被称为利用投飞镖的方法求PI
以下总结选自其他网友：
Figure2是Figure1的右上角的部分。
向Figure2中投掷飞镖多少次（一个很大的数目），并且每次都仍在不同的点上。
如果投掷的次数非常多，Figure2将被刺得“千疮百孔”。
这时，“投掷在圆里的次数”除以“总投掷次数”，再乘以4，便是PI的值！
（详细的推导过程拜会原文）
在这个算法中，很主要的一点是：如何做到“随机地向Figure2投掷”，便是说如何做到Figure2上的每个点被投中的概率相等。
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 x 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 ，通过打算飞镖个数就可以把单位圆面积算出来， 通过面积，在把圆周率打算出来。 把稳 ，精度和你投掷的飞镖次数成正比。
我的PHP源码实现：
PHP自带的mt_rand随机函数偏差较大，换成Halton sequence的方法，测试结果见后面
<?php$count = 0;// 忍受不了运算韶光，可以把$num 改小// $num 越大，越靠近真值$num = 100000;for ($i = 0; $i < $num; $i++) {
// list($x, $y) = array(mt_rand(0, 10000), mt_rand(0, 10000));
// $x /= 10000; $y /= 10000;
$x = halton($i, 3);
$y = halton($i, 7);
if (($x$x + $y$y) < 1) {
$count++;
}}$pi = 4.0 $count / $num;echo $pi.\"大众\n\"大众;// 参考Halton sequence// https://en.wikipedia.org/wiki/Halton_sequencefunction halton($index, $base) {
$result = 0;
$f = 1;
$i = $index;
while ($i > 0) {
$f /= $base;
$result += $f ($i % $base);
$i = floor($i / $base);
}
return $result;}
源码中halton传入参数是经由几次调度后的，更精确一些，测试PI = 3.14156
mt_rand偏差较大，3次结果如下：
mt_rand-1 => 3.142904
mt_rand-2 => 3.143196
mt_rand-3 => 3.139312
