谷歌的創(chuàng)始人拉里·佩奇和謝爾蓋·布林當時還是研究生院的兩個學生，他們發(fā)明了一種新的網(wǎng)絡搜索算法：讓網(wǎng)頁自己給自己投票，不是舉手投票，而是用 實際行動（鏈接）投票。在上面的例子中，頁面X和頁面Y都鏈向頁面Z，頁面Z是這個迷你網(wǎng)絡中唯一有兩個外鏈接指向它的頁面。所以，頁面Z是這個迷你網(wǎng)絡 中最“流行”的網(wǎng)頁。“流行度”是有信息含量的 。但是，如果一個可疑網(wǎng)頁鏈向另一個網(wǎng)頁，那么另一個網(wǎng)頁也應該被扣分，就像一個不可靠的人推薦的人不值得別人信任一樣?！傲餍卸取北旧聿徽f明問題，只有 被好的網(wǎng)頁“推薦”（好的網(wǎng)頁里含有你的鏈接），才能獲得加分。

于是，我們又回到了那句禪語：最佳網(wǎng)頁是那些鏈接其他最佳網(wǎng)頁的網(wǎng)頁。但是，一開始，誰來決定哪些網(wǎng)頁是最佳網(wǎng)頁呢？

我 們讓網(wǎng)絡自己來決定，具體方式如下：谷歌的搜索算法給每個網(wǎng)頁打一個分數(shù)，這個分數(shù)叫作“網(wǎng)頁排序號”，是一個介于0和1之間的數(shù)字?！熬W(wǎng)頁排序號”考慮 一個假想的上網(wǎng)者，他會在這個網(wǎng)頁上花掉的時間占總上網(wǎng)時間的多大比例？通過回答這個問題，我們可以度量一個網(wǎng)頁相對于其他網(wǎng)頁的重要程度。這個假想的上 網(wǎng)者是這樣上網(wǎng)的：如果一個網(wǎng)頁上有另外幾個網(wǎng)站的鏈接，他就會從這些鏈接中隨機選擇一個點擊，點擊每個鏈接的概率相等。在這個假設條件下，一個網(wǎng)頁的訪 問量越大（我們假想的上網(wǎng)者的訪問量，不是實際互聯(lián)網(wǎng)用戶的訪問量），這個網(wǎng)站就越重要。

因為“網(wǎng)頁排序號”的定義是（假想上網(wǎng)者）訪問這 個網(wǎng)站的時間占總上網(wǎng)時間的比例，所以網(wǎng)絡上所有網(wǎng)頁的“網(wǎng)頁排序號”的總和必然為1。根據(jù)守恒定律，我們還可以把“網(wǎng)頁排序號”想象成一股水流，這股水 流在網(wǎng)頁間流動，從體驗不佳的網(wǎng)頁不斷地向體驗良好的網(wǎng)頁匯聚。谷歌的算法考察的就是，從長期來看，這股水流如何分配到網(wǎng)絡中的各個網(wǎng)頁中。

為 了算出水流的分配，我們需要一個巧妙的迭代算法。首先，我們對每個網(wǎng)頁的“網(wǎng)頁排序號”進行一個粗略的估計，用這個猜測值作為迭代的初始值。然后，我們考 慮水流如何不斷地分流到新的網(wǎng)頁中，規(guī)則是：如果一個網(wǎng)頁上有另外幾個網(wǎng)站的鏈接，假設上網(wǎng)者就從這些鏈接中隨機選擇一個點擊，點擊每個鏈接的概率相等。 這個過程不斷地進行下去，直到水停止流動，每個網(wǎng)頁的訪問量穩(wěn)定下來。

一開始，谷歌的算法比較寬泛：每個網(wǎng)頁的初始值都一樣。比如，我們的迷你網(wǎng)絡共有3個網(wǎng)頁，那么每個網(wǎng)頁的“網(wǎng)頁排序號”的初始值都是1/3。