用hadoop估算圆周率PI(3.1415926)的值

转自：http://thinkinginhadoop.iteye.com/blog/710847

晕，我算了

一、hadoop不适合计算密集型的工作

以前看过一个PPT： Hadoop In 45 Minutes or Less ，记得上面说hadoop不适合计算密集型的工作，比如计算PI后100000位小数。

但是，前几天，我却发现了在hadoop自带的examples里，竟然有PiEstimator这个例子！！它是怎么做到的？？


二、通过扔飞镖也能得出PI的值？

百度一下，计算PI的方法还真不少。但在hadoop examples代码中的注释写的是：是采用 Quasi-Monte Carlo 算法来估算PI的值。

维基百科中对Quasi-Monte Carlo的描述比较理论，好多难懂的公式。

好在google了一把，找到了斯坦福大学网站上的一篇文章：《通过扔飞镖也能得出PI的值？》，文章很短，图文并茂，而且很好理解。

我这里将那篇文章的重要部分截了个图：



对上面的图再稍微解释一下：
1、Figure2是Figure1的右上角的部分。
2、向Figure2中投掷飞镖若干次（一个很大的数目），并且每次都仍在不同的点上。
3、如果投掷的次数非常多，Figure2将被刺得“千疮百孔”。
4、这时，“投掷在圆里的次数”除以“总投掷次数”，再乘以4，就是PI的值！（具体的推导过程参见原文）

这样也能算出PI的值？相当强悍吧，呵呵。


在这个算法中，很重要的一点是：如何做到“随机地向Figure2投掷”，就是说如何做到Figure2上的每个点被投中的概率相等。

hadoop examples代码中，使用了Halton sequence保证这一点，关于Halton sequence，大家可以参考维基百科。

我这里再总结一下Halton sequence的作用：
在1乘1的正方形中，产生不重复，并且均匀的点。每个点的横坐标和纵坐标的值都在0和1之间。

正是这样，保证了能够做到“随机地向Figure2投掷”。


三、一定要用hadoop吗？

在《通过扔飞镖也能得出PI的值？》一文中，网页中自带了一个Flash，用ActionScript来计算PI的值。

用这种算法来估算PI值，其实是一个统计学的方法。如果要估算正确，首先要保证取样足够多（即投掷次数足够多）