最近王尼玛让我调研MC和QMC的区别，查遍了资料，总结如下：
蒙特卡洛算法（Monte Carlo）
我结合 @苏椰@鹌鹑 的答案，对蒙特卡罗算法有了形象理解。下面是蒙特卡罗算法的数学描述，截图来自受限玻尔兹曼机（RBM）学习笔记（一）预备知识。深度学习中的RBM算法用到了蒙特卡罗算法。
拟蒙特卡洛算法(Quasi-Monte Carlo）
上述中有一个重要定义：即用确定性的点来代替随机点的方法，被称作拟蒙特卡洛算法。一般情况下使用低差异序列在QMC中，目前该序列有VANDER corput序列，HALTON序列，FAURE序列，SOBOL序列。
MC和QMC的区别：
1、MC中，随机数是一个一个的产生的，QMC中所有的随机数是在实验中同时产生的。
2.QMC在求解高维积分时，要优于蒙特卡洛方法。
该资料来源：https://wenku.baidu.com/view/c3430e23af45b307e871972b.html
