无标度网络中分形标度的盒覆盖算法

研究了一种最近引入的用于测量无标度网络中分形维数的随机顺序盒覆盖算法。该算法包含蒙特卡洛顺序步骤，用于选择每个盒子中心的位置，因此，预先分配的盒子中的顶点可以将后续盒子分成多个部分，但分割后的盒子只计数一次。我们发现，算法中这种允许盒子分割的特性是获得分形网络分形标度的关键要素；然而，对于嵌入欧几里得空间的规则晶格和传统分形物体，这一特性并非必要。接下来，从簇生长的角度审视该算法，即允许盒子重叠，因此顶点可以属于多个盒子。那么，对于无标度分形网络，一个顶点所属的不同盒子的数量呈异质分布，而对于传统分形物体，则呈泊松型分布。