请编写按这一方法计算π值的并行程序并调试运行，生成随机数自己输入。任意生成3个正数，以这3个正数为边长可以围成一个钝角三角形的概率π也与有关，这个概率为（π-2)/4，设这三个正数为xy,z，设x≤y≤z,对于每一个确定的z，则必须满足 x+y>z, x²+y²<z²容易证明这两个式子即为以这3个正数为边长可以围成一个钝角三角形的充要条件。。

以下是一个使用 MPI 并行计算 π 值的程序，其中生成随机数的部分使用了 C++11 的随机数库：

#include <mpi.h>
#include <iostream>
#include <random>

int main(int argc, char** argv) {
  MPI_Init(&argc, &argv);

  int rank, size;
  MPI_Comm_rank(MPI_COMM_WORLD, &rank);
  MPI_Comm_size(MPI_COMM_WORLD, &size);

  // 随机数生成器
  std::mt19937 generator(std::random_device{}());
  std::uniform_real_distribution<double> distribution(0.0, 1.0);

  // 生成本地随机数
  long long local_count = 0;
  for (long long i = rank; i < TRIALS; i += size) {
    double x = distribution(generator);
    double y = distribution(generator);
    if (x * x + y * y < 1.0) {
      ++local_count;
    }
  }

  // 汇总各进程的计数
  long long global_count;
  MPI_Reduce(&local_count, &global_count, 1, MPI_LONG_LONG, MPI_SUM, 0, MPI_COMM_WORLD);

  // 输出结果
  if (rank == 0) {
    double pi = 4.0 * global_count / TRIALS;
    std::cout << "π ≈ " << pi << std::endl;
  }

  MPI_Finalize();
  return 0;
}

其中 `TRIALS` 表示随机点的总数，可以根据需要自行设定。在每个进程中，我们使用 `std::mt19937` 和 `std::uniform_real_distribution` 分别定义了一个随机数生成器和一个均匀分布，用于生成随机点的坐标。然后我们遍历每个进程需要计算的随机点，并判断它是否在单位圆内，从而统计出本地计数 `local_count`。最后使用 `MPI_Reduce` 函数将各进程的计数汇总到 `global_count` 中，再由主进程计算出 π 值并输出即可。

至于钝角三角形的概率，可以在每个进程中生成随机数 xy 和 z，然后判断是否满足条件 x ≤ y ≤ z、x + y > z 和 x² + y² < z²，如果满足则计数器加一，最后汇总各进程的计数，再根据公式计算概率即可。