如何设计一个随机算法在固定时间内运行？
How to design a randomized algorithm to run in a fixed time?
有谁知道如何在固定时间（5 分钟）内将随机算法（Monte Carlo 模拟近似值）最好地实现到 运行？
即算法将继续采集新样本，直到执行时间大约为 5 分钟？
该算法可以帮助在固定时间内比较不同的随机化方法。
谢谢。
正如@Nico Schertler 所说，您只有一个基于时间的 while 条件，然后您可以在使用时间作为约束的 while 循环中正常使用这些 monte carlo 模拟示例中的任何一个。
你的问题有点含糊，但有几个可能的答案。如果您只是一遍又一遍地独立采样（因此采样通常非常快，与您的总时间相比），那么您所需要的就是访问您的语言的系统计时器，以便您可以检测到您的 运行宁时间基本上等于你允许的最大运行宁时间，然后停下来给出你的估计。
然而，也有一些随机算法的预期时间为 运行ning，它们可能会或不会在最大允许时间内完成。如果这就是您要处理的问题，那么最好的方法是根据任何随机性假设了解 运行 宁时间的分布，然后制定一个策略，您 运行 一个算法指定的时间量，如果还没有完成则停止，然后以新的随机性重新启动。例如，如果在 N 步内完成的概率是 0.9，而在 2N 步内完成的概率是 0.01，否则你完成超过 2N 步，那么如果你只有 2N 步可用，你最好的策略是在 N 步后重新开始如果你还没有完成。这最大化了在 2N 步内完成的概率。
有谁知道如何在固定时间（5 分钟）内将随机算法（Monte Carlo 模拟近似值）最好地实现到 运行？ 即算法将继续采集新样本，直到执行时间大约为 5 分钟？
该算法可以帮助在固定时间内比较不同的随机化方法。
谢谢。
正如@Nico Schertler 所说，您只有一个基于时间的 while 条件，然后您可以在使用时间作为约束的 while 循环中正常使用这些 monte carlo 模拟示例中的任何一个。
你的问题有点含糊，但有几个可能的答案。如果您只是一遍又一遍地独立采样（因此采样通常非常快，与您的总时间相比），那么您所需要的就是访问您的语言的系统计时器，以便您可以检测到您的 运行宁时间基本上等于你允许的最大运行宁时间，然后停下来给出你的估计。
然而，也有一些随机算法的预期时间为 运行ning，它们可能会或不会在最大允许时间内完成。如果这就是您要处理的问题，那么最好的方法是根据任何随机性假设了解 运行 宁时间的分布，然后制定一个策略，您 运行 一个算法指定的时间量，如果还没有完成则停止，然后以新的随机性重新启动。例如，如果在 N 步内完成的概率是 0.9，而在 2N 步内完成的概率是 0.01，否则你完成超过 2N 步，那么如果你只有 2N 步可用，你最好的策略是在 N 步后重新开始如果你还没有完成。这最大化了在 2N 步内完成的概率。