第146行: |
第146行: |
| </math> | | </math> |
| | | |
− | <math>c</math>是网络中节点的平均度(内部和外部) | + | <math>c</math>是网络中节点的平均度(内部和外部);<math>\langle{k_{in}}\rangle = \langle{k_{out}}\rangle = c.</math> |
− | <math>\langle{k_{in}}\rangle = \langle{k_{out}}\rangle = c.</math> | |
| | | |
| | | |
− | 使用函数 | + | 使用函数<math>\mathcal{G}(x,y)</math>我们可以再次找到入/出度分布和入/出超量度分布的生成函数。可以将<math>G^{in}_0(x) </math>设为一个随机选择的节点上到达的链接数的生成函数,以及 <math>G^{in}_1(x)</math>可以设为按照随机选择的链接到达一个节点的到达链接数。我们也可以构造函数 <math>G^{out}_0(y)</math> 和 <math>G^{out}_1(y)</math>表示离开节点的边的数量: |
− | | |
− | | |
− | :<math>\mathcal{G}(x,y)</math>
| |
− | | |
− | | |
− | 如上文所述,我们可以再次找到入/出度分布和入/出超量度分布的生成函数。可以将<math>G^{in}_0(x) </math>设为一个随机选择的节点上到达的链接数的生成函数,以及 <math>G^{in}_1(x)</math>可以设为按照随机选择的链接到达一个节点的到达链接数。我们也可以构造函数 <math>G^{out}_0(y)</math> 和 <math>G^{out}_1(y)</math>表示离开节点的边的数量:
| |
| | | |
| * <math> | | * <math> |