一、定義：
特卡羅是一類隨機方法的統稱。這類方法的特點是，可以在隨機采樣上計算得到近似結果，隨著采樣的增多，得到的結果是正確結果的概率逐漸加大，但在（放棄隨機采樣，而采用類似全采樣這樣的確定性方法）獲得真正的結果之前，無法知道目前得到的結果是不是真正的結果。?
拉斯維加斯方法是另一類隨機方法的統稱。這類方法的特點是，隨著采樣次數的增多，得到的正確結果的概率逐漸加大，如果隨機采樣過程中已經找到了正確結果，該方法可以判別并報告，但在但在放棄隨機采樣，而采用類似全采樣這樣的確定性方法之前，不保證能找到任何結果（包括近似結果）?
二、場景舉例?
假如筐里有100個蘋果，讓我每次閉眼拿1個，挑出最大的。于是我隨機拿1個，再隨機拿1個跟它比，留下大的，再隨機拿1個……我每拿一次，留下的蘋果都至少不比上次的小。拿的次數越多，挑出的蘋果就越大，但我除非拿100次，否則無法肯定挑出了最大的。這個挑蘋果的算法，就屬于蒙特卡羅算法——盡量找好的，但不保證是最好的。
而拉斯維加斯算法，則是另一種情況。假如有一把鎖，給我100把鑰匙，只有1把是對的。于是我每次隨機拿1把鑰匙去試，打不開就再換1把。我試的次數越多，打開（最優解）的機會就越大，但在打開之前，那些錯的鑰匙都是沒有用的。這個試鑰匙的算法，就是拉斯維加斯的——盡量找最好的，但不保證能找到。?
三、結論?
?蒙特卡羅算法???
：采樣越多，越近似最優解；
?拉斯維加斯算法：采樣越多，越有機會找到最優解；?
這兩類隨機算法之間的選擇，往往受到問題的局限。如果問題要求在有限采樣內，必須給出一個解，但不要求是最優解，那就要用蒙特卡羅算法。反之，如果問題要求必須給出最優解，但對采樣沒有限制，那就要用拉斯維加斯算法。?
