- Implémentation Erdős-Rényi (réseau aléatoire)
- Implémentation Barabási-Albert (attachement préférentiel)
- Génération de réseaux 50k nœuds avec degré moyen 6.62
- Analyse comparative complète des 3 réseaux
- Résultat: BA reproduit loi de puissance mais pas le clustering
- Temps d'exécution: ~30-40 minutes

- Échantillonnage de 1,000 nœuds pour performance
- Parcours BFS depuis chaque nœud échantillonné
- Distance moyenne: 6.84 (confirmation des "six degrés")
- Distance maximale: 23
- Temps d'exécution: ~15-25 minutes
- Confirmation: propriété petit monde (small-world)

- Calcul de la distribution normalisée P(k)
- Export des données pour visualisation
- Comparaison avec distribution de Poisson
- Résultat: distribution en loi de puissance (γ ≈ 2.7)
- Confirmation: réseau sans échelle (scale-free)

- Détection des composantes connexes (1 composante)
- Calcul du degré critique théorique: ln(N) ≈ 12.67
- Recherche expérimentale du degré critique
- Génération de réseaux aléatoires pour tests
- Vérification: DBLP est complètement connexe

- Nombre de nœuds: 317,080
- Nombre d'arêtes: 1,049,866
- Degré moyen: 6.62
- Coefficient de clustering: 0.632 (30,000× > réseau aléatoire)
- Comparaison théorique avec réseau aléatoire

- Utilisation de FileSourceEdge de GraphStream
- Parsing du format edge-list
- Affichage des statistiques de base (nœuds, arêtes)
- Temps d'exécution: ~30-60 secondes

- Classe Main avec menu interactif (8 options)
- Utilitaires d'échantillonnage pour graphes larges
- Calculs statistiques (moyenne, écart-type)
- Système d'export de données vers gnuplot
- Formattage des résultats console

- Ajout des dépendances GraphStream 2.0
- Configuration Java 11
- Import du dataset DBLP (317k nœuds, 1M arêtes)