蒙特卡洛模拟

这算法是通过蒙特卡洛模拟来估计收集卡片直到每种都至少 m 张所需的期望次数。

算法步骤：

collect_cards 函数： 该函数模拟了一次收集卡片的过程。通过生成随机数模拟抽卡的过程，直到每种卡片数量至少为 m 为止。函数返回收集的总次数。

monte_carlo_simulation 函数： 该函数运行多次 collect_cards 模拟，然后计算平均值作为期望值的估计。它通过迭代调用 collect_cards 来模拟多次抽卡的过程，然后计算总的抽卡次数。

运行蒙特卡洛模拟： 最后，通过调用 monte_carlo_simulation(5, 9) 来运行蒙特卡洛模拟，模拟了 200,000 次抽卡过程，然后计算平均值，得到的结果就是期望值的估计。

这个算法的本质是通过多次模拟来估计期望值，而不是通过数学公式直接计算。蒙特卡洛模拟是一种基于随机抽样的数值计算方法，通过大量的模拟次数，可以逼近真实的期望值。这种方法的优势在于可以处理一些复杂的问题，但缺点是计算成本可能较高，尤其是在需要大量模拟次数时。