描述
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。
格式
输入格式
输入第一行是两个整数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。
样例1
样例输入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
样例输出1
3 1
4 1
5 1
限制
每个测试点1s
题解
bfs,题意好像有点问题,最后输出的好像只要c大于的输出层的点。反正感觉怪怪的。
#include<cstdio>
#include<cstring>
#include<iostream>
#include<cstdlib>
#include<cmath>
#include<algorithm>
using namespace std;
int n,m,c[202],u[202],zz,head[202],out[202];
struct bian{int to,nx,v;} e[50002];
int q[202],t=0,w=0,pd[202];
void insert(int x,int y,int z)
{
zz++; e[zz].to=y; e[zz].v=z; e[zz].nx=head[x]; head[x]=zz;
}
void init()
{
scanf("%d%d",&n,&m);
int i,x,y,z;
for(i=1;i<=n;i++)
{scanf("%d%d",&c[i],&u[i]);
if(c[i]!=0) {q[w]=i; pd[i]=1; w++;}
}
for(i=1;i<=m;i++)
{scanf("%d%d%d",&x,&y,&z);
insert(x,y,z); out[x]++;
}
}
void bfs()
{
int i,x,p,tag=0;
while(t<w)
{x=q[t]; t++;
if(c[x]>0&&out[x])
{for(i=head[x];i;i=e[i].nx)
{p=e[i].to;
c[p]+=c[x]*e[i].v;
if(!pd[p])
{q[w]=p; w++; pd[p]=1; c[p]-=u[p];}
}
}
}
for(i=1;i<=n;i++)
{if(!out[i]&&c[i]>0)
{printf("%d %d\n",i,c[i]); tag=1;}
}
if(!tag) printf("NULL\n");
}
int main()
{
init(); bfs();
return 0;
}