用蒙特卡洛算法计算圆周率。 并把算法模块创建为包。

蒙特卡洛算法是一种基于随机抽样的数值积分方法，用于估算复杂函数的值，包括计算π。其基本思想是：在一个单位正方形内画许多随机点，如果这些点落在单位圆内的概率恰好是圆面积与正方形面积的比例，那么这个比例就是π/4。因此，通过统计落入圆内的点数，我们可以近似π。

以下是将该算法封装成一个简单的Java包结构的示例：

// 圆周率计算包 com.example.piestimation
package com.example.piestimation;

import java.util.Random;

public class MonteCarloPi {

    // 蒙特卡洛模拟计算π的静态方法
    public static double estimatePi(int numPoints) {
        Random random = new Random();
        int pointsInsideCircle = 0;
        
        for (int i = 0; i < numPoints; i++) {
            double x = random.nextDouble(); // 随机生成[0, 1]范围内的x坐标
            double y = random.nextDouble(); // 随机生成[0, 1]范围内的y坐标
            if (Math.pow(x, 2) + Math.pow(y, 2) <= 1) { // 如果点在单位圆内
                pointsInsideCircle++;
            }
        }

        // 计算并返回π的估计值
        return 4 * (double)pointsInsideCircle / numPoints;
    }
}

在这个例子中，`estimatePi`方法接受一个整数参数`numPoints`，表示需要模拟的点的数量，然后通过循环模拟随机点并计数落在圆内的点。最后，根据公式π/4 * 点总数得到π的估计值。