谷歌的创始人拉里·佩奇和谢尔盖·布林当时还是研究生院的两个学生，他们发明了一种新的网络搜索算法：让网页自己给自己投票，不是举手投票，而是用 实际行动（链接）投票。在上面的例子中，页面X和页面Y都链向页面Z，页面Z是这个迷你网络中唯一有两个外链接指向它的页面。所以，页面Z是这个迷你网络 中最“流行”的网页。“流行度”是有信息含量的 。但是，如果一个可疑网页链向另一个网页，那么另一个网页也应该被扣分，就像一个不可靠的人推荐的人不值得别人信任一样。“流行度”本身不说明问题，只有 被好的网页“推荐”（好的网页里含有你的链接），才能获得加分。

于是，我们又回到了那句禅语：最佳网页是那些链接其他最佳网页的网页。但是，一开始，谁来决定哪些网页是最佳网页呢？

我 们让网络自己来决定，具体方式如下：谷歌的搜索算法给每个网页打一个分数，这个分数叫作“网页排序号”，是一个介于0和1之间的数字。“网页排序号”考虑 一个假想的上网者，他会在这个网页上花掉的时间占总上网时间的多大比例？通过回答这个问题，我们可以度量一个网页相对于其他网页的重要程度。这个假想的上 网者是这样上网的：如果一个网页上有另外几个网站的链接，他就会从这些链接中随机选择一个点击，点击每个链接的概率相等。在这个假设条件下，一个网页的访 问量越大（我们假想的上网者的访问量，不是实际互联网用户的访问量），这个网站就越重要。

因为“网页排序号”的定义是（假想上网者）访问这 个网站的时间占总上网时间的比例，所以网络上所有网页的“网页排序号”的总和必然为1。根据守恒定律，我们还可以把“网页排序号”想象成一股水流，这股水 流在网页间流动，从体验不佳的网页不断地向体验良好的网页汇聚。谷歌的算法考察的就是，从长期来看，这股水流如何分配到网络中的各个网页中。

为 了算出水流的分配，我们需要一个巧妙的迭代算法。首先，我们对每个网页的“网页排序号”进行一个粗略的估计，用这个猜测值作为迭代的初始值。然后，我们考 虑水流如何不断地分流到新的网页中，规则是：如果一个网页上有另外几个网站的链接，假设上网者就从这些链接中随机选择一个点击，点击每个链接的概率相等。 这个过程不断地进行下去，直到水停止流动，每个网页的访问量稳定下来。

一开始，谷歌的算法比较宽泛：每个网页的初始值都一样。比如，我们的迷你网络共有3个网页，那么每个网页的“网页排序号”的初始值都是1/3。