自从上周还原了一下系统后，老是莫名其妙的出现一些故障，而又说不清是哪里出现了问题，于是索性重装。重装就意味着所有的软件都要从头来过，发现自己对某些软件的依赖程度惊人的高。

在此之前，从来没有意识到，对我来说，依赖程度最高的软件，不是Adobe，不是office，更不是qq，msn之类，而是金山词霸。发现自己似乎患上了词霸依赖症，一旦发现哪个词不认识，甚至仅仅是拿不准，都习惯性的去右下角找那个放大镜。甚至感觉自己用词霸的时候，7成查得都是自己本来认识的词，只是因为有点拿不准，就过去查一查。过分的方便，已经让我离不开这个软件了。不知道这样是好还是不好，的确是很方便的，但是同时有时同一个词可能要查好多遍之后，再碰到还会去查一查。有时是因为拿不准，有时是因为的确没记住，每次查的时候都是看一眼意思就过去了，因为太方便，所以也就不愿用心去记。记得初中学英语时，老师教给我们碰到生词时先不要查字典，先猜一猜，然后再去查，这样加深印象，曾经我将此奉为金科玉律。但又不记得什么时候，我已经将这个习惯抛到九霄云外，已经懒得再猜了。

这次本来考虑要买个正版的词霸用用，毕竟头次发现原来词霸为我贡献了这么多。几经付费周折终于还是失败告终后，发现有个google合作版的免费下载，于是就先用着了。这个没有很大的词汇库，所以安装文件很小，查词是在线查，所以依赖于网络，不过反正这边基本到处都是网络，也没什么差别，就是稍微有点慢。不过免费的东西嘛，还要求什么呢。

I dropped a line about the questions I shown in the last blog to prof. Braha who gave us the network lectures this week. Thank to him, his response answers my query perfectly. I would like to share this with whomever that may interested in. Discussion welcome.

Here is the main part of the email that I sent.

In my opinion:
Small world network is a network that between regular and random network which has a small shortest path and high clustering. Small world network can be generated from a regular network by re-wiring the cutted edges with probability.
Scale-free network can be generated by preferential attachment. The main characteristic of scale-free network is their degree distribution follows the power-law.

I imagine that they are just some different characteristics of a network so that a network can also be small world or scale-free, just from different point of view. But I'm not sure whether this is correct. So, here are my questions:

1) If a network whose degree distribution follows power-law, can we say this network is scale-free without any other test? 2) Is it possible that a small world network also follows power-law degree distribution? If yes, this small world network also is a scale-free network? 3) The define of small world network looks not quite accurate, if a network has a small shortest path and high clustering, then it's a small world network. But is there a limit of these parameters? Or if we can consider a network is small world if it's neither a regular nor a random network? 4) From another aspect, if a scale-free network has a small shortest path and high clustering, can we say it is also a small world network? But still the same problem, how small and how high? 5) What's the relationship between these two kind of networks or characteristics?

Here is the response from prof. Braha, hope can help to whomever that also interested in this question.

The characteristics of "Small-World" networks has two meanings in the literature: 1) the common modern definition -- a network that has high clustering and short characteristic path length; and 2) the classical definition in sociology -- a network with a small characteristic path length. Most people refer to the first definition; in any case, it is a good idea to be explicit regarding the definition when described in a paper.

If the degree distribution follows a "nice" power-law it is called a scale-free network. It turns out that in a "nice" scale-free network, the characteristic path length is very small (like in a random graph) since most of the nodes are connected through highly-connected nodes (hubs); so from that perspective 'scale-free' networks have the small-world characteristic in definition 1 mentioned above. Now, a scale-free network can be generated artificially by some algorithm (e.g., preferential attachment) or it can be simply an empirical observation of many real-world complex networks. It turns out that if the scale-free network is generated by the preferential attachment algorithm, then the clustering coefficient of  the network behaves like,  C(N)~N^(-0.75). That is the clustering coefficient of the network is  inversely related to the size of the network; so for large-sized network the clustering coefficient is actually small! Thus, from the  perspective of the first definition above, a scale-free network  generated by the preferential attachment model is not small-world. But, it  turns out that many REAL-WORLD networks have a power-law degree distribution and high clustering coefficient; so REAL-WORLD networks are 'small-world' according to definition 1 above.

