[NOIP2003] 提高组 洛谷P1038 神经网络

 

题目背景

人工神经网络（Artificial Neural Network）是一种新兴的具有自我学习能力的计算系统，在模式识别、函数逼近及贷款风险评估等诸多领域有广泛的应用。对神经网络的研究一直是当今的热门方向，兰兰同学在自学了一本神经网络的入门书籍后，提出了一个简化模型，他希望你能帮助他用程序检验这个神经网络模型的实用性。

题目描述

在兰兰的模型中，神经网络就是一张有向图，图中的节点称为神经元，而且两个神经元之间至多有一条边相连，下图是一个神经元的例子：

神经元〔编号为1）

图中，X1―X3是信息输入渠道，Y1－Y2是信息输出渠道，C1表示神经元目前的状态，Ui是阈值，可视为神经元的一个内在参数。

神经元按一定的顺序排列，构成整个神经网络。在兰兰的模型之中，神经网络中的神经无分为几层；称为输入层、输出层，和若干个中间层。每层神经元只向下一层的神经元输出信息，只从上一层神经元接受信息。下图是一个简单的三层神经网络的例子。

兰兰规定，Ci服从公式：（其中n是网络中所有神经元的数目）

公式中的Wji（可能为负值）表示连接j号神经元和 i号神经元的边的权值。当 Ci大于0时，该神经元处于兴奋状态，否则就处于平静状态。当神经元处于兴奋状态时，下一秒它会向其他神经元传送信号，信号的强度为Ci。

如此．在输入层神经元被激发之后，整个网络系统就在信息传输的推动下进行运作。现在，给定一个神经网络，及当前输入层神经元的状态（Ci），要求你的程序运算出最后网络输出层的状态。

输入输出格式

输入格式：

 

输入文件第一行是两个整数n（1≤n≤100）和p。接下来n行，每行两个整数，第i＋1行是神经元i最初状态和其阈值（Ui），非输入层的神经元开始时状态必然为0。再下面P行，每行由两个整数i，j及一个整数Wij，表示连接神经元i、j的边权值为Wij。

 

输出格式：

 

输出文件包含若干行，每行有两个整数，分别对应一个神经元的编号，及其最后的状态，两个整数间以空格分隔。仅输出最后状态大于零的输出层神经元状态，并且按照编号由小到大顺序输出！

若输出层的神经元最后状态均为 0，则输出 NULL。

 

输入输出样例

输入样例#1：

5 6
1 0
1 0
0 1
0 1
0 1
1 3 1
1 4 1
1 5 1
2 3 1
2 4 1
2 5 1

输出样例#1：

3 1
4 1
5 1

 

拓扑排序模拟传输即可。

每个神经元的C值可以直接减去阈值，等待活跃度大于0就可以传输。

但要注意，一开始有活跃度的是传入层，不能减去阈值（在这里WA了很久）

 1 #include
 2 #include
 3 #include
 4 #include
 5 #include
 6 #include
 7 using namespace std;
 8 const int mxn=120;
 9 int read(){
10     int x=0,f=1;char ch=getchar();
11     while(ch<'0' || ch>'9'){if(ch=='-')f=-1;ch=getchar();}
12     while(ch>='0' && ch<='9'){x=x*10+ch-'0';ch=getchar();}
13     return x*f;
14 }
15 struct edge{
16     int v,nxt;
17     int dis;
18 }e[1200];
19 int hd[mxn],mct=0;
20 void add_edge(int u,int v,int dis){
21     e[++mct].v=v;e[mct].dis=dis;e[mct].nxt=hd[u];hd[u]=mct;
22     return;
23 }
24 int n,p;
25 int c[mxn];
26 int c1[mxn],c2[mxn];
27 queue<int>q;
28 bool inq[mxn];
29 bool out[mxn];
30 int main(){
31     n=read();p=read();
32     int i,j;
33     int u,v;
34     if(!p){
35         u=read();v=read();
36         printf("1 %d\n",u);
37         return 0;
38     }
39     for(i=1;i<=n;i++){
40         u=read();v=read();
41         if(u){
42             c[i]=u;q.push(i);
43         }
44         else c[i]=u-v;
45     }
46     for(i=1;i<=p;++i){
47         u=read();v=read();j=read();
48         add_edge(u,v,j);
49     }
50     while(1){
51         for(i=1;i<=n;i++){
52             if(c[i]>0 && !inq[i] && hd[i]){
53                 q.push(i);
54                 inq[i]=1;
55             }
56         }
57         if(q.empty())break;
58         int u=q.front();q.pop();inq[u]=0;
59         for(i=hd[u];i;i=e[i].nxt){
60             int v=e[i].v;
61             c[v]+=e[i].dis*c[u];
62         }
63         c[u]=0;
64     }
65     bool flag=0;
66     for(i=1;i<=n;i++){
67         if(c[i]>0)flag=1,printf("%d %d\n",i,c[i]);
68     }
69     if(!flag)printf("NULL\n");
70     return 0;
71 }

 

转载于:https://www.cnblogs.com/SilverNebula/p/5982700.html