就是是什么生肖？
这个“就是”，是数学里的一个概念——最大值与最小值问题。 假设你抛一枚硬币，出现正面的概率是0.5；又假设你抛10次，出现了6次正面，那下一次出现反面的概率是多少呢？ 答案是：下一次出现正反面的概率都是0.5（在每次试验中，出现的正反面情况有且仅有两种，而每种出现一次的概率是1/2） 如果重复试验n次，出现了k次正面，那么出现(n-k)次反面概率又是多少？ 答案是：出现k次正面向上的概率是(n-k)/n；出现(n-k)次反向上面的概率也是(n-k)/n 也就是说，当你连续n次抛一枚硬币，出现了k次正面的情况，每一次出现正反面的概率都是一样的！
从数学上来讲，这个问题属于最优化问题：如何安排n次实验，以达到出现k次正面的最佳效果？ 最优化问题的解具有唯一性，只要试验次数n足够大，总有一个最优解使得出现k次正面的情况发生。 当然，上述结论是在把一枚硬币抛n次的条件下才成立的。如果像现实生活中一样，把一枚新的硬币反复抛掷，会出现另一种情形： 假设一枚新硬币出现正面的概率是0.51，当出现正面时，记作+1，出现反面时，记作-1。那么将一枚新币反复抛掷，记录它的每一次的正负情况，计算出的结果将是-189457…… 这个结果显然不是我们所期望的，它说明尽管我们不断地扔出一枚新的硬币，然而这枚硬币的表现就跟之前那枚一直一样！ 这正是循环验证的问题：前几次的试验结果影响了后面的试验结果。为了避开这个问题，我们可以采用如下的方法：
第一步：先让硬币自由地运行一次，记录下结果（+3，+1，-1，+2，-2） 第二步：按照第一组的记录去掉两个极端值，然后求平均值作为这组的新数据（+2，+1，-1，+1，-1） 第三步：以第二步的结果作为一组新的数据，重做第一步，得到新的结果.... 如此反复地进行下去，就可以避免循环验证引起的不良影响。
不过，这种方法不能解决循环验证带来的所有问题。比如说，它并不能保证最后找到的最大值就是这堆数据中的最大值，也不能保证找到的最小值就是这堆数据的最小值。因为循环验证会带来噪声，这个最大/最小值是有可能落在某个极小/极大值之后的。 但是，这种算法确实能保证找到的数比随机挑选的数更大/更小。