In sum, I would say that the small-world property of high clustering coefficient and short characteristic path length are not directly related to scale-free networks. There are many real-world networks that do not exhibit a power law degree distribution but do exhibit high clustering and short characteristic path length! One can show though that a power law distribution (and thus the existence of hubs) makes the characteristic path length small.

Thanks again to prof. Braha.

总体来说，这周比上周还要累，但是收获比上周要大得多，主要有二：首先，对于网络理论有了更深刻的理解，而且这周我选的的小组项目也是关于无标度网络的，得到什么新的结论不敢说，至少学到了不少东西；然后，学习了一种新的编程工具python，其实这个在2006暑期学校的时候似乎就有人提过，不过当时没有注意，时隔2年，看来python已经变得无比流行和著名，似乎大家都知道这个东西，即使没用过估计也想找机会学，因此在老师讲建模部分时，大家一致要求以python为工具。我们组干脆就直接用python来做项目了。

不得不感叹，开源的东东就是好，从R到python，网络上无比丰富的各种package，大大减轻了编程工作量。python甚至简洁到什么程度，语句之间的逻辑关系不需要用方括号或者什么来界定，而是靠相对的位置。比如一个for循环下面的语句，只要是比for语句缩进一个tab，那么就属于这个循环，循环的结束没有任何标志，只要将语句提前，自动就不属于该循环了。例如对变量x=0分别执行下面两个循环：

for i in range(10):

x += 1

print x

for i in range(10):

x += 1

print x

第一个会打印出一串数字，从1到10，因为print属于for循环，而第二个则只会打印10，因为print是在for循环结束后的语句。区别仅仅在于该语句的位置，真是简洁到极点了，一开始可能会比较容易犯错误，但其实习惯了会发现非常好用。因为一般编写程序时为了阅读方便，大家也都会写成这种形式的。

这周提到最多的名字就是Barabasi，那个无标度网络大牛，几个月前被东北挖过来了，就是我所在的学校。4月份参加一个讲座的时候，教授跟一个人打招呼，事后告诉我那就是Barabasi，让我很是吃了一大惊，从来没想到原来这个牛人如此年轻。昨天课结束后根一个老师一起走，他告诉我Barabasi还是一个专业作家，这是为什么他写的文章如此流行的原因。回来就把他最著名的那片science文章翻出来读了一遍，没有什么感觉，估计是自己英语太滥了。

一个疑问，小世界网络和无标度网络之间的关系是什么？无标度是否也可以小世界，小世界是否同样可以无标度？对这两个著名的概念之间的关系，我无比困扰。杀死无数脑细胞后，我的猜想是，他们是对一个网络从不同的角度进行描述，就像我们说一个人很聪明和很勤奋一样，聪明的人可以勤奋也可以不勤奋，勤奋的人可以很聪明也可以不聪明。但是，不知道是否会有一定的相关关系，比如如果一个网络具有小世界性，是否从某种程度上也会具有无标度性，而如果一个网络具有无标度性，那小世界性又如何。或者我们可以有一个网络即小世界，又无标度，那岂不是完美了。聪明又勤奋的人，谁不喜欢阿。

从上周开始参加了一个暑期学校，一共要持续三周。其实叫暑期学校，更像一个短期的研讨班，主题是关于复杂系统的。这也算我参加的第二个类似的暑期学校了。第一次是06年SFI主办的，这次则是NECSI主办的，New England Complex System Institute。第一周刚刚结束，简单做个总结，也算备忘了。

首先想对比一下这两个暑期学校本身。06年SFI的暑期学校相对更轻松一些，毕竟持续4周，而且大家吃住都在一起，关系也更融洽。这次则不一样，尽管也有外地来的学生（其实是世界各地），但NECSI却不提供任何食宿，只在第一天提供了顿pizza，其它所有的东西都要自己解决。因此大家也就仅仅是上课和做小组作业的时候呆在一起，工作之外的友谊也就很难发展。06年结识了不少好朋友，而这次却没有任何收获，其实不光我自己，班上大部分人都是萍水相逢，除非一个小组可能交流还稍微多点。

