Erlang并发Montecarlo Pi估计

Question

对于赋值，我需要使用Montecarlo方法估计Erlang中的pi值，但要使用指定数量的参与者和迭代。我有一个工作版本(改编自https://programmingpraxis.com/2009/10/09/calculating-pi/)，它不使用并发性，因此使用一个参数，N=迭代次数(点数)。我试图通过创建另一个montecarlo()函数来添加它，该函数包含两个参数，迭代的N=#和参与者的X=#。我很难弄清楚如何使用(伪)循环来生成每个演员。

上一个版本返回pi估计，但是在我计算出产卵量之后，我假设我必须对每个参与者的返回值进行平均值，以进行最后的pi估计。

以下是我所拥有的：

-module(pi).
-export([montecarlo/1, montecarlo/2]).

montecarlo(N, X)->
    NumIterPerActor = N div X,
    %io:fwrite("Number of actors = ~w~n",[X]),
    %io:fwrite("Number of iterations per actor = ~w~n",[NumIterPerActor]),
    lists:seq(1, X),
    spawn(pi, montecarlo, [NumIterPerActor]).

montecarlo(N)->
    montecarlo(N,0,0).

montecarlo(0,InCircle,NumPoints)->
    PiEst = 4*InCircle / NumPoints,
    io:fwrite("Pi = ~w~n", [PiEst]);

montecarlo(N,InCircle,NumPoints)->
    Xcoord = rand:uniform(),
    Ycoord = rand:uniform(),
    montecarlo(N-1,if Xcoord*Xcoord + Ycoord*Ycoord < 1 -> InCircle + 1; true -> InCircle end,NumPoints + 1).

通过研究这个问题，我看到使用map()，但据我所知，您是在map()内部创建一个新函数，而不是使用已经实现的函数。

编辑：

在截止日期之前，我没有收到任何建议(等待这么久是我的错)，所以我向一个同学寻求帮助，并想出了一个递归的解决方案：

-module(pi).
-export([montecarlo/1, montecarlo/2, assign/3, compute/2, addPi/3]).

montecarlo(N, X)->
    NumIterPerActor = N div X,  %number of iterations for each actor
    io:fwrite("Number of actors = ~w~n",[X]),
    io:fwrite("Number of iterations per actor = ~w~n",[NumIterPerActor]),
    %Actors = lists:seq(1, X),   %generate desired number of actors
    %Pi1 = spawn(pi, montecarlo, [NumIterPerActor]),
    %Pi2 = spawn(pi, montecarlo, [NumIterPerActor]).
    ReceiverID = spawn(pi, addPi, [0, X, X]),
    assign(ReceiverID, X, NumIterPerActor).

assign(ReceiverID, 1, Iter)->
    spawn(pi, compute, [Iter, ReceiverID]);

assign(ReceiverID, X, Iter)->
    spawn(pi, compute, [Iter, ReceiverID]),
    assign(ReceiverID, X-1, Iter).

compute(Iter, ReceiverID)->
    Est = montecarlo(Iter),
    ReceiverID ! {Est}.

addPi(Pies, X, 0)->
    FinalPi = Pies/X,
    io:fwrite("Pi = ~w~n", [FinalPi]);

addPi(Pies, X, Rem)->
    receive
        {Estimate} ->
            addPi(Pies+Estimate, X, Rem-1)  
    end.

montecarlo(N)->
    montecarlo(N,0,0).

montecarlo(0,InCircle,NumPoints)->
    4*InCircle / NumPoints;
    %io:fwrite("Pi = ~w~n", [PiEst]);

montecarlo(N,InCircle,NumPoints)->
    Xcoord = rand:uniform(),
    Ycoord = rand:uniform(),
    montecarlo(N-1,if Xcoord*Xcoord + Ycoord*Ycoord < 1 -> InCircle + 1; true -> InCircle end,NumPoints + 1).

Answer 1

当您需要迭代地执行一些附带副作用的操作时，lists:foreach/2似乎是一个很好的选择，比如生成一个过程。

您可以将map/2 NumIterPerActor放入IterList列表中，并使用foreach/2迭代地在其上生成进程。

montecarlo(N, X) ->
    NumIterPerActor = N div X,
    IterList = lists:map(fun(_) -> NumIterPerActor end, lists:seq(1, X)),
    lists:foreach(fun(IPA) -> spawn(?MODULE, montecarlo, [IPA]) end, IterList).

要回答最后一个问题，请注意，在map/2或foreach/2中，您可以在lambda函数中包装任何函数调用，并将相关参数传递给它。