描述

【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。

输入

每个测试点有若干个测试数据,每组测试数据的第一行是两个整数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。 测试数据最有以两个0结束。

输出

每组测试数据包含若干行,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
0 0

样例输出
3 1
4 1
5 1


来源
NOIP 2003(BY Dyp)

 

此题应该和图论有关,需要进行不断查找

 

#include <iostream>
#define MAX 201

using namespace std;

class tqueue
{
private:
	class tnode
	{
	public:
		int v;
		tnode *next;
		tnode(int tv)
		{
			v=tv;
			next=0;
		}
	};
	tnode *first,*last;
public:
	int size;
	bool in[MAX];
	tqueue()
	{
		first=last=0;
		size=0;
		memset(in,0,sizeof(in));
	}
	void ins(int v)
	{
		in[v]=true;
		if (size)
			last=last->next=new tnode(v);
		else
			first=last=new tnode(v);
		size++;
	}
	int pop()
	{
		int rtn=first->v;
		in[rtn]=false;
		tnode *t=first;
		first=first->next;
		delete t;
		size--;
		return rtn;
	}

};

class node
{
public:
	node *next;
	int p,v;
	node(int tp,int tv)
	{
		p=tp;
		v=tv;
		next=0;
	}
};

class tadjl
{
public:
	node *f,*l;
	tadjl()
	{
		f=l=0;
	}
	void ins(int p,int v)
	{
		if (f)
			l=l->next=new node(p,v);
		else
			f=l=new node(p,v);
	}
};

tqueue Q;
tadjl adjl[MAX];
int C[MAX],U[MAX];
int N,P;
bool lastlevel[MAX];
bool firstlevel[MAX];

void init()
{
	int i,a,b,v;

	cin >> N >> P;
	if(!(N==0&&P==0))
	{
    memset(lastlevel,0,sizeof(lastlevel));
	memset(firstlevel,0,sizeof(firstlevel));
	memset(adjl,0,sizeof(adjl));
	for (i=1;i<=N;i++)
	{
		cin >> C[i] >> U[i];
		if (C[i]>0)
		{
			Q.ins(i);
			firstlevel[i]=true;
		}
	}
	for (i=1;i<=P;i++)
	{
		cin >> a >> b >> v;
		adjl[a].ins(b,v);
	}
	}
}

void solve()
{
	int i,j,v;
	node *k;
	while (Q.size)
	{
		i=Q.pop();
		if (!firstlevel[i])
			C[i]-=U[i];
		if (C[i]<0) continue;
		if (!adjl[i].f)
			lastlevel[i]=true;
		for (k=adjl[i].f;k;k=k->next)
		{
			j=k->p;
			v=k->v;
			C[j]+=v*C[i];
			if (!Q.in[j])
				Q.ins(j);
		}
	}
}

void print()
{
	int i;
	bool none=true;
	for (i=1;i<=N;i++)
	{
		if (lastlevel[i] && C[i]!=0)
		{
			cout << i << ' ' << C[i] << endl;
			none=false;
		}
	}
	if (none)
		printf("NULL\n");
}

int main()
{
	init();
	while(!(N==0&&P==0))
	{

	
	solve();
	print();
   	init();
	}
	return 0;
}


 

 

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