这篇文章主要介绍怎么用hadoop计算PI值，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
公司主营业务：成都做网站、网站制作、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联推出云冈免费做网站回馈大家。
百度一下，计算PI的方法还真不少。但在hadoop examples代码中的注释写的是：是采用 Quasi-Monte Carlo 算法来估算PI的值。
维基百科中对Quasi-Monte Carlo的描述比较理论，好多难懂的公式。
好在google了一把，找到了斯坦福大学网站上的一篇文章：《通过扔飞镖也能得出PI的值？》，文章很短，图文并茂，而且很好理解。
我这里将那篇文章的重要部分截了个图： 
对上面的图再稍微解释一下：
1、Figure2是Figure1的右上角的部分。
2、向Figure2中投掷飞镖若干次（一个很大的数目），并且每次都仍在不同的点上。
3、如果投掷的次数非常多，Figure2将被刺得“千疮百孔”。
4、这时，“投掷在圆里的次数”除以“总投掷次数”，再乘以4，就是PI的值！（具体的推导过程参见原文）
在这个算法中，很重要的一点是：如何做到“随机地向Figure2投掷”，就是说如何做到Figure2上的每个点被投中的概率相等。
hadoop examples代码中，使用了Halton sequence保证这一点，关于Halton sequence，大家可以参考维基百科。
我这里再总结一下Halton sequence的作用： 在1乘1的正方形中，产生不重复，并且均匀的点。每个点的横坐标和纵坐标的值都在0和1之间。
正是这样，保证了能够做到“随机地向Figure2投掷”。
有人总结了一下，这个实际上叫做蒙特卡洛算法，我们取一个单位的正方形（1×1） 里面做一个内切圆（单位圆），则 单位正方形面积 ： 内切单位圆面积 = 单位正方形内的飞镖数 : 内切单位圆内的飞镖数 ，通过计算飞镖个数就可以把单位圆面积算出来， 通过面积，在把圆周率计算出来。
注意 ，精度和你投掷的飞镖次数成正比。
[java] view plaincopyprint?
后面2个数字参数的含义：
第1个100指的是要运行100次map任务
第2个数字指的是每个map任务，要投掷多少次
2个参数的乘积就是总的投掷次数。
我运行的结果： 
以上是“怎么用hadoop计算PI值”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！