MC算法（MonteCarlo算法）是一种基于随机采样的计算方法，通过大量随机实验来近似求解数学、物理或工程问题。它得名于摩纳哥的蒙特卡洛赌场，因为其核心思想类似于赌博中的随机性。MC算法适用于复杂系统或高维问题的数值模拟，尤其在难以解析求解的情况下表现出色。常见的应用领域包括：1.数值积分（如高维积分计算）2.金融工程（如期权定价）3.物理模拟（如粒子输运、热传导）4.计算机图形学（如光线追踪）其优点是实现简单、并行性好，但缺点是收敛速度较慢（误差通常以1/√N递减，N为样本数）。为提高效率，常结合方差缩减技术（如重要性采样）。
