我已经阅读了其中一本算法书，并发现了一个名为“招聘问题”的问题。情况如下：
我必须为我公司招聘候选人进行面试。 我个人无法进行面试，因为我没有这样做。因此，我聘请了一家职业介绍所来帮助招聘候选人。该机构每天都会向我发送n名候选人中的候选人。算法将是：
**Algo Hiring Candidate(n)**
best=0 // The candidate with the least quality
for i=1 to n
If the candidate is better than the best valued candidate we should hire him
Best=candidate[i]
return i;
但在这里，面试成本将始终计算，因为我们必须接受每位候选人的面试。因此，我们必须集中精力如何最大限度地降低招聘成本。
总费用为O（面试成本和招聘成本）
我经历过很多观察，例如代理商会随机发送候选人，而在最坏的情况下我们必须聘请所有候选人，然后随着每位候选人的到来，招聘成本会更高按质量提高。
但实际上这是不可能的，因为所有候选人永远不可能总是按顺序递增。它们应该是随机排列的。
我已经做了很多观察，但我真的无法将招聘成本降到最低。有人可以帮我解决这个问题。
答案 0 :(得分：3)
我认为这是Secretary Problem的一个例子。
答案 1 :(得分：1)
您的问题确实是（一种变体）招聘问题，它本身就是secretary problem的多目标版本。
在后者中，有一群n个候选人以任意质量顺序到达，并且必须立即做出决定（接受候选人或拒绝没有任何第二次机会）。随着人们看到越来越多的候选人，人们可以更好地了解候选人的整体素质，但是最好的候选人属于过去的可能性正在增加（事实上，这个问题应该被称为“约会游戏”或“挑剔”单身“如果你问我......”。然后，我们的目标是找到一种能够最大限度地获得最佳策略的策略。这个目标可以通过查看n个候选人中的n / e，然后选择质量超过n / e“训练集”（第一候选人）的下一个候选人来实现。
略有对比，招聘问题旨在选择许多优秀的候选人。正如Dr Ahmed Mohamed Helmi Mohamed Elsadek's PhD manuscript的引言（第3页）中所描述的那样，招聘问题背后存在两个相互矛盾的目标：
请注意，如果仅考虑1.，那么最佳策略很可能与秘书问题相同。如果只考虑2.然后只需接受每个人而不必担心他们的技能。当两者都被考虑在内时，必须将这两个目标合并为某种最佳权衡，并且存在多个最优策略。上述论文有一堆很好的解释策略（参见Preater的“优于平均规则，Krieger，Pollak和Samuel-Cahn的”p-percentile规则“......）。
现在，你的问题似乎略有不同（一个人看到一个候选人付钱，一个人付钱雇用她/他），但我相信阅读论文的介绍会帮助你正式确定哪些可能的权衡（在数量之间）保留候选人，留用候选人的质量和面试数量），作为一个客观的功能似乎是最好的，反过来，哪些策略似乎是最有希望的。