在群山環抱的「Page 國」，有七千戶人家。
國中有個古老習俗：每戶門前懸一口「水罐燈」。水罐里的水位，就是那戶人家的風望。客人路過遠處，不必進門，看一眼一列水罐燈的高低，就知道該往哪兒投宿、該信誰家的話。
水從哪兒來？不是天上落的，是沿著一條條「敬意之河」流來的。每戶門楣上都掛一塊「信榜」，記下這戶最敬重哪幾家鄰居。每天拂曉鐘響，全國同時行一次「注水禮」：各家把自己罐裡的水，平均分給信榜上的每一戶，傾注過去；然後各家門前的罐子，又因為別人的傾注而重新漲起來。
年輕的水官小林，奉國王密旨：「找出全國最有風望的七戶，在他們門前點起長明烽火，好讓迷路的旅人認路。」
小林用了最樸素的辦法：天天記錄水位。第一天，水位全動了；第二天，又動了；十個清晨過去，水位還在動——只是動得越來越慢。他在心裡算：要等水位「真正不再動」，恐怕要等上一百年。
更糟的是，國境兩處怪地方。
第一處叫「回音谷」。谷裡的人世代只信谷內的幾戶東家西家：東家把水注給西家，西家再注回東家。外人的水進不來，谷裡的水也出不去。於是谷裡的燈一天比一天亮，全國其餘地方的燈一天比一天暗——水被鎖死在谷裡了。
第二處叫「枯井村」。那裡的人性子孤絕，信榜上一個名字也不寫，只守一條家規：「我不欠誰，水全倒進井裡。」日復一日，枯井村的燈先暗了，全國的水又一點一點漏進井裡，再也回不來。
小林差點放棄。這時，從山上走下來一位老水官，名叫佩倫（Perron）。他沒有教他怎麼算，只教他在注水禮裡加兩條規矩：
「第一條：每戶每天拂曉，先把罐中水的一成五撥進國中的『大池』；而分注之前，各家先從大池裡領取一份均額的水。
「第二條：枯井村那種不欠誰的人家，他們的水不再入井，一律直接撥進大池。」
第一條一立，大池的水不再死水一潭：它變成國王回贈全國的一場「敬意之雨」——不論住在回音谷還是枯井村，每天拂曉都有一份均勻落下的雨。谷裡的人越是互注，水越高，被全境的雨稀釋得越多；枯井村漏掉的水，也隨雨回到了循環裡。
第二條一立，水再也不會漏進死井。
小林重開帳簿。這一次他看見：無論從哪一村開始記、無論起先寫下什麼水位，約莫一百個清晨之後，七千戶的燈全都沉入同一個「止水之勢」——一個不再動一毫分毫的分佈，就算鐘再響一千年，也不再變。而且這個勢是唯一的：他試過全境水位相同的開頭，試過把所有水都先澆給一村人的開頭，最終沉下去的止水，都是同一個。
「可見，」老佩倫說，「這止水不屬於『你的帳本』，只屬於敬意之河的結構本身。它才是這國的真實風望。」
國王依止水之勢，在水位最高的七戶點起烽火。迷路的旅人照著烽火走，總能找到值得信賴的人家。
後人把這套法門刻在大池旁的石碑上，稱之為「Page 之序」。碑文只有一句：
「水無出，則淤為死潭；水無源，則涸為枯井。每次注水，混入一滴全境的雨，則全國之燈，永歸一水。」
寓言講完，該說說真話了
這七千戶，就是網頁（或圖的節點）；信榜是出鏈；水罐燈的水位，就是那一頁的重要度分數。國王密旨要解決的問題，正是一個經典的譜理論問題：给定全圖的出鏈結構，如何給每個節點算一個 PageRank。
這則寓言在講什麼：Perron–Frobenius 與功率迭代
把「鄰里注水」寫成數學：令 $M$ 為列隨機矩陣（每列加總為 1——「一戶的水平均分給它敬重的人家」），那麼每天一次的注水，就是
$$R_{k+1} = M R_k$$
