PageRank核心公式在C++中应避免手写矩阵乘法，而用std::vector存稠密小图、Eigen/SparseMatrix处理稀疏大图，并通过幂迭代或Arnoldi算法求解特征向量r。
PageRank核心公式怎么用C++表达
PageRank本质是求解一个特征向量：$ \mathbf{r} = (1-d)\mathbf{v} + d\mathbf{M}\mathbf{r} $，其中 d 是阻尼系数（通常取 0.85），M 是归一化后的转移矩阵，v 是随机跳转向量（通常为均匀分布）。C++里不建议手写矩阵乘法迭代——稀疏性没利用，内存爆炸，收敛慢。
实操建议：
- 用
std::vector<:vector>></:vector>存稠密小图（节点 std::vector<:vector double>>>，每个内层 vector 存“出边目标索引+转移权重” -
M[i][j]表示从 j 跳转到 i 的概率，注意不是M[i][j]= 从 i 到 j —— 这个方向反了会导致结果全错 - 每次迭代后要手动归一化
r向量（std::accumulate求和后逐元素除），否则数值漂移导致不收敛
如何处理悬挂节点（dangling nodes）
悬挂节点即出度为 0 的网页，它在原始 M 中对应一列全零，导致矩阵不可逆、迭代发散。标准做法是把它的出边重定向为均匀跳转到所有页面。
代码里最容易漏的一步：
立即学习“C++免费学习笔记（深入）”；
- 构建转移矩阵前，先统计每个节点的出度；出度为 0 的节点，在归一化时不能除以 0，而应设该列所有元素为
1.0 / n（n是总节点数） - 别在迭代过程中动态检测悬挂节点——那会破坏
M的静态性，影响收敛性 - 如果输入是边列表（如
std::vector<:pair int>></:pair>），务必用std::vector<int></int>预先记录每个节点的出度，而不是每次遍历边集统计
迭代终止条件怎么设才靠谱
用固定轮数（如 100 次）最省事但不稳健；用 L1/L2 范数变化量更准，但要注意浮点精度陷阱。
推荐做法：
- 用 L1 范数差：计算
std::abs(r_new[i] - r_old[i])的和，阈值设为1e-6；比 L2 更敏感，且避免开方开销 - 必须加最大迭代保护（如
max_iter = 200），防止死循环——某些构造性图（如两个强连通分量间只有一条弱边）收敛极慢 - 别用
std::numeric_limits<double>::epsilon()</double>当阈值，它太小（约 2e-16），实际迭代中残差卡在 1e-13 就不动了
实际读入数据时常见的坑
真实网页图往往含重复边、自环、ID 不连续、ID 为字符串等问题，C++不会自动帮你去重或映射。
关键处理点：
- 先用
std::set或std::unordered_set提取全部唯一节点 ID，再用std::map映射到 0~n-1 索引——别假设输入 ID 是 0,1,2,… - 读边时用
std::unordered_map<int std::vector>></int>按源节点聚合目标节点，方便后续计算出度和归一化 - 自环（
u == v）合法，要保留；但重复边（同一对 u→v 出现多次）必须合并，否则转移概率算高了
稀疏大图跑 PageRank，瓶颈常在内存访问模式而非计算——把邻接表按源节点排序好，能让 cache 命中率明显提升。这点容易被忽略，但对 10 万节点以上的图，快慢能差 3 倍。
