雖然本書重點意在幫你找到真摯、長久和浪漫的愛情，然而有時男女也會遊走於更本能的層面。對於有些人而言，週五晚上的消遣若不結束在陌生人的臥室中便不完整。對另外一些人而言，舞廳裡的曖昧接觸便能滿足他們的尋歡需求。不論你想得到什麼，本章將向你展示如何在心儀對像面前，或者至少是在排遣寂寞時，最大程度增加自己的機會。
假設你和一群單身朋友都在派對中努力尋找意中人。你應該穩坐釣魚台，還是徑直衝向最好看的目標，儘管有被無情拒絕的風險？你應該接近什麼樣的人才更有勝算？
假如我們都愛金髮女郎
看過電影《美麗心靈》（A Beautiful Mind）的人可能覺得答案都在數學裡了。這部電影講述了數學鉅子約翰·納什的人生，對他在數學領域取得的主要突破性成就進行了戲劇化的表達。影片中很有名的一幕是，納什和他那三個頗具魅力的紳士朋友在酒吧裡看上了一行五位女士：四位深色頭髮女士，一位美麗出眾的金髮女士。
這四位男士的目光都被金髮女士所吸引。然而與其都對金髮女士獻慇勤，納什提出了不同的策略。他建議大家忽略金髮女士，而把目標轉向她的四個朋友：
「如果我們都對金髮女士下手，那就是在自相殘殺，結果是誰都無法得到她。接下來我們再去找她的朋友們，她們會不屑一顧，因為沒有人願意當備胎。然而假如我們都不找金髮女士呢？我們不會互相影響，也不會冒犯其他幾位女士。這是我們成功的唯一方式。」
讓我先停下來說清楚其中的間接假設：
1. 金髮女士會和任何接近她的男人搭訕——如果只有一個人接近她的話。
2. 金髮女士在這場分配中沒有話語權。
3. 幾位男士寧可和他們覺得不那麼有吸引力的女士在一起，也不願「無功而返」。
撇開20世紀50年代男女平等的問題不談，這例子的確說明了一個有違直覺的有趣觀點：你最喜歡的並不一定是最佳選擇。至少在上述情形中，忽視個人偏好對他們每個人來說都更有利。
這個問題背後的數學理論叫作博弈論，即在某一情形中構建最佳策略的方式。
博弈論並非只適用於娛樂活動，它在任何兩個或兩個以上對手為贏得某種報酬而競爭的情形中都適用。在這個例子中，幾個朋友是為了贏得女士的芳心而競爭，而這個理論已被成功運用在各個領域中，包括進化生物學（擁有不同特徵的同種動物為食物或其他資源競爭）、經濟學和政治學（政府權衡各方利益，影響民眾行為）。
在《美麗心靈》的例子中，讓幾位男士皆大歡喜的方式之一便是忽視金髮女士。不過這虛構的納什計劃中有個漏洞：每位男士都可以輕而易舉地讓同伴相信他在遵守計劃，卻在最後一分鐘改變目標去接近金髮女士，從而變成大贏家。每個人依然能夠抱得美人歸，然而你若想維持友誼，這種做法總的來說是危險的。
即使納什的最初假設是錯誤的，在背後捅朋友一刀也不明智。如果金髮女士明顯偏愛最英俊的男士，而對其他三位不感興趣的話，那麼具體行動策略就一目瞭然了。最英俊的男士應該去找金髮女士，而其他三位男士該去找深色頭髮的女士。這樣的話，這三位男士中任何一位若想在最後一分鐘投奔金髮女士都會被拒絕，還會影響他與其他幾位女士發展的機會。
此時，幾位男士的行為都對其個人有利（這種情況被稱作「納什均衡」），對集體也最有利（「帕累托均衡」）。
可惜，現實生活中很難遇到如此完美的情形——四個沒有想法的克隆深色頭髮女士和一個金髮萬人迷。現實生活中，一行人中各有各的偏好，很難說服人們為顧全大局放棄自己的偏好。
那麼讓我們暫且把博弈論放在一邊。不過，這並不意味著數學就不能幫助你約會。為了得到更實用的觀點，讓我們來看一個精妙的理論，它會告訴你約會時的行為尺度。
在派對中選擇誰？
假設一個派對中有三個男孩在和三個女孩聊天。讓我們為這六位單身人士隨意挑選幾個名字吧：喬伊、錢德勒、羅斯、菲比、莫妮卡和瑞秋。假設他們對三位異性的偏好排序。
儘管這個情形中的人物和事件都是虛構的，與受版權高度保護的電視劇沒有任何關係，我依然決定——隨意地決定——把羅斯和莫妮卡設定為兄妹。我還決定讓他倆更願意一同離開派對（理想情形），而不是獨自離開，所以他倆各自是對方的第三選擇。
