【系统架构师-综合题（14）】数学与经济管理知识点

数学与经济管理这一章，表面上最不像“系统架构师”的章节，因为它看起来更像一组杂乱的应用题：有组合计数、有工程进度、有集合统计、有线性规划、有图论最短路、最大流、最小生成树、动态规划、指派问题，还有概率决策和匿名调查。可如果把这些题放在一起看，就会发现这章真正考的不是“你会不会做一道小学奥数题”，而是你能不能把现实问题翻译成数量关系，再用合适的方法求出最优结果或合理估计。

所以这一章最怕的，不是公式不会，而是方法混乱。明明题目说的是“选方案”，你却在做普通加减；明明是“网络总能力”，你却按最短路去算；明明是“装配资金分配”，你却用贪心代替动态规划。真正稳的学法，是先把题目分成几类：能直接建立数量关系的基础题、带约束求最优的规划题、基于网络结构的图论题、带不确定性的概率决策题。一旦分类清楚，解题就会稳定很多。

一、先把基础数量关系抓住：这一部分解决“题目里的数到底该怎样组织起来”

这一类题看起来简单，但其实是整章的底子。因为后面的建模、优化、决策，都是从“把条件转成可计算关系”开始的。

1. 组合计数题，先看“每一步有几种选择”，再决定是加法还是乘法

比如题目说，一个对象有 10 个属性，每个属性都有 2 种可能取值，问所有组合共有多少种。这个题的本质不是“10 和 2 怎么算”，而是：每一个属性都是一次独立选择，每一步都有 2 种可能，一共做 10 步。

这类题应当直接想到乘法原理，所以总组合数是：

2^10 = 1024

遇到这类题，先做的第一件事不是算，而是判断：这是“多个步骤依次选择”，还是“若干种情况择一发生”。前者通常用乘法，后者通常用加法。最常见的错误，就是把“10 个属性，每个 2 种”误看成10 × 2 = 20，这其实把“顺序组合”误做成了“简单累计”。

2. 工程进度题，要抓住“总工作量不变”

计划 15 天完成、提前 3 天完成、问每天工作量提高多少，这类题最稳的思路永远是：先把总工作量设为同一个量。

设原来每天完成x，总工作量就是15x；提前 3 天意味着 12 天完成，若新效率为y，总工作量就是12y。由于总工作量不变：

15x = 12y

于是：

y = 1.25x

说明每天工作量提高了25%。

这类题容易错在两处：一是把“提前 3 天完成”误理解成“提高 3/15 = 20%”；二是只盯着天数变化，忘了真正不变的是总工作量。以后遇到工程进度类题，先写一句“总量不变”，解题就不会跑偏。

3. 多重计数和集合统计题，先把人按“参与了几项”分层

比如 75 个儿童去游乐园，20 人三项都玩过，55 人至少玩过两项，总消费 700 元，每项 5 元，问多少人一项都没玩。这类题一眼看上去信息很多，但核心其实只有两个统计关系：总人数关系和总参与次数关系。

先算总参与次数：

700 / 5 = 140

再分层：

• 三项都玩过：20 人
• 至少两项：55 人，其中“恰好两项”是55 - 20 = 35人
• 设“恰好一项”为A
• 设“一项都没玩”为B

则总人数关系为：

A + 35 + 20 + B = 75

总参与次数关系为：

1×A + 2×35 + 3×20 + 0×B = 140

解得：

A = 10

再代回总人数关系，得到：

B = 10

这类题最值得记住的方法不是答案，而是分层思路：把人按“0 项、1 项、2 项、3 项”分层，再分别写人数关系和次数关系。只要分层分对，大多数题都能顺出来。

二、再把建模与规划看明白：这一部分解决“在约束条件下怎样找到最优方案”

这一部分是本章的核心。因为它把普通数量关系进一步推进成“有目标、有约束、要最优”的问题。真正考试时，很多题并不会明说自己是哪一种算法，但你只要抓住“求最优”这个信号，思路就会清楚。

1. 数学建模不是为了把问题写复杂，而是为了让问题变得可计算

很多人一看到“数学建模”四个字就紧张，其实它的本质非常朴素：把现实问题中的目标、变量、约束和关系，翻译成数学表达。

比如参数会变化，模型求出的最优解是否还可靠，这时候就要做灵敏度分析。它关注的不是模型算没算出来，而是：当参数变化时，结果会不会发生明显变化，最优方案还能不能站得住。

所以题目说“根据数学模型求出最优解或满意解后，还需要对计算结果进行检验，分析计算结果对参数变化的反应程度”，这考的就是灵敏度分析，而不是准确性分析、一致性分析。因为关键词非常明确：参数变化、结果反应程度。

