[Case Study]Estimating PI using Python,Scala and Java

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Python

1. def sample(p):
   
2.     x, y = random(), random()
   
3.     return 1 if x*x + y*y < 1 else 0
   
4. 
   
5. count = spark.parallelize(xrange(0, NUM_SAMPLES)).map(sample) \
   
6.              .reduce(lambda a, b: a + b)
   
7. print "Pi is roughly %f" % (4.0 * count / NUM_SAMPLES)

复制代码

Scala

1. val count = spark.parallelize(1 to NUM_SAMPLES).map{i =>
   
2.   val x = Math.random()
   
3.   val y = Math.random()
   
4.   if (x*x + y*y < 1) 1 else 0
   
5. }.reduce(_ + _)
   
6. println("Pi is roughly " + 4.0 * count / NUM_SAMPLES)

复制代码

Java

1. int count = spark.parallelize(makeRange(1, NUM_SAMPLES)).filter(new Function<Integer, Boolean>() {
   
2.   public Boolean call(Integer i) {
   
3.     double x = Math.random();
   
4.     double y = Math.random();
   
5.     return x*x + y*y < 1;
   
6.   }
   
7. }).count();
   
8. System.out.println("Pi is roughly " + 4 * count / NUM_SAMPLES);

复制代码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Estimating Case study python MATIN study return reduce count Java