第九章 循环结构和random库，蒙特卡罗方法

1.遍历循环
for <循环变量> in <遍历结构>:
<语句块>
它的应用，计数循环，变量i可以使用，也可以不使用
for i in range(n):
<语句块>
字符串遍历循环:
for c in s:
<语句块>
列表遍历循环:
for item in ls:
<语句块>
还能对文件，字典，元祖等各种数据结构进行遍历循环。

2.无限循环
while <条件>:
<语句块>

s="python"
while s !="":
    for c in s:
        print(c,end="")
    s=s[:-1]

while循环一次，输出当前字符串，并把字符串s截掉最后一个字符

3.循环扩展
for <循环变量> in <遍历结构>:
<语句块1>
else:
<语句块2>

while <条件>:
<语句块1>
else:
<语句块2>
含义：当循环没有被break语句退出时，执行else语句块，类似把else当作“正常”完成循环的奖励，设计它的目的在于可以让程序员判断，在循环中的break有没有起效果。

---

random库，是使用随机数的python标准库
基本随机数函数： seed() , random()
扩展随机数函数: randint(), getrandbits(), uniform(), randrange(), choice(), shuffle()
核心就一个random()产生随机数，其他7个都是为了使用方便，在此基础上扩展而来。

给定一个具体的随机数种子seed(),经过梅森旋转算法，计算机就能产生一系列的伪随机数。
只要种子相同，产生的随机序列，序列中无论是每一个元素的值，还是它出现的位置都相同。

random.seed(10)

如果不给seed指定值，它会使用系统时间作为种子，去产生随机序列。
这两种方式各有优缺点，给定种子，当程序再次运行时，产生的随机数也相同。
那么它能够复现，重现程序运行的过程。
如果不给种子，系统时间（精确到微秒）就很难再现，当程序再次运行时，就无法重现随机运行过程。

random.seed()

random()生成一个[0.0, 1.0]之间的随机小数

randint()并非直接把产生的随机小数直接乘以100，否则结果该为57

只要种子相同，产生的顺序和大小一样




种子的影响随时随地：

从0到29的数字里随机选择一个，只要种子一样，程序再次运行，选择的结果相同。

---

随机去撒点，只要撒点的数量足够多，撒点的总量就构成了正方形和圆形的面积。

from random import random
from time import perf_counter
DARTS=1000*1000
hits=0.0
start=perf_counter()
for i in range(1,DARTS+1):
    x,y=random(),random()
    dist=pow(x**2+y**2,0.5)
    if dist<=1.0:
        hits=hits+1
pi=4*(hits/DARTS)
print('圆周率为：',pi)
print('消耗时间为:{:.5f}秒'.format(perf_counter()-start))

x，y去模拟撒点的坐标，然后通过dist计算点到圆心的距离，小于1.0说明落在圆内，hits+1

整个过程并没有用到任何公式，意义在于很多问题并没有一个公式，那就可以使用蒙特卡罗方法近似计算。