多台主机进行蒙特卡罗算法求pi 写出源代码 C语言

以下是一个简单的使用C语言和MPI库实现多台主机并行计算蒙特卡罗算法求π的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <mpi.h>

#define N 100000000 // 每个进程计算的试验次数

int main(int argc, char** argv) {
    int rank, size, count = 0, total_count;
    double x, y, pi_approx;

    MPI_Init(&argc, &argv);
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);
    MPI_Comm_size(MPI_COMM_WORLD, &size);

    srand(rank * time(NULL)); // 设置不同的随机种子

    // 在每个进程中执行蒙特卡罗算法
    for (int i = 0; i < N; i++) {
        x = (double)rand() / RAND_MAX * 2 - 1;
        y = (double)rand() / RAND_MAX * 2 - 1;
        if (x * x + y * y <= 1) {
            count++;
        }
    }

    // 汇总所有进程的计算结果
    MPI_Reduce(&count, &total_count, 1, MPI_INT, MPI_SUM, 0, MPI_COMM_WORLD);

    // 在主进程中计算π的近似值
    if (rank == 0) {
        pi_approx = 4.0 * total_count / (N * size);
        printf("π的近似值为：%f\n", pi_approx);
    }

    MPI_Finalize();
    return 0;
}

这段代码同样使用了MPI库来实现进程间通信和协调，其中`MPI_Init()`和`MPI_Finalize()`分别用于初始化MPI环境和释放MPI资源，`MPI_Comm_rank()`和`MPI_Comm_size()`分别用于获取当前进程的编号和总进程数。在每个进程中，使用随机数生成器生成坐标点，计算符合条件的点的个数。在主进程中，使用`MPI_Reduce()`函数将所有进程的计算结果汇总后，计算π的近似值并输出。