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
这道题的难度一般,但是测试数据我给打满分!!真的是什么坑数据都有
先简单说一下这道题的思路
读入之后拓扑排序,在排序的过程中按照他给的公式进行计算
说一下这道题的坑点:
1.最后输出结果的时候只有>0的才输出
2.入度为0的点不需要减阈值(会导致第五个测试点WA)
3.阈值最好一开始就减去
4.可以通过记录出度来判断输出区
1 #include<iostream>
2 #include<cstdio>
3 #include<cstring>
4 #include<cmath>
5 #include<queue>
6 #include<cstdlib>
7 using namespace std;
8 void read(int & n)
9 {
10 char c='+';int x=0;int flag=0;
11 while(c<'0'||c>'9')
12 {
13 c=getchar();
14 if(c=='-')
15 flag=1;
16 }
17 while(c>='0'&&c<='9')
18 x=x*10+(c-48),c=getchar();
19 flag==1?n=-x:n=x;
20 }
21 const int MAXN=201;
22 struct node
23 {
24 int u,v,w,nxt;
25 }edge[MAXN*40];
26 int head[MAXN];
27 int num=1;
28 int now[MAXN],yu[MAXN],rudu[MAXN],vis[MAXN],chudu[MAXN];
29 int n,m;
30 void add_edge(int x,int y,int z)
31 {
32 edge[num].u=x;
33 edge[num].v=y;
34 edge[num].w=z;
35 edge[num].nxt=head[x];
36 head[x]=num++;
37 }
38 void Topsort()
39 {
40 queue<int>q;
41 for(int i=1;i<=n;i++)
42 {
43 if(rudu[i]==0)
44 vis[i]=1,q.push(i);
45 else
46 now[i]-=yu[i];
47 }
48
49 while(q.size()!=0)
50 {
51 int p=q.front();
52 q.pop();
53 for(int i=head[p];i!=-1;i=edge[i].nxt)
54 {
55 rudu[edge[i].v]--;
56 if(rudu[edge[i].v]==0)
57 {
58 q.push(edge[i].v);
59 vis[edge[i].v]=1;
60 }
61 if(now[edge[i].u]>0)
62 now[edge[i].v]+=edge[i].w*now[edge[i].u];
63 }
64 }
65 for(int i=1;i<=n;i++)
66 {
67 if(chudu[i]==0&&now[i]!=0)
68 {
69 for(int i=1;i<=n;i++)
70 {
71 if(chudu[i]==0)
72 {
73 if(now[i]>0)
74 printf("%d %d\n",i,now[i]);
75 }
76 }
77 exit(0);
78 }
79 }
80 printf("NULL");
81 }
82 int main()
83 {
84 ///freopen("sjwl.in","r",stdin);
85 //freopen("sjwl.out","w",stdout);
86 read(n);read(m);
87 for(int i=1;i<=n;i++)
88 head[i]=-1;
89 for(int i=1;i<=n;i++)
90 {
91 read(now[i]);read(yu[i]);
92 }
93 for(int i=1;i<=m;i++)
94 {
95 int x,y,z;
96 read(x);read(y);read(z);
97 add_edge(x,y,z);
98 rudu[y]++;
99 chudu[x]++;
100 }
101 Topsort();
102 return 0;
103 }