洛谷P1038 神经网络

题目背景

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。

题目描述

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 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_iUi​ 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_iCi​ 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}Ci​=(j,i)∈E∑​Wji​Cj​−Ui​

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_iCi​ 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_iCi​。

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_iCi​），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 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_iUi​），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​。

输出格式

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。

输入输出样例

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

3 1
4 1
5 1

说明/提示

【题目来源】

NOIP 2003 提高组第一题

上代码：

#include<queue>
#include<cstdio>
#include<algorithm>
#define N 101
using namespace std;
struct edge{
	int to,val,nxt;
} e[N*N];
struct answer{
	int id,val;
} ans[N];
int h,i,m,n,t,u,v,w,U,c[N],hd[N],out[N],vis[N];
queue <int> q;
int cnt=0,flag=0;
 inline bool cmp(answer aa,answer bb)
  {return aa.id<bb.id;}
 inline void build(int u,int v,int w)
 {
 	cnt++;
 	e[cnt].to=v;
 	e[cnt].val=w;
 	e[cnt].nxt=hd[u];
 	hd[u]=cnt;
 }
int main()
{
	scanf("%d%d",&n,&m);
	for(i=1;i<=n;i++)
	{
		vis[i]=out[i]=0;
		scanf("%d%d",&c[i],&U);
		//这里不可以直接减，初始层也有可能有阈值，但不能减去.(题目要求)
		if(c[i]>0)
		 {q.push(i);vis[i]=1;}//vis表示是否已入过队
		else c[i]-=U;
	}
	for(i=1;i<=m;i++)
	{
		scanf("%d%d%d",&u,&v,&w);
		build(u,v,w);
		out[u]=1;//out表示有无出边，用于最后找输出层
	}
	while(!q.empty())
	{
		h=q.front();q.pop();
		if(c[h]<=0) continue;
		for(i=hd[h];i;i=e[i].nxt)
		{
			t=e[i].to;
			c[t]+=e[i].val*c[h];
			if(!vis[t])
			{
				q.push(t);
				vis[t]=1;
			}
		}
	}
	for(i=1;i<=n;i++)
	 if(!out[i]&&c[i]>0)
	  {printf("%d %d\n",i,c[i]);flag=1;}
	if(!flag) {puts("NULL");return 0;}
	return 0;
}