C++怎么实现一个蒙特卡洛方法_C++利用随机抽样解决计算问题的算法-C++-PHP中文网

C++怎么实现一个蒙特卡洛方法_C++利用随机抽样解决计算问题的算法

尼克

发布： 2025-11-20 16:32:02

原创

158人浏览过

蒙特卡洛方法通过随机抽样估算π，利用单位圆与正方形面积比约为π/4的原理，在C++中生成[-1,1]内随机点，统计落于圆内的比例，乘以4得π近似值，代码使用random库实现，精度随样本数增加而提高。

c++怎么实现一个蒙特卡洛方法_c++利用随机抽样解决计算问题的算法

蒙特卡洛方法是一种通过随机抽样来求解数学问题的数值计算方法，常用于估算积分、概率、优化等问题。C++ 实现蒙特卡洛算法的关键在于生成随机数并统计结果。下面以一个经典例子——用蒙特卡洛方法估算圆周率 π 来说明实现过程。

1. 原理简述：利用单位圆估算 π

在一个边长为 2 的正方形内画一个单位圆（半径为 1），随机向正方形内投点。落在圆内的点的比例近似等于圆面积与正方形面积之比：

π × r² / (2r)² = π/4。因此，只要统计落点比例乘以 4，即可估算 π。

2. C++ 实现步骤

包含必要头文件：

立即学习“C++免费学习笔记（深入）”；

#include <iostream>：用于输出结果
#include <random>：提供高质量随机数生成器
#include <cmath>：使用 sqrt 等数学函数

生成随机点：

Eva Design System

基于深度学习的色彩生成器

查看详情

使用 std::uniform_real_distribution 在 [-1, 1] 范围内生成 x 和 y 坐标
判断点 (x, y) 是否在单位圆内：x² + y² ≤ 1

统计比例并估算 π：

循环大量次数（如 100 万次）
每轮生成随机点，若在圆内则计数加一
最终用 4.0 * count / total 得到 π 的近似值

3. 完整代码示例

#include <iostream>
#include <random>
#include <cmath>
<p>double estimatePi(int numSamples) {
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_real_distribution<double> dis(-1.0, 1.0);</p><pre class='brush:php;toolbar:false;'>int inside = 0;
for (int i = 0; i < numSamples; ++i) {
    double x = dis(gen);
    double y = dis(gen);
    if (std::sqrt(x*x + y*y) <= 1.0) {
        inside++;
    }
}

return 4.0 * inside / numSamples;

登录后复制

}

int main() { int samples = 1000000; double pi = estimatePi(samples); std::cout << "使用 " << samples << " 个样本估算的 π 值: " << pi << std::endl; return 0; }