Python学习教程：用Python实现基于蒙特卡洛算法小实验

Python学习教程：用Python实现基于蒙特卡洛算法小实验

蒙特卡洛算法思想

蒙特卡洛（Monte Carlo）法是一类随机算法的统称，提出者是大名鼎鼎的数学家冯·诺伊曼，他在20世纪40年代中期用驰名世界的赌城—摩纳哥的蒙特卡洛来命名这种方法。

通俗的解释一下蒙特卡洛算法的思想。假如篮子里有1000个苹果，让你每次闭着眼睛拿1个，挑出最大的。于是你闭着眼睛随机拿了一个，然后再随机拿一个与第一个比，留下大的，再随机拿一个，与前次留下的比较，又可以留下大的……你每拿一次，留下的苹果至少是当前最大的，循环往复这样，拿的次数越多，挑出最大苹果的可能性也就越大，但除非你把1000个苹果都挑一遍，否则你无法肯定最终挑出来的就是最大的一个。也就是说，蒙特卡洛算法是样本越多，越能找到最佳的解决办法，但只是尽量找最好的，不保证一定是最好的。

与它形成对比的是拉斯维加斯算法思想。假如有一把锁，有1000把钥匙进行选择，但只有1把是对的。于是你每次随机拿1把钥匙去试，打不开就再换1把。你试的次数越多，打开最优解的机会就越大，但在打开之前，那些错的钥匙都是没有用的。所以拉斯维加斯算法就是尽量找最好的解决办法，但是不保证能找到。假设试了999次后没有任何一把钥匙能打开锁，真正的钥匙是第1000把，但是样本并没有第1000次选择，那么拉斯维加斯算法就不能找到打开锁的钥匙。

蒙特卡洛