Java 蒙特卡洛算法求圆周率近似值实例详解蒙特卡洛算法求圆周率近似值实例详解
主要介绍了蒙特卡洛算法的起源，特点，以及Java编程中利用蒙特卡洛算法计算圆周率近似值的实例,需要的朋
友可以参考下
起源起源
[1946: John von Neumann, Stan Ulam, and Nick Metropolis, all at the Los Alamos Scientific Laboratory, cook up the
Metropolis algorithm, also known as the Monte Carlo method.]1946年，美国拉斯阿莫斯国家实验室的三位科学家John von
Neumann,Stan Ulam 和 Nick Metropolis共同发明，被称为蒙特卡洛方法。它的具体定义是：在广场上画一个边长一米的正方
形，在正方形内部随意用粉笔画一个不规则的形状，现在要计算这个不规则图形的面积，怎么计算列?蒙特卡洛(Monte Carlo)
方法告诉我们，均匀的向该正方形内撒N（N 是一个很大的自然数）个黄豆，随后数数有多少个黄豆在这个不规则几何形状内
部，比如说有M个，那么，这个奇怪形状的面积便近似于M/N，N越大，算出来的值便越精确。在这里我们要假定豆子都在一
个平面上，相互之间没有重叠。(撒黄豆只是一个比喻。)
特点特点
蒙特卡洛方法的伟大之处，在于对精确性问题无法解决的时候，利用“模拟”的思想来求解。 在各个领域得以应用。本质是模拟
（simulation）： 利用大量随机输入，产生各种输出；结果的概率分布就是真实分布的“近似”。所以，输入的分布是否随机
（目前计算机所能做的就是伪随机，并不能产生真正的随机分布），这个过程我们成为Sampling Random Variables。
计算圆周率近似值代码：计算圆周率近似值代码：
package com.xu.main;
import java.util.Scanner;
public class P9_1 {
static double MontePI(int n) {
double PI;
double x, y;
int i, sum;
sum = 0;
for (i = 1; i < n; i++) {
x = Math.random();
y = Math.random();
if ((x * x + y * y) <= 1) {
sum++;
}
}
PI = 4.0 * sum / n;
return PI;
}
public static void main(String[] args) {
int n;
double PI;
System.out.println("蒙特卡洛概率算法计算圆周率:");
Scanner input = new Scanner(System.in);
System.out.println("输入点的数量：");
n = input.nextInt();
PI = MontePI(n);
System.out.println("PI="+PI);
}
}
输出：输出：
蒙特卡洛概率算法计算圆周率:
输入点的数量：
9999999
PI=3.1417975141797516
总结总结
以上就是本文关于蒙特卡洛算法起源及特点的简介，还有如何利用这种算法思路在Java编程中求圆周率的近似值实例，希望
对大家有所帮助。喜欢的朋友请继续关注我们！
评论0