從任意外向初始水位 $R_0$ 出發迭代，就是在找 $M$ 特徵值為 1 的特徵向量——這叫功率法（power iteration），而它收斂的理論靠山是 Perron–Frobenius 定理：正矩陣（或不可約非負矩陣）存在唯一的正特徵向量，且功率迭代收斂到它。
寓言裡那兩處怪地方，正是定理條件失守的兩個經典病態：
- 回音谷＝閉合的互通類（closed communicating class）：節點群體只互相指認，質量被鎖死，功率迭代不再收斂到全圖的唯一致點。
- 枯井村＝懸垂節點（dangling node）：沒有出鏈，質量直接漏掉，$R^T \mathbf{1} = 1$ 的 $\ell_1$ 守恆被破壞。
老佩倫的兩條規矩，正是 Google PageRank 的衰減係數 $d$（通常 $0.85$）：
$$R = d, M R + (1-d), v$$
- 大池與雨：節點以機率 $1-d$ 不再順著出鏈走，而是「傳送」到任意一頁；$v$ 是均勻傳送向量，每頁分得 $\frac{1-d}{N}$。這就是故事裡「一成五撥進大池、再均勻落雨」。
- 枯井村改撥大池：dangling node 的質量也進 $v$，總質量得以守恆。
衰減之後，$P = dM + (1-d),v\mathbf{1}^T$ 變成嚴格正矩陣，Perron–Frobenius 定理完整適用：特徵值 1 的特徵向量唯一且全正、是全局吸引子、任何開頭都收斂到同一止水。收斂速度由次大特徵值決定：誤差大致按 $(d\lambda_2(M))^k$ 衰減；在 $\ell_1$ 範數下，收縮係數恰為 $d<1$，這也解釋了故事裡「約百個清晨」——實際實現裡幾十次迭代就夠用，而且每步只是一次稀疏矩陣向量乘，計算量遠小於全對全比較。
一句話直白的版本：PageRank 就是隨機瀏覽者（random surfer）的位置分佈——他以機率 $d$ 沿著出鏈亂走，以機率 $1-d$ 隨機「傳送」到任意一頁；PageRank 向量正是這個馬可夫鏈的穩態。
寓言隱喻對照表
| 故事元素 | 對應概念 |
|---|---|
| Page 國、七千戶 | 網頁 / 圖的 $N$ 個節點 |
| 水罐燈、水位高低 | 節點的重要度分數 / PageRank 值 |
| 信榜（敬重誰） | 出鏈（out-links） |
| 每天拂曉同時分注 | $R_{k+1} = M R_k$，功率法一步迭代 |
| 水位動得越來越慢、終歸止水 | 迭代收斂到特徵向量 |
| 回音谷（只注谷內） | 閉合互通類，質量被鎖死、不可約性破壞 |
| 枯井村（無榜、水入井） | dangling node（無出鏈節點），質量漏失 |
| 大池 | 傳送池 / 吸收態（teleport pool） |
| 「一成五撥入大池、雨均撒全境」 | 衰減係數 $d=0.85$、均勻傳送向量 $v$，$1-d=0.15$ |
| 枯井村改撥大池 | dangling 質量併入 $v$，保持 $\ell_1$ 守恆 |
| 無論從哪開頭都沉入同一止水 | Perron–Frobenius 特徵向量唯一 + 全局收斂 |
| 水位最高七戶點烽火 | 依 PageRank 排序取 top-$k$ |
| 老佩倫（老水官） | Oskar Perron（Perron–Frobenius 定理） |
一句話總結：敬意順著出鏈流，會淤成死潭、漏進死井；混入一成五的「全境之雨」，全燈便歸唯一止水——那是 Perron–Frobenius 的承諾，也是 PageRank 的秘密。