + four + five + six + seven + eight + nine, data=freqTable) 
  
  
  

  
  
  
round(myModel$coefficients)
 
 
 

Created by Pretty R at inside-R.org

最終的輸出結(jié)果如下：

 
 
 

  
  
  
> round(myModel$coefficients) 
  
  
  
zero   one   two three  four  five   six seven eight  nine 
  
  
  

  
  
  
  1     0     0     0    NA     0     1     0     2     1
 
 
 

你可以看到，0，6和9對應(yīng)的值是1，而8對應(yīng)的值是2。其它數(shù)字對應(yīng)的都是0。而4得出的是NA，這是因?yàn)閿?shù)字序列中沒有出現(xiàn)4。

哈哈。我也跟學(xué)齡前兒童一樣聰明了。而且我還用程序做了驗(yàn)證。

英文原文：Solving easy problems the hard way

原文來自：http://www.aqee.net/solving-easy-problems-the-hard-way/

本文標(biāo)題：簡單的問題復(fù)雜著解決
當(dāng)前鏈接：http://uogjgqi.cn/article/dpocoid.html