用投点法求圆周率python代码并统计程序运行时间

以下是使用投点法求圆周率的Python代码，并使用time模块统计程序运行时间：

import random
import time

def calc_pi(n):
    count = 0
    for i in range(n):
        x = random.uniform(-1,1)
        y = random.uniform(-1,1)
        if x**2 + y**2 <= 1:
            count += 1
    pi = 4 * count / n
    return pi

if __name__ == '__main__':
    start_time = time.time()
    n = 1000000
    pi = calc_pi(n)
    end_time = time.time()
    print('pi =', pi)
    print('程序运行时间：', end_time - start_time, '秒')

在上述代码中，`calc_pi`函数用于使用投点法计算圆周率的近似值，`n`为投点次数，投点次数越多，计算结果越精确。程序运行时，先使用`random`模块中的`uniform`函数随机生成两个-1到1之间的浮点数，作为平面直角坐标系中的点坐标，判断该点是否在圆内，如果在圆内，则计数器`count`加1。最后，根据投点次数和圆内点的数量，计算圆周率的近似值。程序运行结束后，使用结束时间减去开始时间即可得到程序运行时间。

相关问题

求圆周率python代码并统计程序运行时间

以下是求圆周率的Python代码，并使用time模块统计程序运行时间：

import time

def calc_pi(n):
    pi = 0
    sign = 1
    for i in range(1, n*2+1, 2):
        pi += sign * (4/i)
        sign *= -1
    return pi

if __name__ == '__main__':
    start_time = time.time()
    n = 1000000
    pi = calc_pi(n)
    end_time = time.time()
    print('pi =', pi)
    print('程序运行时间：', end_time - start_time, '秒')

在上述代码中，`calc_pi`函数用于计算圆周率的近似值，`n`为迭代次数，迭代次数越多，计算结果越精确。`time`模块中的`time`函数用于获取当前时间，从而实现计时功能。程序运行结束后，使用结束时间减去开始时间即可得到程序运行时间。

用多线程的方式求圆周率python代码并统计程序运行时间

以下是一个使用多线程并行计算圆周率的 Python 代码，并使用 time 模块计算程序运行时间：

import random
import threading
import time

THREAD_NUM = 4    # 线程数
POINTS_PER_THREAD = 1000000    # 每个线程生成的点数

total_points = POINTS_PER_THREAD * THREAD_NUM    # 总点数
points_in_circle = 0    # 落在圆内的点数
lock = threading.Lock()    # 互斥锁，用于保证数据一致性

def monte_carlo():
    global points_in_circle
    count = 0
    for i in range(POINTS_PER_THREAD):
        x = random.uniform(-1, 1)
        y = random.uniform(-1, 1)
        if x * x + y * y <= 1:
            count += 1
    with lock:
        points_in_circle += count

threads = []
for i in range(THREAD_NUM):
    t = threading.Thread(target=monte_carlo)
    threads.append(t)
    t.start()

# 等待所有线程完成
for t in threads:
    t.join()

# 计算圆周率
pi = 4.0 * points_in_circle / total_points
print("圆周率的估计值为", pi)

# 计算程序运行时间
end_time = time.time()
print("程序运行时间为", end_time - start_time, "秒")

在该代码中，首先定义了线程数和每个线程生成的点数，然后计算出总点数和落在圆内的点数。接着，定义了互斥锁 `lock`，用于保证数据的一致性。在 `monte_carlo` 函数中，生成指定数量的随机点，并统计落在圆内的点数，最后使用互斥锁将线程计算出的结果累加到 `points_in_circle` 中。在主程序中，创建多个线程并等待它们完成，最后计算估计的圆周率，并使用 time 模块计算程序运行时间。