win蒙特卡洛法并行求解Pi值代码c++并行

以下是使用OpenMP并行化的C++代码实现Monte Carlo方法求解Pi值：

#include <iostream>
#include <chrono>
#include <random>
#include <omp.h>

using namespace std;

int main() {
    const long long n = 1000000000; // 投点次数
    double x, y, pi;
    long long i, count = 0;
    unsigned int seed = chrono::system_clock::now().time_since_epoch().count();
    mt19937 generator(seed);
    uniform_real_distribution<double> distribution(0.0, 1.0);

    double start_time = omp_get_wtime(); // 开始计时

    #pragma omp parallel for private(x, y) reduction(+:count) // 并行化
    for (i = 0; i < n; i++) {
        x = distribution(generator);
        y = distribution(generator);
        if (x * x + y * y <= 1) {
            count++;
        }
    }

    pi = 4.0 * count / n;

    double end_time = omp_get_wtime(); // 结束计时

    cout << "pi = " << pi << endl;
    cout << "time = " << end_time - start_time << "s" << endl;

    return 0;
}

解释一下代码中的关键部分：

- `#pragma omp parallel for` 用于并行化for循环。
- `private(x, y)` 表示x和y是线程私有的，每个线程有自己的x和y变量。
- `reduction(+:count)` 用于对所有线程中的count变量求和，这是必须的，因为多个线程同时修改同一个变量会导致竞态条件。