神经网络 拓扑

描述

https://vijos.org/p/1105

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：

图片

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。

图片

兰兰规定，Ci服从公式：（其中n是网络中所有神经元的数目）

图片

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

Copy

样例输出1

3 1

4 1

5 1

读懂题意很关键。。。

#include <bits/stdc++.h>
using namespace std;

const int INF  = 0x3f3f3f3f;
const int maxn = 1100;
const int Mod  = 99999997;

#define ll       long long
#define ull      unsigned int
#define mem(x,y) memset(x,y,sizeof(x))
#define IO       ios_base::sync_with_stdio(0), cin.tie(0), cout.tie(0);

struct node {
int c,u;
} nd[maxn];

int mp[maxn][maxn],in[maxn],out[maxn];
std::vector<int> v[maxn];
int main(){
int n,p;
cin >> n >> p;
for(int i = 1; i <= n; i++) {
cin >> nd[i].c >> nd[i].u;
}
int a,b,len;
for(int i = 1; i <= p; i++) {
cin >> a >> b >> len;
out[a]++;
in[b]++;
v[a].push_back(b);
mp[a][b] = len;
}
queue<int> Q;
for(int i = 1; i <= n; i++)
if(in[i] == 0)
Q.push(i);
while(!Q.empty()) {
int u = Q.front ();
Q.pop();
if(nd[u].c <= 0) continue;
for(int i = 0; i < v[u].size(); i++) {
int t = v[u][i];
nd[t].c += nd[u].c * mp[u][t];
in[t]--;
if(in[t] == 0) {
nd[t].c -= nd[t].u;
Q.push(t);
}
}
}
bool flag = 0;
for(int i = 1; i <= n; i++) {
if(out[i] == 0 && nd[i].c > 0) {
flag = 1;
printf("%d %d\n",i,nd[i].c);
}
}
if(!flag) cout << "NULL" << endl;
}