谈到并行计算应用，会有人想到PageRank算法，我们有成千上万的网页分析链接关系确定排名先后，借助并行计算完成 是一个很好的场景。长期以来，Google的创始发明PageRank算法吸引了很多人学习研究，据说当年Google创始者兴奋的找到 Yahoo!公司，说他们找到一种更好的搜索引擎算法，但是被Yahoo!公司技术人员泼了冷水，说他们关心的不是更好的技术， 而是搜索的盈利。后来Google包装成了“更先进技术的新一代搜索引擎”的身份，逐渐取代了市场，并实现了盈利。
由于PageRank算法有非常高的知名度和普及度，我们接下来以PageRank算法为例讲述“并行计算+数据算法”的经典 搭配，并且这种“海量数据并行处理、迭代多轮后收敛”的分析过程也跟其他的数据挖掘或者机器学习算法应用类似，能起 到很好的参考作用。
下面是PageRank算法的公式：
我们其实可以直接阐述该公式本身，并介绍如何使用并行计算套用上面公式得到各网页的PageRank值，这样虽然通过并 行计算方式完成了PageRank计算，但是大家仍然不明白上面的PageRank公式是怎么来的。
我们把这个PageRank算法 公式先放在一边，看看一个赌钱的游戏：
有甲、乙、丙三个人赌钱，他们的输赢关系如下：
甲的钱输给乙和丙
乙的钱输给丙
丙的钱输给甲
例如，甲、乙、丙各有本钱100元，按照以上输赢关系，玩一把下来：
甲输给乙50元、输给丙50元
乙输给丙100元
丙输给甲100元
如果仅是玩一把的话很容易算出谁输谁赢
但如果他们几个维持这样的输赢关系，赢的钱又投进去继续赌，这样一轮一 轮赌下去的话，最后会是什么样子呢？
我们可以写个单机程序看看，为了方便计算，初始本钱都设为1块钱，用x1， x2，x3代表甲、乙、丙：
double x1=1.0,x2=1.0,x3=1.0;
用x1_income，x2_income，x3_income代表每赌一把后各人 赢的钱，根据输赢关系：
double x2 income =x1/2.0;
double x3 income =x1/2.0+x2;
double x1_ income =x3;
最后再把各人赢的钱覆盖掉本钱，继续往下算。完整程序如下：
// Gamble单机程序
public class Gamble
{
public static double x1=1.0,x2=1.0,x3=1.0;
public static void playgame(){
double x2_income=x1/2.0;
double x3_income=x1/2.0+x2;
double x1_income=x3;
x1=x1_income;
x2=x2_income;
x3=x3_income;
System.out.println("x1:"+x1+", x2:"+x2+", x3:"+x3);
} public static void main(String[] args){
for(int i=0;i<500;i++){
System.out.print("第"+i+"轮 ");
playgame();
}
}
}
我们运行500轮后，看到结果如下：
以上是小编为您精心准备的的内容，在的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索算法
， 算法并行
， 公式
， java pagerank
， 并行计算
， double
， pagerank
， 算法 公式
X算法
pagerank算法、pagerank算法原理、pagerank算法实现、pagerank算法应用案例、pagerank算法java实现，以便于您获取更多的相关知识。