python实现的pagerank算法

这里的Ru是网页U的打分，d是阻尼系数，B(u)是节点U的入邻居集合，Lv是点V的出读，Rv是点V的分数，N是总顶点个数。当图比较大的时候，我们会面临R值过小的情况，因此，两边同时乘N，并且另Ru = NRu， Rv = NRv，这样就得到了下面的公式：

通常情况下，我们对图中的每个点初始赋值为1，然后利用公式迭代。迭代的终止条件有两种，一种是直接迭代固定的次数，第二种是两次迭代点之间差值的平均值小于一个数时停止。
这里给出一种python实现方法，选择固定迭代次数，对输入图数据进行迭代。

# 用于存储图
class Graph():
    def __init__(self):
        self.linked_node_map = {
   }  # 邻接表
        self.PR_map = {
   }  # 存储不同的节点的PR值

    # 添加节点
    def add_node(self, node_id):
        if node_id not in self.linked_node_map:
            self.linked_node_map[node_id] = set