Question

我想计算pi。程序很简单：

制作一个1x1的正方形并在正方形中画一个圆圈。然后除以4。
取两个随机值（x，y）。
如果x ² + y ²≤1，则该点位于圆圈内。
重复上述N次。
计算内部点（我称之为K）并除以所有执行次数并乘以4。（4 * K / N == Pi）

迭代次数越多，计算就越准确。

为了做得快，我使用多处理库。但多处理代码永远不会完成。问题是什么？

import timeit
start = timeit.default_timer()

import random
from multiprocessing import Pool

N = 1000000
process_num = 4

def make_pi(end):
    count_inbound = 0
    for x in range(end):
        the_x = random.random()
        the_y = random.random()
        if((the_x**2 + the_y**2) <= 1):
            count_inbound += 1
    return count_inbound

# Multiprocessing.
p = Pool(processes = process_num)
count_in = p.map(make_pi, [N/process_num for x in range(process_num)])
print(4*sum(count_in)/N)

# Normal.
##print(4*make_pi(N)/N)

stop = timeit.default_timer()
print(stop - start)

Answer 1

我在mac上测试了相同的代码。它运作得很好。

0.25用于多工艺，0.45用于单工艺。

只需更改

[N/process_num for x in range(process_num)]

要 [int(N/process_num for x in range(process_num)]

Answer 2

自我回答。

问题是需要关闭流程。

所以我只添加一行。

if __name__ == "__main__":

比我的代码工作！

import timeit
start = timeit.default_timer()

import random
from multiprocessing import Pool

N = 1000000
process_num = 4

def make_pi(end):
    count_inbound = 0
    for x in range(end):
        the_x = random.random()
        the_y = random.random()
        if((the_x**2 + the_y**2) <= 1):
            count_inbound += 1
    return count_inbound

if __name__ == "__main__":
    #multiprocessing code
    p = Pool(processes = process_num)
    count_in = p.map(make_pi, [int(N/process_num) for x in range(process_num)])
    print(4*sum(count_in)/N)

    #normal code
    #print(4*make_pi(N)/N)

    stop = timeit.default_timer()
    print(stop - start)

用于计算pi的多处理代码永远不会完成

2 个答案: