蒙特卡洛模拟稳定性的代码c++

以下是一个简单的蒙特卡洛模拟稳定性的 C++ 代码示例：

#include <iostream>
#include <random>

using namespace std;

double monte_carlo_simulation(int n)
{
    default_random_engine generator;
    uniform_real_distribution<double> distribution(0.0, 1.0);
    int count = 0;
    for (int i = 0; i < n; i++)
    {
        double x = distribution(generator);
        double y = distribution(generator);
        if (x * x + y * y <= 1)
        {
            count++;
        }
    }
    return 4.0 * count / n;
}

int main()
{
    int N = 10000000;
    double pi = monte_carlo_simulation(N);
    cout << "Pi is approximately " << pi << endl;
    return 0;
}

该代码使用了 C++ 标准库中的 `default_random_engine` 和 `uniform_real_distribution` 类来生成均匀分布的随机数。它模拟了在单位圆内随机抽取点的过程，并计算了落在圆内的点数。最终，它使用蒙特卡洛方法估算了圆的面积，从而计算出了 π 的近似值。

在该代码中，`n` 参数表示模拟抽取的点数。可以通过增加 `n` 的值来提高估计的精度。