麦穗问题的简单编程实现可以采用以下策略：
前k个拒绝法
假设总共有n个麦穗，先拒绝前k个，并记录前k个中的最大值max_k。
在k之后遇到比max_k更大的麦穗就接受，如果一直没有就选择最后一个麦穗。
最大值记录法
遍历所有麦穗，记录当前遇到的最大值，直到遍历结束，选择记录的最大值。
标准分法
如果一个麦穗达到某个标准分，就认为这是要选择的那个。
示例代码（Python）
```python
import random
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
def cal_prob（n, n_test）:
candi = list（range（n）） 候选麦穗编号 0 - 999 对应麦穗实际大小，0 号最小
p = [n * [0.0] for i in range（n）] 每个麦穗编号被选到的频率
for k in range（n）:
print（f'拒绝前{k}个麦穗'）
max_k = max（candi[:k]）
for i in range（k, n）:
if candi[i] > max_k:
max_k = candi[i]
p[i] = 1
else:
p[i] = 0
return p
示例调用
n = 100
n_test = 10
p = cal_prob（n, n_test）
可视化
fig = plt.figure（）
ax = fig.add_subplot（111, projection='3d'）
ax.bar3d（range（n）, * n, * n, p, shade=True）
plt.show（）
```
解释
cal_prob函数
`candi`列表存储所有麦穗的编号。
`p`列表存储每个麦穗被选中的概率。
通过遍历所有麦穗，记录前k个中的最大值`max_k`，并更新后续麦穗的选中概率。
可视化
使用`matplotlib`库创建一个3D柱状图，展示每个麦穗被选中的概率。
这个示例代码展示了如何通过简单的编程策略来解决麦穗问题，并提供了一个可视化的结果。你可以根据需要调整参数和策略，以适应不同的应用场景。