一般的贝叶斯统计推断是针对简单的先验得到后验的结果；
然而出现一个问题，高维参数、复杂先验分布得到复杂的后验分布。这个用贝叶斯方法就会很复杂；
针对这种情况就出现了MCMC:
前一个MC，产生随机数来解决计算问题，
后一个MC，利用markov Chainde的平稳分布实现对复杂后验分布的抽样
,很大的迷糊，蒙特卡洛与马尔科夫链是怎样结合的。
可以简单通俗说明下吗？？