那么全国哪些名字最流行呢？这里公布top 10 的姓名：竟然有130万人的名字都叫刘波！(原文链接)
人数 姓名
1306508 刘波
1055504 李刚
910694 李海
907476 张勇
810936 王军
765884 王勇
762666 张伟
717614 刘伟
704742 王伟
695088 李伟
关于中国人姓名的算法说明(原文链接)
这个事情本来是不原意提起的，只是很多人认为我做到姓名的搜索误差太大，这里也就说明一下，以免让大家认为蒙在鼓里。
1. 查查全中国有多少人的名字和你一模一样 是纯粹的娱乐性产品。
2. 计算机非人口普查部门和公安部门，因此任何输入的词语都将给予解释。
下面介绍本系统的算法，如果你系高中毕业，对概率统计有一定的认识，可以继续：
算法A ：
前文已经声明，我通过网络采集了大约40多万人的姓名，这期间大约有20万的姓名是独立的，现在这个数据库还在变大，今天已经大约有100万的姓名了。
我们假设在这100万的姓名分布和全国13亿人的姓名的分布相近，那么当你搜索“张三”这样一个姓名的话，如果我的数据库里有70个张三的话，那么全国按照样本的分布就应该是 70*1300000000/1000000 = 91000 就是说全国有91000个人都叫张三。
误差分析 Sigma = f_sigma(70) + f_sigma(1300000000) + f_sigma(1000000) = 11050 就是说，全国张三最多是 91000+11050 = 102050 个张三，最少91000-11050 = 79950 个张三，以上为70％左右的置信区间。
算法B：
根据姓名的概率 ＝ 姓的概率＊名的概率
建立在姓和名的概率分布是独立的分布，P(姓, 名) = P(姓) * P(名)
在100万的数据里，我大约收集到2800个姓，和24000个名，这样关于姓和名的分布就很合理的建立起来了。例如当我们输入“张三”的时候，算法将是先计算“张”作为姓的概率，然后计算“三”作为名的概率，然后将两者相乘，再乘以全国的总人数就得到多少个张三。
P(张) = 0.602% ， "三"作为名的概率为 P(三) = 0.4%，因此 Num(张三) = P(张) * P(三) *1300000000 = 31200
因此根据此算法得到张三全国一共有31200个。
误差分析，误差来源主要是来自2方面，姓、名的统计误差，姓与名之间的非独立分布的系统误差。例如一个人名子可以叫“刘八”却一般不会叫“王八”，因此实际上姓和名是一个关系的分布。
后续：
1] 对于这样一个查询自己姓名的系统，我花了大约1个小时写代码和算法，结果完全没有想到后续竟然有那么大的波澜，在短短的几天内，差不多有30万的人访问查询，最后不得不将我blog上的页面直接定向到了booso.com并且关闭了留言。
2] 由于这30万人的访问，又给我的数据库里添加了大约30万的数据，这样实际上数据将更加趋于完整和实效，数据源的扩大，将进一步提高查询的精确度。
竟然流量翻了若干倍，Alexa 一度冲上了3000多名，实在是中国人多力量大！
