如果读者很难理解进行超弱,最弱,最强和超强分类的要求,那么,你要知 道你不是唯一的一个。我花了几天才明白,所以让我简单地解释一下 假设我们想要在以下字符串中找到“ove"这个词:“"Love”。当然,你可以简单 地匹配字符串,并称其完成了任务。然而,这无法给你的匹配提供统计意义。 BC坚持认为我们必须使用严格的算法来判断"Love"是否存在于“Love"里。然后他 们就提出一个算法,算法是这样工作的:取原始字符串,并将其分解成所有可能 的子字符串: L, o, v, e, Lo, Lv, Le, ov, oe, ve, lov, Loe, ove, Love 如果这些子串中至少90%与Love相匹配,他们称该匹配为超强。在这种情况 下,我们确实在列表中有Love,但它只是14个可能子字符串中的一个,所以Love 不是超强的 如果至少有50%的字符串与搜索字符串匹配,他们称该匹配超弱。Love显然 不是超弱的 最后, Clauset的算法达到了不可避免的结论:Love里没有Love
如果读者很难理解进行超弱，最弱，最强和超强分类的要求，那么，你要知 道你不是唯一的一个。我花了几天才明白，所以让我简单地解释一下。 假设我们想要在以下字符串中找到“love”这个词：“Love”。 当然，你可以简单 地匹配字符串，并称其完成了任务。 然而，这无法给你的匹配提供统计意义。 BC坚持认为我们必须使用严格的算法来判断“Love”是否存在于“Love”里。 然后他 们就提出一个算法，算法是这样工作的：取原始字符串，并将其分解成所有可能 的子字符串： {L,o,v,e,Lo,Lv,Le,ov,oe,ve,Lov,Loe,ove,Love}. 如果这些子串中至少90％与Love相匹配，他们称该匹配为超强。 在这种情况 下，我们确实在列表中有Love，但它只是14个可能子字符串中的一个，所以Love 不是超强的。 如果至少有50％的字符串与搜索字符串匹配，他们称该匹配超弱。 Love显然 不是超弱的。 最后，Clauset的算法达到了不可避免的结论：Love里没有Love
质疑 Not g2 Super-Weak 431(0.46) Weakest 268(029 77(0.19) Strong 89(0.10) Strongest 36(0.04) 0.0 0. 0.4 0.6 0.8 1.0 Fig. 4 Proportion of networks by scale-free evidence category. Bars eparate the Super -Weak category from the nested definitions, and from the Not Scale Free category, defined as networks that are neither Weakest or Super-Weak Love is all you need? LND&MP are both you should consider
质疑 Love is all you need? LND&MP are both you should consider