瑞秋是最受歡迎的女孩，在羅斯和錢德勒的列表上均排第一位。同時，瑞秋和莫妮卡都把喬伊排在首位。大家的偏好之間存在衝突，而這意味著如果每個人都必須配對成功的話，有的人就要妥協。
![](\"/uploads/allimg/170503/041IQA3-0.jpg\"/)
如果我們讓這個情形按傳統的男孩追女孩模式發展，那麼每個男孩都會接近各自的首選女孩。
羅斯和錢德勒都會接近瑞秋，她則要做出選擇。羅斯在她的列表中排位更靠前，所以瑞秋和羅斯配對成功——至少暫時如此，因為瑞秋內心希望喬伊能夠更多地注意到她。
錢德勒現在依然單身，於是他去找他的第二選擇莫妮卡。莫妮卡沒有其他人選，因此接受了錢德勒，但也同樣暗暗希望喬伊會注意到她。
菲比沒有被羅斯和錢德勒相中，於是和喬伊在一起了。
搞定了。男孩們都找到了各自的女孩，配對情況如下：
1. 羅斯——瑞秋
2. 錢德勒——莫妮卡
3. 喬伊——菲比
現在的情況是：每個男孩都無法優化選擇了。只有錢德勒沒有得到首選女孩瑞秋，而瑞秋已然拒絕了他。即便現在女孩們決定去找最心儀的男孩，男孩們也沒有動力更換對象了。瑞秋或許更喜歡喬伊，但喬伊已經和他的首選菲比在一起了，不會願意調換。
這情形對女孩們來說並不稱心。瑞秋和莫妮卡都和自己的第二選擇在一起，而菲比和自己的第三選擇在一起。這在一共只有三個人選的情形中顯得不那麼理想，尤其和男孩們相比——他們都得到了第一或第二選擇。
這種情形被稱作「穩定婚姻問題」，而這幾個人選擇對象的方式叫作「蓋爾——沙普利算法」。如果我們深究其中的數學原理，便會發現不尋常的結果。不論一共有多少個男孩和女孩，只要男孩是主動追求方，如下的四種結果永遠不變：
1. 每個人都能成功配對。
2. 一旦配對結果確定，男女便都無法通過更換人選來增加滿意度（ 例如，儘管菲比依然覺得羅斯不錯，但羅斯和瑞秋在一起很開心）。
3. 一旦配對結果確定，每個男孩都得到了可選範圍內最好的選擇。
4. 一旦配對結果確定，每個女孩都得到了追求者中第一或第二選擇。
最後兩點說明了一個驚人的結果：簡而言之，冒著被拒絕的風險主動追求對方的人，比坐等被追求的人會得到更好的結果。
讓我們重新設定那個簡單的例子，對調男女身份，再來看看這理論是否適用。讓女孩主動追男孩，其他程序不變，會得出如下配對結果：
1. 瑞秋——喬伊
2. 菲比——羅斯
3. 莫妮卡——錢德勒
現在女孩們得到了她們的第一或第二選擇，這是一個明顯的進步。這次，男孩們都得到了他們的第二選擇，不如主動出擊時的結果理想。
這個結果聽上去比較合理。如果你按列表選項排序逐一主動接近目標，你一定會得到最佳人選。如果你坐等他人接近，則不會和最差的人選在一起。不論你想獲得何種關係，主動出擊都會令你收穫頗豐。
在「穩定婚姻問題」被應用在其他場景中時，主動和被動帶來的差別尤為重要：美國政府就曾為此付出慘痛的代價。
從20世紀50年代起，美國政府在「全美住院醫師配對項目」中運用蓋爾——沙普利算法為醫院調配醫生。一開始，醫院是主動方。這使醫院獲得了他們心儀的實習生，然而對於需要跨越大半個美國接受「並非最糟糕」僱主的醫生來說並不理想。這意味著系統中充斥著怨聲載道的醫生，醫院也頗為不滿。項目組織者找到原因後，使醫生變成了主動方。
蓋爾——沙普利算法不僅適用於醫院和週五夜晚的尋歡作樂，它還被應用在一系列真實場景中，例如牙科住院醫生實習、加拿大律師就職、分配初升高學生以及姐妹會成員招募。這一算法如此實用，以至於海量學術文獻記載了它的一系列拓展應用與特殊案例，其中很多依然適用於一開始就講到的配偶問題。
數學家對算法做了修改，允許男女同時主動選擇，並且在列表中增加了並列選項，允許寧可隻身離席也不和角落中的怪人配對。學者們甚至還研究了男方出軌的情形（很奇怪，他們沒有研究女方出軌的情形）。
這些特殊例子中的數學運算有時會演變得格外複雜（如果你感興趣想深入研究的話，此書末尾附有很多不錯的推薦書籍）。然而所有拓展應用和範例都說明了不變的一點：假如你能承受偶爾被拒絕的打擊，你的主動終將得到回報。主動追求總是要好於被動等待。所以你要設置高一點的目標，並常常設置目標，數學是這樣告訴你的。