蒙特卡罗型概率算法

蒙特卡罗型概率算法

什么是蒙特卡罗型算法？
蒙特卡罗法也称统计模拟法、统计试验法。是把概率现象作为研究对象的数值模拟方法。是按抽样调查法求取统计值来推定未知特性量的计算方法。蒙特卡罗是摩纳哥的著名赌城，该法为表明其随机抽样的本质而命名。故适用于对离散系统进行计算仿真试验。在计算仿真中，通过构造一个和系统性能相近似的概率模型，并在数字计算机上进行随机试验，可以模拟系统的随机特性。

例题

素数测试

int powermod(int a, int p, int n) //利用费马定理，并进行二次探测
{
       int result;
       int x;
       if(p == 0)
       result = 1;
       else
       {
         x = powermod(a,p/2,n);
         result = (x*x)%n;
         if(result == 1 && x!=1 && x!=n-1)//不是自身和1
         composite = ture;//一定是合数
         if(p%2 == 1)
         result = (result*a)%n;
        }
        return result
        }
        bool is_prime(int n){
        int a,result;
        composite = false;
        a = randomNum(2,n-1);;//生成随机数
       result = powermod(a,n-1,n);
       if(composite || result!=1)
       return false;
       else
       return true;
}

主元素问题
如果一个随机数在数组中出现的次数超过n/2次，就称其为主元素。

bool mainelement(int *a,int n){
 c = randomNum(0,n-1);
 int T = a[c];
 int sum = 0;
 for(int i = 0; i < n; i++)
 {
        if(a[i] == T)
        sum ++;
 }    
  if(sum > n/2)
  return true;
  else
  return false;
}