以后看到“参数变了怎么办”“结果对参数敏不敏感”，第一反应就应该是灵敏度分析。

2. 线性规划题，先列约束，再看最优点通常落在哪里

比如题目给出：

• x <= 4
• y <= 3
• x + 2y <= 8
• x, y为非负整数

要求目标函数2x + 3y的最大值。

这类题不要上来就代选项，而要先知道它在考什么：这是在线性约束下求目标函数最优值。而线性规划的一个非常重要的直觉是：最优解通常出现在可行域边界或顶点附近。

如果再加上“非负整数”条件，就需要检查那些满足约束的整数点。这里可行点中比较关键的两个是：

• (4, 2)，目标值为2×4 + 3×2 = 14
• (2, 3)，目标值为2×2 + 3×3 = 13

所以最大值是14。

遇到这类题，建议固定按三步走：

1. 先把约束写完整
2. 先判断可行区域，再找边界点或关键整数点
3. 最后代入目标函数比较大小

最容易错的地方，是只看某个变量大不大，而忽略另一个约束把它卡死了。

3. 蒙特卡罗方法的本质，不是“瞎随机”，而是“用随机样本近似几何量”

题目说，在(0,1)区间上随机产生大量点(r1, r2)，其中满足r2 <= f(r1)的有N个，总共产生M个点，那么N/M近似表示什么。这个题如果只看公式可能有点抽象，但一旦换成图像就很好理解了。

在单位正方形里，曲线y = f(x)下方那块面积，恰好就是：

∫0^1 f(x) dx

如果你在整个单位正方形里随机撒点，那么落在曲线下方区域的比例N/M，就近似等于这块区域面积，也就是这个定积分的值。

所以这类题真正考的是蒙特卡罗思想：用频率近似概率，用概率近似面积，用面积近似积分。

以后只要看到“随机撒点 + 满足某个不等式的比例”，基本就要往概率估计面积、积分这个方向想。

4. 动态规划题，关键不是“枚举所有方案”，而是“把大问题拆成阶段最优”

资金分配题就是动态规划的典型场景。比如 5 百万元资金分配给A、B、C三个子公司，每个子公司投入不同金额对应不同收益，问总收益最大是多少。

这种题如果硬靠直觉，很容易只盯着单个公司的“单位收益高不高”；但动态规划真正关心的是：总资金固定时，不同阶段如何分配，才能让整体最优。

虽然小题目也能穷举，但考试更希望你理解其结构：

• 阶段：给第几个子公司分配
• 状态：还剩多少资金可分
• 决策：当前给这个子公司投多少
• 目标：总收益最大

题目最终最优答案是5.5百万元，本质上说明：全局最优不一定来自“某一个公司单独收益最高”，而来自不同阶段的搭配最优。

所以动态规划的核心不是死背表格，而是记住一句话：局部选择要服从整体阶段结构，不能只看眼前收益。

5. 指派问题要注意：不是每个人都做自己最快的那个岗位，而是整体最小

四个工人分配到四个岗位，问总工时最短。这类题最容易掉进的坑，就是“贪心地让每个人选自己最短的那一列”。但指派问题的本质是一一匹配，一个岗位只能给一个人，一个人也只能去一个岗位，所以它求的是整体最优，不是各自行最小值的简单相加。

题目里最后的最优总工时是14。这说明什么？说明有时候某个人虽然在某岗位上是最省工时的，但如果让他占了这个岗位，反而会迫使其他人去更差的位置，导致整体更差。

做这类题时，先问自己一句：这是“每人单独最好”，还是“所有人搭配后最好”？如果是后者，那就是典型的指派问题。

三、图论与网络优化，是这一章最像工程问题的一部分：这一部分解决“在网络结构中怎样找最优路径、最大能力或最省连接”

这一部分和项目管理、系统设计其实很贴近，因为很多真实系统问题都能转成网络问题：运输、通信、供水、供气、资源连接，本质上都在图上做优化。

1. 最短路径题，核心是“从起点到每个点的当前最短值不断被更新”

运煤路线题看起来图很复杂，其实本质就是最短路径。每一段路有运输费用，起点和终点还有装卸费用，要求总费用最小。你不需要一眼看出哪条路最优，而应该像做动态更新一样，从起点一层层往后推。

题目最终答案是19。它背后的方法，不是蒙，而是：

1. 从起点出发，先得到第一层各点的最小代价
2. 用这些结果去更新第二层
3. 继续向后推进
4. 到终点时取最小总代价

这其实就是最短路思想的核心：到某个点的最短路，来自前面某个点的最短路再加上一条边。

如果图是分层的，层层递推尤其好用；如果图更一般，则常见算法是 Dijkstra。无论哪种形式，本质都一样。

2. 最小生成树题，求的不是“到终点最短”，而是“把所有点连起来总长度最小”

从水库开始铺水管，把所有村连起来，要求总管长最短，这就不是最短路径题了，而是最小生成树。它和最短路径最容易混，因为两者都在“图上找最小”。但它们追求的目标完全不同：

• 最短路径：关注某个起点到某个终点怎么走最省
• 最小生成树：关注所有点怎样连通，总边长最小

题目答案是11.3 km。它的判断重点不是“走哪条到终点”，而是：每一步都在保证不形成回路的前提下，选当前最短、最划算的连接边。

这类题常见做法有 Prim 和 Kruskal。考试里哪怕不让你写算法，也要有算法思维：不能只看单条边最短，还要看它是否会重复连接已连通区域、是否会造成回路。

3. 最大流题，要抓住“总能力不是简单相加，而受瓶颈和结构限制”

