基于神经网络的垃圾邮件分类

问题描述】

       神经网络在机器学习领域非常流行。神经网络由多层组成，它包含一个输入层可以输入参数x（程序的输入）。然后输入通过多个隐藏层，在最后一层获得一个输出，称为输出层。 

       我们有一个包含N个隐藏层的非常简单的神经网络，每层包含一个神经元。每个神经元有两个相关的值：wi和bi，分别表示神经元的权重和偏移。給定神经元的一个输入x，将生成一个输出(wi*x)+bi。

       因此，一个输入x被神经网络按照以下方式进行传输。第一个隐藏层接受输入x，生成y=w1*x+b1，作为第二个神经元的输入。然后，第二个神经元接受输入y，生成一个输出z=w2*y+b2，重复这个过程，在最后的第N个神经元可以得到一个唯一的输出。

       对于一些用户，我们想知道他们是否是垃圾邮件发送人。每个用户有整数的用户ID，取值范围为minX~maxX（包括两个端点,1=<minX=<maxX=<1000000000）。我们把每个用户ID作为神经网络的第一层的输入，如果最终输出为偶数，则该用户不是垃圾邮件发送者，否则，该用户就是垃圾邮件发送者。

       编程统计非垃圾邮件发送者和垃圾邮件发送者的数量。 

【输入形式】

       输入的第一行为一个单一的整数T，表示测试数据的组数，接下来是T组测试数据的描述。

       每个测试数据的第一行为三个用空格分隔的整数N、minX、maxX，接下来的N行，每行包含两个用空格分隔的整数wi和bi，表示第i个神经元的权重和偏移。
【输出形式】

       对于每个测试用例，输出两个用空格分隔的整数，分别表示非垃圾邮件发送者和垃圾邮件发送者的数量。
【样例输入】

3
1 1 2
1 2
2 1 4
2 4
2 3
3 2 1000000000
2 4
2 2
5 4

【样例输出】

1 1
0 4
999999999 0

#include <iostream>
using namespace std;

int main()
{
    int T;cin>>T;
    for(int t=0;t<T;t++){
        long int N,minX,maxX,x,a=0,b=0;
        cin>>N>>minX>>maxX;
        int*W=new int [N];
        int*B=new int [N];
        for(int t=0;t<N;t++)cin>>W[t]>>B[t];
        for(x=minX;x<=maxX;x++){int x0;x0=x;
                for(int t=0;t<N;t++)x=x*W[t]+B[t];
            if(x%2==0)a++;
            else b++;
            x=x0;
        }
    cout<<a<<" "<<b<<"\n";
    }

ps:这个代码好像有点问题，第一个测试数据提示运行时间过长