大数据告诉你：“三短一长选最长”是有道理的！

作者：团支书 ，来源：城市数据团 数据和技术支持：BDP个人版

学姐又来找我了。

她说：“小团啊，6月份就要高考了，你帮我看看选择题怎么做最好？”

我愣了一下：“学姐你都研究生毕业考上公务员了，还关心高考？……该不会！！！你对高中生也下手了？？”

学姐有点尴尬，又有点扭捏地说：“那个……他英语不太好。”

好吧，为了帮助学姐的小男朋友，我只好勉为其难地搜集了一下最近三年的高考英语真题，清理出其中完形填空选择题的部分，然后麻溜地做出了下面这个统计。

看着图，我陷入了思考：“A的怎么比例这么高？如果完全按照随机逻辑，正确答案在四个选项的分布应该都在25%左右，至少也该是相差不大、错落有致的。可是这个整齐的阶梯降是怎么回事？”

学姐说：“是有点奇怪，难道答案里真的有文章？”

我想了想说：“可能是这样的。就拿我来说吧，我喜欢选C和D，因为笔画最少。但是出题老师可能故意把答案设置在笔画多的A和B，造成了分布的不均衡。”

学姐点头说：“有可能，老师故意设置陷阱。哎呀小团你赶紧看看，现在比较流行的那个口诀，‘三短一长选最长，三长一短选最短，长短不一就选B，参差不齐就选D’，会不会也是陷阱啊？”

我翻了个白眼说：“这哪用分析，肯定是啊。‘长短不一’和‘参差不齐’有区别吗？”

但学姐却突然紧张和认真了起来：“不行不行，你一定要仔细分析一下。我请你吃饭，不，吃火锅！”

既然学姐都强烈要求了，我就继续勉为其难地分析一下吧。

首先，要把题目分为四类：三短一长、三长一短、参差不齐、长度一致。这个分类看上去很容易，但对于机器的批量识别却需要进行少许的人为规则设定（这套规则在这里就不赘述了，感兴趣的可以看文末的注释）。

根据分类结果，题型分布是这样的：

如图所示，接近半数题目都属于参差不齐类，三短一长、三长一短各有分布，而可能是英语这个学科的特殊性，长度一致的题目少到可以忽略。

那么，按照口诀做题，到底对不对呢？

这个判断看似简单，其实涉及到按长度判断和按ABCD判断两种不同的逻辑。我不禁再次感叹，有些对于人很简单的事情，对机器真的很麻烦啊。

忙活一阵过后，我总算得出了下面的结论：

众所周知，如果纯粹瞎蒙，正确率应该在25%左右。

而按照该口诀做题，正确率还不如瞎蒙（参差不齐的题目计算的是选B和D的平均正确率，非B和D的概率之和，下同）。而如果把每类题目的题型分布与正确率结合起来看，该口诀的综合正确率只有20%。

我说：“学姐你看，出题老师早就看穿了学生的心思，还是让你的小男朋友好好复习吧，少搞投机取巧。”

学姐却说：“小团你还是太天真了。既然我们已经知道口诀是错的，就可以反其道而行之。比如说，三长一短，就在三个长的里面选。”

说完，学姐满意地离开了，一路留下打电话时银铃般的笑声。

而我却突然想到，学姐考上公务员，该不会也是靠蒙选择题吧？

为了解答心中的疑惑，我又搜集了近三年公务员行政能力测试的题目。顺便吐槽一下，看到题目的时候，我差点以为在考“文综＋理综”。

闲话少说，我们直接来看结论吧。

与高考英语形成鲜明对比的是，公务员行测中有多达54%的长度一致的题目，按照口诀还真是没法处理呢。

而从口诀的正确率来看，却呈现出有趣的现象：三短一长选最长的正确率达到28%，参差不齐选BD的正确率也到达了随机的25%水平。四句口诀居然对了三句！

看上去，这个口诀似乎在公务员行测考试上非常实用啊。

然而事实上，由于三长一短拖了后腿，该口诀的综合正确率仅为21%（长度一致的不计入题目总数，下同），比高考英语高出1个百分点。

看起来，公务员考试的出题老师似乎比高考出题老师还是要善良一些。

那么，有没有更加善良的、故意按照套路出题的老师呢？

我想到了前段时间刚刚通过的驾考科目一，据说该考试的一次通过率高达95%以上。

于是，我又翻出前段时间用过的题库，进行了同样的统计。

与上两类考试相比，驾考的题型分布是比较均匀的。

再来对比口诀，三短一长选最长的正确率高达46%！天了噜！

虽然只有三短一长这一句适用，但由于该类题目数量占比也较多，总体而言，该口诀应用于驾考科目一的综合正确率为28%。超过随机水平的25%了有木有！

看着下面这张图，我陷入了深深的思考。

我想对即将参加高考的孩子们说：

出题这件事，无关老师的“善良”程度，真金在哪里都会发光。

尽管高考一直受到各种质疑，它仍然可能是你们人生中最最公开公正、最最考验真正实力、最最值得你们认真对待的竞赛。

而成长，就是一个套路越来越多、真诚越来越少的过程。

注：

1.本文不对任何人的任何考试结果负责。

2.本文由“城市数据团”原创且首发，由“BDP商业数据平台”提供数据和技术支持，转载请注明出处。觉得图图很漂亮？BDP仪表盘地址：https://me.bdp.cn/share/index.htmlshareId=sdo_23066450577c720c8f4d921c1272f410#/rd。

3.题目分类说明

a.计算每个选项的字符数并进行排序，最长的选项记为len1，最短的记为len4，使得len1>=len2>=len3>=len4

b.计算相邻选项之间的字符数之差，记为gap。例如，gap12=len1-len2

c.题目分类

长度一致：len1=len4

三短一长：gap12=max(gap12,gap23,gap34)&gap12<>0

三长一短：gap34=max(gap12, gap23,gap34) &gap34<>0

参差不齐：其他