其次就是费用，明显感觉还是SFI比较财大气粗，不仅分文不收，而且还提供食宿和部分旅费。NECSI相对就要小气的多了，三周的课程，学生要收费1960刀，而教师等就更贵了。我斗胆给他们写信申请了个所谓奖学金，其实就是哭穷，最后每周免了200，但是仍然要1360刀。尽管这笔钱导师给出，但是仍然感觉很不爽。

接下去就是师资了，上一周连老师在内我一共就见过3个人，NECSI的所长，一个秘书，还有一个不知名人士，上课的就是所长。相比SFI可以浩浩荡荡打入到中国，NECSI不禁又是小巫见大巫了。不过其实拿二者相比本身就不公平，毕竟SFI有20多年历史，NECSI只有10来年；SFI是四位包括诺奖获得者在内建立的，而NECSI恐怕只有他自己一肩承担。所以，论个人能力，的确这个人很厉害的。课上有人提到SFI，从他的语气来看，似乎对SFI的研究颇为不屑，但是怎么都听着有点酸酸的感觉，有点英雄气短。

客观评价，该所长应该就是NECSI的代表了，我甚至很怀疑该所只有他一个研究人员。但他的研究的确涵盖非常广泛，SFI的研究人员都是利用复杂系统的工具来解决自己研究领域的问题。而该所长则似乎相对比较纯粹在研究复杂系统，几乎所有与复杂沾边的领域他都有所涉猎。但所导致的结果也就是，太过于专注于模型本身，而忽略了应用。我曾经问到他关于ABM的有效性验证的问题，他则认为ABM无法验证，而且不需要验证，只需要建立一个模型，paly with it，然后找到有趣的结果就可以了。作为一个短期的研究，这样是可以的，但是如果从长远来看，仅仅这么玩玩，不会得到任何有实质性的结论。这也是为什么他的研究领域的确很广，说起来都头头是道，但是没有一个是非常深入的。不管怎样，这个人的水平的确是很高的，而且很专注在做自己的事情，靠一个人撑起一个研究所，的确不简单。

过去的一周简直像是魔鬼周，跟其它人谈起来，大家经常的反应也是，好累啊。上午9点到下午5点是讲座，只在中午1小时午饭时间。6点开始小组项目，要在4个晚上的时间研究一个感兴趣的问题并完成论文，周5进行presentation。如此魔鬼的时间表，我还要重复2周，想想就抓狂。上周我们的题目本来是想模拟次级债，最后搞来搞去成了房产价格的系统动力学模型，不过最后得到的结果还是蛮有点意思的。西方教育体系出来的学生，思路明显比我要open，跳跃性思维显著得多，而且很喜欢把课上学到的东西尝试一下。其实课上很多人都只参加第一周，因为他们仅仅觉得这个东西挺有意思，像我这种要连续参加三周的人寥寥无几。对他们来说，花几百块钱，听个新鲜而已。

今天自己生日，却要写这种枯燥的东西，没救了。

没有任何遗憾，完美的上演了08赛季的最后一战，131：92，从主力到替补，全队都发挥出了最高水平。各项统计数据都牢牢将湖人订死在了4：2上。

什么都不用说了，22年了，终于迎来了历史上的第17次总冠军的回归。

可恶的明天还要上课。

尽管输了，不过打得很顽强。Pierce绝对是今天的hero，不仅贡献38分，而且防Kobe只得25分，而且还包括第一节手极热的时候的连续4个三分球。如果今年夺冠，Pierce应该是MVP。

第一节根上一场如初一辙，很快被落下了将近20分。不同的是今天在第二节结束的时候就已经赶回来了。但是很不幸，以往比较火爆的第三节今天则没有发挥好，第三节又被落下了9分。带着9分的差距，进入了最后一节。本来很有翻盘的希望，一直到离终场2分钟，比分都是持平。在倒数半分钟的时候，Pierce被Kobe抢断一球是转折点，从此把比分拉开了。尽管我觉得Kobe有很强的犯规嫌疑，anyway，成王败寇，过去就不提了。下周二回归主场。

