更改

特殊情况是'''<font color="#FF8000">条件均匀随机图 Conditionally Uniform Graph </font>'''，其中 <math>p</math> 给所有具有指定性质的图赋予相等的概率。它们可以被看作是 Erdős–Rényi 模型 ''G''(''n''，''m'')的一个推广，当条件信息不一定是边的个数 ''M''，而是其他任意图性质 <math>\mathcal{P}(G)</math> 时。在这种情况下，很少有分析结果可用，就需要通过模拟来获得平均性质的经验分布。

特殊情况是'''<font color="#FF8000">条件均匀随机图 Conditionally Uniform Graph </font>'''，其中 <math>p</math> 给所有具有指定性质的图赋予相等的概率。它们可以被看作是 Erdős–Rényi 模型 ''G''(''n''，''m'')的一个推广，当条件信息不一定是边的个数 ''M''，而是其他任意图性质 <math>\mathcal{P}(G)</math> 时。在这种情况下，很少有分析结果可用，就需要通过模拟来获得平均性质的经验分布。

==Interdependent graphs==

==Interdependent graphs 相互依存图==

'''<font color="#FF8000">相互依存图 Interdependent Graph </font>'''<br>

'''<font color="#FF8000">相互依存图 Interdependent Graph </font>'''<br>