随机模拟算法求解圆周率

圆周率（π）这个东西是从小学开始一直陪伴我们的，这里使用使用蒙特卡洛算法来产生大量的随机数求解π的近似值。

计算方式

首先我们知道 正方形的面积公式是S1 = a * a,圆形的面积S2 = π * r * r；
所以以圆的直径为正方形边长，可以得出π的表达式。

π = 4 * S2 / S1 

这样一来，重点就是求解正方形和圆形的面积，这里使用在一正方形区域内圆内产生相应的随机点，
为了便于可视化分析，在圆内和圆外的点分别用不同的颜色来表示，最后圆内产生的点数就近似记作圆的面积，区域内的点数记作正方形的面积。

可视化分析-小数据集

这里用Java swing来求解。

首先看看Circle的model类

public class Circle {
   

    private int x, y, r;

    public Circle(int x, int y, int r){
        this.x = x;
        this.y = y;
        this.r = r;
    }

    public int getX(){ return x; }
    public int getY(){ return y; }
    public int getR(){ return r; }
  // 判断点是否包含在圆内
    public boolean contain(Point p){
        return Math.pow(p.x - x, 2) + Math.pow(p.y - y, 2) <= r*r;
    }
}

这里定义了圆的坐标，以及圆的半径。
然后看看点的model类

public class MonteCarloPiData {
   

    private Circle circle;
    private LinkedList<Point> points;
    private int insideCircle = 0;

    public MonteCarloPiData(Circle circle){
        this.circle = circle;
        points = new LinkedList<Point>();
    }

    public Circle getCircle(){
        return circle;
    }
    // 得到点的数量
    public int getPointsNumber(){
        return points.size();
    }