湖人的场地不知道怎么回事，上来Pierce就有几次被诡异的滑倒，整场被滑倒4，5次，难道这也算主场优势之一？

今天跑去另一个沙滩，跟上次的pleasure bay相比，这才是真正的沙滩，沙子更细，而且绵延非常长，人还是挺多的，转地铁的时候差点没挤上去，当然跟国内还是没法比，呵呵。不说废话，上图片吧。今天父亲节，提醒自己不要忘记给老爸打电话。

91：97，离冠军只有一步之遥。大快人心的一场球，LA球迷的伤心之夜，Lakers的天堂地狱之旅。

今天回来的有些晚，打开电视时第一节已经快结束了，比分赫然是34：14，我揉了揉眼睛，的确是，很是郁闷。第二节仍然没有太大起色，到半场仍然落后18分，最高时差到24分，21：45，不及对手一半。尤其是Farmer最后压哨的3分球，估计令不少绿军球迷心里沮丧不已。但正如有人曾经说过的，nba赛场上不到最后一秒，什么都可能发生。这个时候，谁也不会想到下半场会上演这场漂亮的绝地大反攻。先看看各节的得分吧，其实除了第1节被大比分甩开外，后面三节都比对手得分多，不过因为一直是在大比分落后的情况下，也就显现不出来了。

               Q1      Q2           Q3         Q4

Celtics     14    40(26)     71(31)    97(26)

Lakers     35    58(23)     73(15)    91(18)

第三节前6分钟，仍然在继续上半场的格局，比分仍然差20分左右，一直在拉锯。契机出现在离第三节结束5分50秒处，以Garnett助攻，Pierce上篮，其后Garnett篮板，House又一个3分。从这时开始，一直到第三节结束的6分钟里，共拿到了21分，而lakers们则只拿到了3分。由此，比分改写为71：73，仅落后2分进入最后一节。

第四节前半节根第3节简直类似，两队均无建树。Celtics三次追平湖人，但随后又被领先。终于在离终场4分钟的时候，随着House一记跳投，Celtics终于第一次反超湖人，此时屏幕上打出了"1st lead game tonight"，84：83。随后又将比分扩大到88：83，此时离终场还有2分钟。随后，两队主帅都忙着调兵遣将，可以说，这个时候主教练的作用是最重要的。此后，lakers紧紧咬住不放，一度将比分缩小到2分，但随后又被拉开到5分，这时紧紧只剩15秒，湖人禅师也抛出了最后一个暂停。其实从理论上来讲，这时球权在湖人，他们仍然有翻盘的希望。

这时镜头转向湖人阵营，上场比赛发飙的Vujacic正在愤怒地用手捶打椅背，并用非常标准的口型念叨F word。我看了心中不禁狂喜，湖人完了，不仅仅是5分的差距，而是他们的斗志已经完全被打垮了。整个48分钟比赛，有30分钟他们都领先20分以上，整整44分钟他们都处于领先地位，却恰恰在最后时刻被别人反超而拱手让出到手的胜利果实，这种打击不小。果不其然，一个短暂停并未挽救湖人，甚至连1分都没有得到，最终97：91结束。

不得不说，今晚Pierce终于复活了，不过是在下半场，整个绝地反击与他的复活不无关系。Pierce根Ray Allen轮流攻击外线，Garnett的内线为他们提供保障，再加上Posey超有手感的三分，缺一不可。对了，还有Ray Aleen的9个篮板，这个的确是不容易。

今晚对湖人打击不小，还好有2天可以休息，希望他们可以快速调整过来，我可不是胳膊超外拐，只是不想周日的比赛太难看而已。我还是更希望能在主场夺冠，这样更有气氛。

前面几场球一直自己看的,也没觉得有什么。昨天wenqi聊天时说到一个人看球太无聊，于是昨晚看球的时候我就老是觉得很无聊，当然，也不排除昨天的球的确打得很boring。但我觉得从更大的程度上，应该是因为我的潜意识里或许已经有了一种信号，这种信号在提醒我，看球之余，时时考虑是否一个人看很无聊呢。突然想到亚当与夏娃的故事，在吃善恶树上的果之前，并不知道还有害羞这种东西，而一旦他们知道害羞的存在，便会越来越害羞，而取道无花果的叶子来遮羞，再也无法回到从前。这就是，当你不知道时，你永远不会被你不知道的事情所困扰。你知道的越多，烦恼便越多。想来想去，还是当个孩子快乐。

