小世界网络：
小世界网络是具有高聚类系数，相对较短的平均路径长度和可以扩展的熵的系数网络。小世界效应：随着少数随机链路添加到有结构的网络上，平均路径长度会快速减少。典型的，主要是由于当规则网络的少数链路随机化时发生的对分，小世界是从春规则向有点随机P*=1%~4%转换而来。
随机化一个2-规则网络的链路会创建基本的小世界网络。这一重要生成过程被称为WS算法。WS生成的小世界的度序列分布要比同等的随机网络更高，更细。小世界网络的平均路径长度与重联概率的立方根成反比。小世界网络聚类随着熵的增加而快速减少。小世界网络中的紧度与随机网络不同，既与密度又与底层初始k-规则网络的规则性相关。注意：互联网拓扑是无标度的而非小世界，尽管它显示出小世界效应。一般来说，最大度算法是最佳导航算法（p<5%的小世界除外）。最大度算法对无标度网络特别好，它包含度非常高的节点。
无标度网络：
无标度网络就是一个具有度序列分布g'（g‘服从幂律分布h(k)~k的-q次方）的网络G,无标度玩过是具有少量高度节点和大量帝都节点构成的网络，具有高度的少量节点称为hub，因此无标度网路是带有Hub的网路。幂律分布往往被称为厚尾分布。
BA生成过程用来生成无标度网络，通过偏好连接过程生成一个规范的无标度网络。稀疏无标度网络的平均路径程度低于稀疏随机网络的平均路径长度。平均路径长度随着hub度线性的降低。无标度网络的平均紧度由其密度和最大的Hub来决定。无标度网络的聚类系数一般与n成反比，随着密度线性的增加。hub具有低的聚类系数，非hub具有较高的聚类系数。无标度网络的导航使用最大度算法最快。
随着密度增加，小世界网络迁移进入高度聚类网络，而无标度网络迁移进入高度hub网络。
简而言之，无标度网络具有大的hub和小的聚类，小世界网络具有大的聚类和小的hub.