朱一蛋疼的时候做的蛋疼之物 <-标题党

[zythum]

url: http://zythum.free.bg/PI

或说这么算圆周率真的大丈夫？
虽然用js算圆周率是很蛋疼的事情。而且这个算法无比的蛋疼。

有木有什么好玩的算法呢？

[zythum]

@013231 现在的问题怎么解决浮点数长度的拘束.

[cmonday]

@zythum
JS 要突破浮点数只能自己模拟了……以前学 C 的时候用过数组模拟大数类，理论上位数无限，就是效率差点。
还可以用两个数拼一下，这样就跟 double 一样了。
反正肯定要把加减乘除都重新封装一遍……很久没搞算法了，很头大啊 = =

[zythum]

@cmonday 我ACM什么的很渣很渣的

[cmonday]

@zythum 大数类还算蛮好理解的，就是写起来比较麻烦，尤其是要考虑效率的情况下……
我 Google 了一把果然有人拿 JS 写过大数的，这个是最基础的写法：
http://www.silverna.org/blog/?p=67
这里有个用 JS + 割圆法算圆周率的，你可以参考下：
http://blog.csdn.net/ncs2002/article/details/429821

[zythum]

@cmonday 非常感谢。

[013231]

@zythum 随机分布为什么会比均匀分布更精确? 均匀分布只要你划分的更细就可以算得更精确呀, 而且速度比随机分布快许多(不用生成随机数).
以下是均匀分布的计算结果:
1000 * 1000: 3.145520
10000 * 10000: 3.141991
100000 * 100000: 3.141633

[zythum]

@013231 举个例子把... 如果你均匀分布是间隔是0.1。那么就是0.1了。算完就完事了。如果要再精简的话要再算一次。而且只能全部算问才能知道结果。
如果是随机的话。可以近似与多加一个个例的前后都是均匀分布的。只是均匀分布是间隔一直在取向去变小。那么只要随着个例的增多可以一直下去。每次都是一个近似的至，个例每增加就可以增加精确的程度。
不知道朱一有木有说清楚。

[zythum]

@013231 再做着用永远没有头的运算事不要用绝对的值(这边是均匀分布的间隔).

[013231]

@zythum 我知道, 随机取样的计算过程是"在线的", 这是它的优势. 我所说的是, 同样多取样点的状况下均匀取样同样可行且速度更快. 不过从另一个角度说, 用蒙特卡洛法进行PI的高精度运算本身就是蛋疼行为= =b

[eric_q]

这东西真熟悉，8年前我在文曲星电子辞典上无聊时用BASIC编了个