用python代码生成一个猴子算法

猴子算法，也叫蒙特卡罗算法，是一种基于随机的优化算法。下面是用 Python 示例代码实现猴子算法：

import random

def monkey_algorithm(func, lower_bound, upper_bound, num_trials):
    best_result = None
    best_score = float('-inf')
    for i in range(num_trials):
        x = [random.uniform(lower_bound[j], upper_bound[j]) for j in range(len(lower_bound))]
        result = func(x)
        if result > best_score:
            best_result = x
            best_score = result
    return best_result, best_score

其中，`func` 是需要优化的目标函数，`lower_bound` 和 `upper_bound` 是各个参数的取值范围，`num_trials` 是算法运行的次数。

例如，我们要最大化函数 `f(x1, x2) = x1 * x2`，其中 `0 <= x1 <= 10`，`0 <= x2 <= 10`，运行 10000 次猴子算法，可以这样调用：

def f(x):
    return x[0] * x[1]

lower_bound = [0, 0]
upper_bound = [10, 10]
num_trials = 10000

best_result, best_score = monkey_algorithm(f, lower_bound, upper_bound, num_trials)

print("Best result:", best_result)
print("Best score:", best_score)

输出的结果中，`Best result` 表示最优解，`Best score` 表示最优解的目标函数值。