看来以后再看球要适当找点乐子了，昨天看球便干掉三瓶啤酒，发现百威比corona难喝，更比samul adams差远了。

87：81 非常艰难的一场球，不过我觉得下一场Pierce和Garnett找回状态，应该可以打得更好一些。不知道是否Pierce回家的缘故，整场感觉都在梦游，毫无建树。戏剧性的是，Laker那边，像上场Celtics的Powe一样，爆发了另一个板凳球员Sasha Vujacic，拿到全队第二高20分。kobe则拿到全场最高36分。

上半场43：37落后，kobe得了19分，这边三巨头一共才得了16分。第一节Pierce，Garnett和Allen齐齐熄火，除了Allen投中一个三分外，均无斩获，尤其是Garnett，7投0中不说，还接二连三地传丢了好几个球，除了抢了几个篮板聊以自慰。Rando和Posey关键时刻顶上，好容易扳成20平结束第一节。第二节只靠Allen在苦苦支撑，得了12分，而Garnett继续梦游，最高达到了11投1中，pierce则7投1中，好在Garnett捞了10个篮板，还有一次对Gasol的漂亮的封盖和空接灌篮，些许挽回些面子。

第三节Pierce继续熄火，Garnett稍微有些好转，得了7分，而在这一节，Rando却因左踝受伤下场，Allen代他担负起了组织后卫，同时还负责自己得分后卫那摊。忙得可谓不亦乐乎，斩获亦有不少。正因为Allen的努力，第三节以微弱优势领先结束。而第四节则没有保持下去这个势头，因为只有Allen一个人支撑实在力不从心，尽管Garnett稍微找回些状态，但仍然不足以挽回颓势。Rando脚踝似乎稍微好点，再次回到场上，但与当时Pierce的回归不同，没有任何闪光点。最终以87：81落败。

不管怎样，这是第一场客场，败了情有可原，而且让对手赢得也不轻松。尽管输了，Allen仍然是今天的hero，我看好下一场，希望Pierce和Garnett能找回状态，希望Rando脚踝康复。

ps，今天终于凉快点了，可以睡个好觉。

记得小时候电视上常播，老爸特喜欢看。那时候我对这种片子没感觉，也体会不来他为啥每天一反常态地都等在电视前面。

前几天无意中在网上看到一个关于敢死队的新闻，不知道怎么脑子里就蹦出来这个词了。于是搜了搜，竟然还真有bt种子，下了足足有3，4天，终于下完了。下到的是经典的上海电影译制厂的配音版本，不知道为什么新的电视都喜欢看英文原声的，而老的包括成长的烦恼，却总觉得配音版的好看，或许这就是先入为主的原因吧。

首先要知道这部电视拍于上世纪70年代，所以就不指望有多清晰了，的确是很不清晰，仅仅能勉强分辨清楚谁是谁。下完后就迫不及待地看了两集，情节还是挺不错的，我甚至都怀疑游戏盟军敢死队就是受这个启发来的，很多场景都感觉似层相识，而且人物似乎也可以对上号。戏子就是间谍，高涅夫是小偷，加里森自然就是贝雷帽了，卡西诺是工兵，酋长的话我觉得牵强点可以跟狙击手挂上钩。电视里的人物们更全能一些。感觉卡西诺有些神态颇与史泰龙有点相似，加里森的扮演者阿伦.锡克就是成长的烦恼里的爸爸杰森，不过我怎么都跟两个人联系不起来。

以后每天吃饭的时候可以看上一集，重温一下经典，饭也能不至于吃得很无聊。

108:102，第四节太窝囊，领先22分的优势被追到4分，如果不是最后pierce和posey的四个罚球，结果还真说不准。赛前被称为今天比赛关键的pierce没有大爆发，爆发的却是另外一个名不见经传的leon powe。这实在是出乎所有人意料，以至于中场还插播了下powe的成长经历，否则估计都不会有人认识这个年轻人。15分钟，21分，这个数据比今天场上的任何大牌都要耀眼，而且更显珍贵。忒强了!!!

两个主场结束，下周三个客场，继续关注。

纪念之