NOIP2003解题报告
1、【2003提高】神经网络(Network)
【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:
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≤200)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小于 0,则输出 NULL。
【样例输入】
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
【样例输出】
3 1
4 1
5 1
【解题思路】
此题题干甚长,但事实上仔细分析题目后不难发现该题只需使用简单的拓扑排序即可达成要求。
【代码】
/*
Auther:Dark
Problem:network
*/
#include<iostream>
using namespace std;
int main()
{
int n,p,flag=1;
int in[201],out[201],C[201],W[201][201],U[201];
for(int i=0;i<=200;i++)
{
in[i]=out[i]=C[i]=U[i]=0;
for(int j=0;j<=200;j++)
W[i][j]=9999;
}
cin>>n>>p;
for(int i=1;i<=n;i++) cin>>C[i]>>U[i];
for(int i=1;i<=p;i++)
{
int a,b;
cin>>a>>b>>W[a][b];
in[b]++;out[a]++;
}
while(1)
{
int beg,i;
for(i=1;i<=n;i++)
if(in[i]==0&&C[i]>0) {beg=i;in[i]--;break;}
if(i==n+1) break;
for(i=1;i<=n;i++)
if(W[beg][i]!=9999)
{
C[i]+=W[beg][i]*C[beg];
in[i]--;
if(in[i]==0) C[i]-=U[i];
}
}
for(int i=1;i<=n;i++)
if(out[i]==0&&C[i]>0) {cout<<i<<" "<<C[i]<<endl;flag=0;}
if(flag) cout<<"NULL";
return 0;
}
2、【2003提高】数字游戏