题目内容
请手写实现经典 PageRank 算法(列随机、幂迭代形式)，用于极小的有向图(节点 ≤6 个)。
1.固定超参数
阻尼系数 d 0.85
随机跳转 (1−d)/N
收敛判据 当两次迭代 L1 差 <1e−8 或迭代次数达 1000 即停止
初始 PageRank 向量为均匀分布 (1/N,...,1/N) 。
2.输出格式
一行：长度为 N 的 JSON 数组，依节点编号顺序给出最终 PageRank 。
3.确定性说明
幂迭代在固定阻尼系数下会收敛到唯一的平稳分布；无需额外平局处理。
输入描述
一行 JSON ：
{
"edges”:[[u1,v1],[u2,v2],…]，//有向边，节点编号从0开始"
"N”:4 / 节点总数(2≤N≤6)
}
若某节点没有任何出边(悬挂节点)，请在构造转移矩阵时对出边(悬挂节点)做均匀分布处理。
输出描述
使用 round(x,6) 保留小数位即可
示例：
[0.486486,0.256757,0.256757]
补充说明
为了确保通过测试用例，仅使用 NumPy 实现
样例1
输入
{"edges":[[0,1],[1,0]],"N";2}
输出
[0.5,0.5]
