C/C++微实践 - 发现圆周率

除了祖冲之的割圆法和格雷戈里公式，借助于循环和随机数，我们还可以通过一种特别有趣的方法来估算圆周率。

本文引用自作者编写的下述图书; 本文允许以个人学习、教学等目的引用、讲授或转载，但需要注明原作者"海洋饼干叔
叔"；本文不允许以纸质及电子出版为目的进行抄摘或改编。
1.《Python编程基础及应用》，陈波，刘慧君，高等教育出版社。免费授课视频 Python编程基础及应用
2.《Python编程基础及应用实验教程》, 陈波，熊心志，张全和，刘慧君，赵恒军，高等教育出版社Python编程基础及应用实验教程
3. 《简明C及C++语言教程》，陈波，待出版书稿。免费授课视频

在历史的长河里，从古至今的数学家们尝试了无数种计算圆周率的方法。其中，法国数学家布冯（1707年1788年）和拉普拉斯（1749年1827年）提出的方法比较有趣。

在边长为2的正方形内有一个直径为2半径为1的内切圆。如图6-2所示。根据圆面积的计算公式，内切圆的面积 s = πr² ，由于r=1，所以π = 内切圆的面积。边长为2的正方形面积为4，那么在已知正方形的面积为4的情况下，如何求得内切圆的面积呢？布冯提出了投针的方法。假设10 000根针“均匀随机”地垂直落在正方形上，每根针在正方形上形成一个“投点”，那么落入圆内的投点数量与圆的面积正相关，即：在这里插入图片描述简单推导，可得：
假设有8 000根针落在了圆内，其余的2000根落在了圆外。此时，内切圆面积 ≈ 4 × 8 000 / 10 000 = 4× 0.8 = 3.2，即圆周率π ≈ 3.2。
下述代码模拟了上述过程，即将数量众多的针投射到正方形，然后通过估算内切圆面积求得π。

//Project - FindPi#include <iostream>#include <cmath>using namespace std;int main(){    const int N = 10000;    //投点总数    int nHits = 0;          //圆内投点数    for (int i=0;i<N;i++){        double x = 2.0*rand()/RAND_MAX - 1.0; //随机数取投点x坐标        double y = 2.0*rand()/RAND_MAX - 1.0; //随机数取投点x坐标        if (x*x + y*y <= 1.0)  //投点位于内切圆内            nHits += 1;        //圆内投点数+1    }    double pi = 4.0*nHits/N;   //通过计算圆面积估算圆周率    cout << "pi = " << pi;    return 0;}

上述程序的执行结果为：

pi = 3.1464

第8 ~ 9行：常量N代表投点总数，变量nHits表示落在圆内的投点数。

第11 ~ 16行：使用循环进行N次投点。

第12 ~ 13行：随机计算投点的x坐标和y坐标。rand()返回0 ~ RAND_MAX的随机整数，rand()/RAND_MAX的值域为0 ~ 1，将该值乘2再减1，即得取值范围为-1 ~ +1的随机数。理论上，rand()函数返回的随机数在值域内是“均匀”分布的。

注意：整数(rand())/整数(RAND_MAX)的结果为整数，为了确保整个计算过程统一使用双精度浮点数进行计算，作者先用2.0*rand()，然后再除RAND_MAX，由于2.0是double类型的字面量，C++会将rand()返回的整数类型提升为double，再与2.0进行相乘…

第14行：计算投点距离圆心的距离，如果距离<=1.0，说明投点在圆内。注意，作者在这里没有使用sqrt()进行开方运算，由于圆的半径是1.0，此时的开方在数学上是可以省略的。由于开平方运算需要花费大量的CPU时间，这种处理很有价值。

第15行：如果投点在圆内，将nHits加1。

第18行：按前述公式估算圆的面积，也就是pi。注意，正方形的面积为4.0。

为了更形象地向读者展示投点法估算圆周率的数学原理，我们还用Python中的绘图库matplotlib绘制了下述投针示意图：这些投针点“均匀”地投在了正方形内，多数落入圆内，少数落在圆外。
在这里插入图片描述
读者可能会觉得上述圆周率的估算值3.1464不够准确。请修改N值，增加投针数量，再试一试。理论上，N越大，结果越精确。