更改

</ref>。

</ref>。

构造[https://en.wikipedia.org/wiki/Degree_diameter 度直径图]（Degree–diameter graph）的方法是：网络中每个顶点的邻居数量是有界的，而网络中从任意给定顶点到其他顶点（网络[https://en.wikipedia.org/wiki/Distance_(graph_theory) 直径]）是最小的。构建这样的小世界网络，其实是为寻找临近[https://en.wikipedia.org/wiki/Moore_graph 摩尔边界]的图的秩，而做出的一部分努力。

构造[https://en.wikipedia.org/wiki/Degree_diameter 度直径图] Degree–diameter graph 的方法是：网络中每个顶点的邻居数量是有界的，而网络中从任意给定顶点到其他顶点（网络[https://en.wikipedia.org/wiki/Distance_(graph_theory) 直径]）是最小的。构建这样的小世界网络，其实是为寻找临近[https://en.wikipedia.org/wiki/Moore_graph 摩尔边界]的图的秩，而做出的一部分努力。

Barmpoutis等人给出的从零开始构建小世界网络的另外一种方法<ref name="a21">#[https://en.wikipedia.org/wiki/D.Barmpoutis_and_R.M._Murray D.Barmpoutis and R.M. Murray] (2010). "Networks with the Smallest Average Distance and the Largest Average Clustering". arXiv:1007.4031 Freely accessible [q-bio.MN].</ref>，构建了一种平均距离极小且平均集聚度极高的网络。他们提到了一种复杂度恒定的快速算法，以及不同生成图鲁棒性的度量。根据每个网络的应用，可以从一个这样的“超小世界”网络开始，然后重新连接一些边，或者使用几个这样的小网络作为子图，构筑一个更大的图。

Barmpoutis等人给出的从零开始构建小世界网络的另外一种方法<ref name="a21">#[https://en.wikipedia.org/wiki/D.Barmpoutis_and_R.M._Murray D.Barmpoutis and R.M. Murray] (2010). "Networks with the Smallest Average Distance and the Largest Average Clustering". arXiv:1007.4031 Freely accessible [q-bio.MN].</ref>，构建了一种平均距离极小且平均集聚度极高的网络。他们提到了一种复杂度恒定的快速算法，以及不同生成图鲁棒性的度量。根据每个网络的应用，可以从一个这样的“超小世界”网络开始，然后重新连接一些边，或者使用几个这样的小网络作为子图，构筑一个更大的图。

通过[https://en.wikipedia.org/wiki/Dual-phase_evolution 双相演化](dual-phase evolution)过程，小世界属性可以在社交网络和其他现实世界系统中自然产生。在顶点之间的连接增长受到时间或空间的制约时，小世界网络尤其常见。该机制通常涉及相位之间的周期性变换，其中，在“全局”阶段——连接建立，而在“本地”阶段——连接被移除。

通过[https://en.wikipedia.org/wiki/Dual-phase_evolution 双相演化] dual-phase evolution 过程，小世界属性可以在社交网络和其他现实世界系统中自然产生。在顶点之间的连接增长受到时间或空间的制约时，小世界网络尤其常见。该机制通常涉及相位之间的周期性变换，其中，在“全局”阶段——连接建立，而在“本地”阶段——连接被移除。

参考：[https://en.wikipedia.org/wiki/Diffusion-limited_aggregation 扩散限制凝聚]，[https://en.wikipedia.org/wiki/Pattern_formation 模式构成]。

参考：[https://en.wikipedia.org/wiki/Diffusion-limited_aggregation 扩散限制凝聚]，[https://en.wikipedia.org/wiki/Pattern_formation 模式构成]。

==构建小世界网络代码实现==

==构建小世界网络代码实现==