基本算法之概率算法
一.概率算法的基本思想
大致執行步驟如下:
1.將問題轉化爲相應的幾何圖形S,S的面積容易計算,問題的結果往往對應幾何圖形中的某一部分。
2.然後,向幾何圖形中隨機撒點。
3.統計幾何圖形S和S1中的點數,根據S和S1面積的關係及圖形中的點數來計算得到的結果。
4.判斷上述結果是否在需要的精度之內,如果未達到精度則執行步驟2;如果達到精度,則輸出結果。
概率算法大致分爲4種形式:
1)數值概率算法;
2)蒙特卡羅(Monte Carlo)算法;
3)拉斯維加斯(Las Vegas)算法;
4)舍伍德(Sherwood)算法;
二.典型實例
蒙特卡羅算法是一個典型的應用,用來計算圓周率π。下面就通過一個實例來分析蒙特卡羅概率算法的應用。
1.分析
使用蒙特卡羅算法計算圓周率π的思想其實很簡單,首先分析一個半徑爲1的圓,如下圖所示:
圖中的面積的計算公式如下:
S圓=πr^2
圖中陰影部分是一個圓的1/4,因此陰影面積的計算公式如下:
S陰影=S圓/4=(πr^2)/4=π/4
圖中的正方形的面積爲:
S正方形=r^2=1
按照圖示建立一個座標系。如果均勻地向正方形內撒點,那麼落入陰影部分的點數與全部的點數之比爲:
S陰影/S正方形=π/4
根據概率統計的規律,只要撒點數足夠多,那麼將得到近似的結果。通過這個原理可以計算圓周率π的近似值,這就是蒙特卡羅π的算法。
2.參考代碼
import java.util.Scanner;
public class PI {
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) {
// TODO Auto-generated method stub
int n;
double PI;
System.out.println("蒙特卡羅概率算法計算π:");
System.out.println("輸入點的數量:");
Scanner input = new Scanner(System.in);
n=input.nextInt();
PI=MontePI(n);
System.out.println("PI="+PI);
}
}
3.結果展示