【问题背景】
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。
【问题描述】
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。
Input
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。
Output
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。仅输出最后状态非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。
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
-
Sample Input
3 1 4 1 5 1
-
Sample Output
【思路分析】
本质是图的遍历,难点在不能用普通的队列顺序,而是要用拓扑排序来排一个做动作的先后顺序,然后按照顺序向下一行发射信号即可。(这里用邻接表存边)
#include<cmath>
#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#define M 101
#define in(x) scanf("%d",&x);
using namespace std;
struct Edge{
int nex,to,weight;
}edge[M*M];//边的结构体
int n,m,tot=0,f=0;
int c[M],u[M],ind[M],outd[M],headlist[M*M],tops[M];
void adds(int x,int y,int w){//创建边的函数
edge[++tot].to=y;
edge[tot].nex=headlist[x];
edge[tot].weight=w;
headlist[x]=tot;
}
int main(){
in(n);in(m);
for(int i=1;i<=n;i++){in(c[i]);in(u[i]);}
for(int i=1;i<=m;i++)
{
int x,y,w;
in(x);in(y);in(w);
adds(x,y,w);
ind[y]++;
outd[x]++;//分别记录各点的入度、出度于ind、outd
}
for(int i=1;i<=n;i++)
if(ind[i]>0)
c[i]-=u[i];//对于不属于输入层的点,提前减去阈值
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
if(ind[j]==0)//拓扑排序
{
tops[i]=j;
ind[j]=-1;
for(int k=headlist[j];k>0;k=edge[k].nex)
{
int v=edge[k].to;
ind[v]--;
}
break;
}
for(int i=1;i<=n;i++)
{
int j=tops[i];//对于已经激活的点j,进行信号发射操作
for(int k=headlist[j];k>0;k=edge[k].nex)
{
int v=edge[k].to,w=edge[k].weight;
if(c[j]>0)//判断点j是否已经激活
c[v]+=w*c[j];
}
}
for(int i=1;i<=n;i++)
if(outd[i]==0&&c[i]>0)//如果没有出度则代表是输出层的点
{
f=1;
printf("%d %d\n",i,c[i]);//统计答案并输出
}
if(f==0) printf("NULL");
return 0;
}
洛谷原题传送门:P1038 神经网络