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。
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 ii)
图中,X_1 \sim X_3X1∼X3 是信息输入渠道,Y_1 \sim Y_2Y1∼Y2 是信息输出渠道,C_1C1 表示神经元目前的状态,U_iU**i 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,神经网络中的神经元分为几层;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,C_iC**i 服从公式:(其中 nn 是网络中所有神经元的数目)
C_i=\sum\limits{(j,i) \in E} W{ji}C{j}-U{i}C**i=(j,i)∈E∑WjiCj−U**i
公式中的 W_{ji}Wji(可能为负值)表示连接 jj 号神经元和 ii 号神经元的边的权值。当 C_iC**i 大于 00 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 C_iC**i。
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(C_iC**i),要求你的程序运算出最后网络输出层的状态。
输入文件第一行是两个整数 nn(1 \le n \le 1001≤n≤100)和 pp。接下来 nn 行,每行 22 个整数,第 i+1i+1 行是神经元 ii 最初状态和其阈值(U_iU**i),非输入层的神经元开始时状态必然为 00。再下面 PP 行,每行由 22 个整数 i,ji,j 及 11 个整数 W{ij}Wij,表示连接神经元 i,ji,j 的边权值为 W{ij}Wij。
输出文件包含若干行,每行有 22 个整数,分别对应一个神经元的编号,及其最后的状态,22 个整数间以空格分隔。仅输出最后状态大于 00 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 00,则输出 NULL
。
输入 #1复制
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 #1复制
xxxxxxxxxx
3 1
4 1
5 1
【题目来源】
NOIP 2003 提高组第一题
x
using namespace std;
// 链式前向星
int head[max_n], to[max_n], nex[max_m], cnt_edge, w[max_m];
void add(const int &a, const int &b, const int &c) {
to[++cnt_edge] = b;
nex[cnt_edge] = head[a];
head[a] = cnt_edge;
w[cnt_edge] = c;
return ;
}
int u, c[max_n], chu[max_n], ru[max_n];
int q[max_n << 1]; //队列
//bool vis[max_n];
int main() {
ios::sync_with_stdio(false);
int n, p;
cin >> n >> p;
int h = -1, t = -1;
for (int i = 0; i < n; ++i) {
cin >> c[i + 1] >> u;
if (c[i + 1]) q[++t] = i + 1;
else c[i + 1] -= u; //提前减
}
for (int a, b, v, i = 0; i < p; ++i) {
cin >> a >> b >> v;
add(a, b, v); //有向图
++chu[a]; //出度
++ru[b]; //入度
}
// 输出图
// for (int i = 1; i <= n; ++i) {
// cout << i << ": ";
// for (int j = head[i]; j; j = nex[j]) {
// cout << to[j] << " ";
// }
// cout << endl;
// }
while (h < t) {
int p = q[++h]; //取队头,再出队
for (int i = head[p]; i; i = nex[i]) {
int too = to[i];
if (--ru[too] == 0) q[++t] = too;
if (c[p] <= 0) continue;
c[too] += w[i]*c[p];
}
if (chu[p]) c[p] = 0;
}
t = 0;
for (int i = 1; i <= n; ++i) {
if (c[i] != 0) t = 1;
if (chu[i] || c[i] <= 0) continue;
cout << i << " " << c[i] << endl;
}
if (!t) cout << "NULL";
return 0;
}