PageRank 五实验复盘：幂迭代 77 次收敛到 L1 差 4.92e-11 是什么概念
“PageRank 就是谷歌排序算法”——对，但面试里考的是你能不能用 numpy 从零写出来，并回答三个追问：迭代多少次收敛？阻尼因子怎么选？悬空节点不处理会怎样？本文用五个实验把这三个追问全部量化回答，全部数字来自 numpy 真实运行留档（8 页图小网络到 1 万节点大网络）。
一、五实验总览
| 实验 | 内容 | 实测 |
|---|---|---|
| E1 | 幂迭代 vs 线性代数解 | 77 次收敛，L1 差4.92e-11 |
| E2 | 容差扫描 | tol=1e-04 → 29 次；1e-10 → 77 次 |
| E3 | 阻尼因子扫描 | d=0.5 → 27 次；d=0.95 → 127 次 |
| E4 | spider trap + 悬空节点 | 修正后 138 次收敛，泄漏分值 0.0375 |
| E5 | 1 万节点规模测试 | 建图 0.27s，迭代 91 次26.35s |
二、E1/E2：收敛是"按数量级计价"的
核心实现只有四行：
for_inrange(max_iter):new=d*(M @ rank)+(1-d)/nifnp.linalg.norm(new-rank,1)<tol:breakrank=new容差每收紧两个数量级，迭代次数多 16 次左右（29→45→61→77）——幂迭代按几何速度收敛，每轮把误差乘以大约 d。工程含义：tol=1e-06 对排序场景足够，追求 1e-12 属于给自己买不来的精度。
三、E3：阻尼因子影响的是速度，不是结论
d 从 0.5 扫到 0.95，迭代次数 27 → 127，但Top3 排名全程稳定为 [0, 3, 2]。d 越大"随机跳转"越少、越贴近纯链接结构，收敛越慢。0.85 之所以是经典默认值，是速度与"尊重链接结构"的折中——不是精度魔法。
四、E4：悬空节点不处理，PageRank 直接漏分
4 页环 + 悬空节点的实验：不处理悬空节点（没有任何出链的页面），它的分值会凭空消失，全网 PageRank 和小于 1。修正方式是把悬空节点的分值均匀摊回全图，实测修正后收敛 138 次，悬空节点拿回 0.0375 分值。spider trap（自环环组）则靠 d 的随机跳转稀释——这就是 d 存在的第二层意义。
五、E5：一万节点 26 秒意味着什么
1 万节点随机图：numpy 建图 0.27 秒，幂迭代 91 次收敛 26.35 秒。稠密矩阵乘是 O(n²) 每轮——百万节点级要换稀疏矩阵（scipy.sparse）或图分区并行。但作为理解算法的基准，numpy 版是最诚实的参照系。
六、面试速答模板
- 收敛：幂迭代几何收敛，tol 每紧 2 个数量级多约 16 次（8 页图实测）；
- 阻尼：影响速度不影响排序结论（d 扫描 Top3 不变）；
- 陷阱：悬空节点摊回全图防泄漏，spider trap 靠 d 稀释。
五个实验的完整源码（pagerank.py 约 150 行注释版）+ 全部运行留档已打包，跑一遍胜过背十遍。
📦配套完整资源已整理上传：点击查看资源包（含 numpy 五实验源码与全部运行留档，开箱即跑）