天然气输送网络题要求从源点S到汇点T的最大输气能力，这考的是最大流。很多人会误以为“从S流出的边容量加起来就是答案”，或者“到T的边容量加起来就是答案”，这都不对。因为中间节点和中间边也会形成瓶颈。

题目最终答案是9。这个结果说明：虽然局部看似还能多送，但受整张网络的分流和汇合能力限制，整体最大只能到这个值。

以后遇到最大流题，要先记两个判断原则：

1. 节点中转必须满足流量守恒
2. 每条边流量不能超过边容量

真正的最大流，不是局部大，而是全网能同时成立的最大总流。

4. 网络类题先判断“它到底在求什么”

这一章的图论题最容易错的，不是算不过来，而是方向错了。建议你以后拿到图题，第一步先不算，先分类型：

• 问“从 A 到 B 最省” -> 最短路径
• 问“把所有点连起来最省” -> 最小生成树
• 问“从源到汇最多送多少” -> 最大流

只要这一步分清，后面才有可能用对方法。

四、概率、统计与决策，考的是“在不确定条件下怎样估计和选择”

这一部分的共同点是：条件里存在概率、不确定、隐私偏差或者未来状态，而题目又要求你给出合理决策或估计。也就是说，这里考的不再是简单确定性计算，而是“面对不确定，怎么做出尽量合理的判断”。

1. 期望值决策题，先把每种前景的收益按概率加权

比如某公司开发新产品，未来有“成功、较成功、失败”三种情形，概率分别是40%、40%、20%，三种方案在不同前景下收益不同，问应该选哪一个方案。这个题的关键不是看“哪种方案在成功时赚最多”，而是看平均意义下谁最值。

也就是对每个方案计算期望收益：

• 方案 1：20×40% + 5×40% - 10×20% = 8
• 方案 2：16×40% + 8×40% - 5×20% = 8.6
• 方案 3：12×40% + 5×40% - 2×20% = 6.4

因此应选择方案 2。

做这类题最容易错的是只看“最高收益”或者只看“最坏损失”。但题目明确要求最大期望利润，就必须做概率加权。

2. 匿名随机应答题，关键在于把“表面回答概率”拆回“真实比例”

这类题是概率统计里很典型的应用题。学校为了调查作弊比例，不直接问“你作弊了吗”，而是让学生随机回答“你是男生吗”或“你作弊了吗”。这样别人不知道他回答的是哪一个问题，学生更愿意说真话。

题目里：

• 题 1：你是男生吗
• 题 2：你作弊了吗
• 选题 1 和题 2 的概率相同，都是0.5
• 学生中男生比例是0.6
• 最终回答“是”的比例是0.35

设作弊比例为x，则：

0.5×0.6 + 0.5×x = 0.35

解得：

x = 0.1

所以作弊比例大约是10%。

这个题最关键的理解，是：表面看到的“是”里面，有一半来自人口结构问题，另一半才来自敏感问题。你要做的是把混合概率拆开。

3. 不确定条件下做决策，不是求绝对正确，而是求信息约束下的最合理

这一部分其实把前面的灵敏度分析、期望值决策、随机估计串起来了。无论是方案选择，还是匿名调查，还是蒙特卡罗积分，它们都在做同一件事：当现实不完全确定时，用结构化方法减少主观拍脑袋。

所以考试里如果你看到“概率”“参数变化”“未来情形”“随机样本”“估计”这些词，就要意识到：这类题的重点不是精确到绝对真值，而是用数学方法给出合理、可解释、可比较的结果。

五、把这一章串起来看，真正要学会的是“先识别问题类型，再套对方法框架”

第十四章看起来像一章“杂题集”，但它其实很有主线。组合计数、工程进度、集合统计这些基础题，解决的是怎么把文字关系变成数量关系；线性规划、动态规划、指派问题、灵敏度分析，解决的是在约束下怎么找最优方案；最短路径、最小生成树、最大流，解决的是网络结构中的费用、连接和能力优化；期望值决策、匿名调查、蒙特卡罗方法，则解决的是不确定条件下怎么估计和选择。

所以这章最重要的不是记住某一道题，而是形成一个固定动作：

1. 先判断这是计数题、规划题、图论题，还是概率决策题
2. 再找它的核心对象：总量、约束、网络、概率
3. 最后再用对应方法去算，而不是一上来硬代数字

只要这个步骤稳了，这一章就不会再像“东一题、西一题”那样难受。

考前速记可以压成几句话：多属性多取值先想乘法原理；工程进度先抓总工作量不变；多人多项目统计先按参与层次分组；参数变化看灵敏度分析；线性规划先列约束再找可行最优点；最短路径、最小生成树、最大流要先分清题型；期望值决策就是收益按概率加权；匿名随机应答要把表面概率拆回真实比例；资金分配看动态规划，岗位匹配看指派问题。