题解 【NOIP2003】神经网络
【NOIP2003】神经网络
Description
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, C i 表示神经元目前的状态, U i
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 i 服从公式:(其中 n 是网络中所有神经元的数目)

公 式中的 W ji (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 C i 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 C i
。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 i
),要求你的程序运算出最后网络输出层的状态。
Input
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( U i ),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 W ij ,表示连接神经元 i 、 j 的边权值为 W ij 。
Output
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 。
Sample Input
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
Sample Output
3 1
4 1
5 1
Hint
Source
NOIP2003
图论 ,递推 , 拓扑排序 ,搜索, 模拟
解析
作为蒟蒻写的第一篇题解(博客),感觉有点方。
这题的题面似乎很难懂,但实际上。。。
直接反向建图+拓扑排序+简单模拟就行了啊啊啊!!!
当然,别忘了特判NULL。
上AC代码:
#include <bits/stdc++.h>
using namespace std; struct node{
int to,next;
int w;
}e[];
int n,p,u[],c[];
int ind[],oud[],head[],cnt=;
int que[],inq[]; void add(int x,int y,int w){
ind[y]++;oud[x]++;
e[++cnt].to=head[x];
e[cnt].next=y;
e[cnt].w=w;
head[x]=cnt;
} int main(){
scanf("%d%d",&n,&p);
for(int i=;i<=n;i++){
scanf("%d%d",&c[i],&u[i]);
}
int x,y,w;
for(int i=;i<=p;i++){
scanf("%d%d%d",&x,&y,&w);
add(y,x,w);
}
int h=,t=;
for(int i=;i<=n;i++){
if(!ind[i]) que[++t]=i;
}
while(h<=t){
int x=que[h]; for(int i=head[x];i;i=e[i].to){
int k=e[i].next;
if(inq[k]) continue;
inq[k]=;
que[++t]=k;
}
h++;
}
for(int i=t;i;i--){
int x=que[i];
int sum=;
for(int j=head[x];j;j=e[j].to){
int k=e[j].next;
if(c[k]>){
sum+=c[k]*e[j].w;
}
}
if(oud[x])
c[x]=sum-u[x]; }
bool ok=;
for(int i=;i<=n;i++){
if(!ind[i]&&c[i]>){
ok=;
printf("%d %d\n",i,c[i]);
}
}
if(ok==) puts("NULL");
return ;
}
题解 【NOIP2003】神经网络的更多相关文章
- NOIP2003 神经网络(bfs)
NOIP2003 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 ...
- NOIP2003神经网络[BFS]
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 ...
- NOIP2003 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 ...
- topsort | | jzoj[1226] | | NOIP2003神经网络
今天终于通过了那道永远都看不懂题目的神经网络... 所谓拓扑排序,就是在有向无环图中,根据已经有的点和点之间的关系进行排序 引用jzyz教材上的栗子:比如说奶牛比较食量大小,我现在拿到的是cow[i] ...
- NOIP 2003 神经网络
洛谷 P1038 神经网络 https://www.luogu.org/problemnew/show/P1038 JDOJ 1278: [NOIP2003]神经网络 T1 https://neooj ...
- 题解【洛谷P1038/CJOJ1707】[NOIP2003提高组]神经网络
[NOIP2003]神经网络 Description 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 ...
- [NOIP2003]栈 题解(卡特兰数)
[NOIP2003]栈 Description 宁宁考虑的是这样一个问题:一个操作数序列,从1,2,一直到n(图示为1到3的情况),栈A的深度大于n. 现在可以进行两种操作: 1.将一个数,从操作数序 ...
- NOIP2003题解
传送门 考查题型 搜索 字符串 模拟 dp T1 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 ...
- noip2003提高组题解
这一年的前三题虽然难度不高,但是第二题极为繁琐,想在考场上用较短的时间拿到第二题的分数难上加难.所以必须要调整策略,争取拿其他三题的分数.第四题是比较普通的搜索题,分数比较好拿,但是很容易想成树形DP ...
随机推荐
- npm添加代理和取消代理
1.设置http代理 npm config set proxy=http://代理服务器地址:8080 2.取消代理 npm config delete proxy 3.npm设置淘宝镜像 npm c ...
- A<=B的前提下全排列A使答案尽量大
题意:http://codeforces.com/problemset/problem/915/C 举个例子:假使排好序后a字符串是123456,b是456456,按照上述方法遍历,213456 -& ...
- 怎样写一个Hello World!
Python 的 Hello, World! 应该是所有语言里面最简单的: print("Hello, World!")
- hdu 5446 lucas+crt+按位乘
http://acm.hdu.edu.cn/showproblem.php?pid=5446 题意:题目意思很简单,要你求C(n,m)mod p的值 p=p1*p2*...pn; 题解:对于C(n,m ...
- QQ浏览器、搜狗浏览器等兼容模式下,Asp.NetCore下,Cookie、Session失效问题
原文:QQ浏览器.搜狗浏览器等兼容模式下,Asp.NetCore下,Cookie.Session失效问题 这些狗日的浏览器在兼容模式下,保存Cookie会失败,是因为SameSiteMode默认为La ...
- 【ES6 】ES6 解构赋值--数组解构赋值
定义 ES6 允许按照一定模式,从数组和对象中提取值,对变量进行赋值,这被称为解构 数组的解构赋值 以前,为变量赋值,只能直接指定值. let a = 1; let b = 2; let c = 3; ...
- Javascript的学习清单
Javascript的学习清单 Javascript学习资源 程序员必读书籍 深入理解JavaScript系列 es6教程 jQuery中文文档 vue官网 zeptojs中文版 常用的插件与UI组件 ...
- 0基础学习web技术
说实话0基础学习前端挺难的,当然也没有是技术是容易学习的 我只是想分享一下我的学习经历: 分为以下几点: 1:学习html和css ,学习完成之后可以模仿各大网站的静态网页 2:学习原生js基础,jq ...
- SQL学习——LIKE运算符
原文链接 LIKE 作用 在WHERE子句中使用LIKE运算符来搜索列中的指定模式. 有两个通配符与LIKE运算符一起使用: % - 百分号表示零个,一个或多个字符 _ - 下划线表示单个字符 注意: ...
- 如何使用Marketing Cloud的扩展字段作为搜索条件进行搜索
需求:我在Marketing Cloud的contact模型上用custom field这个应用创建了一个Extension field,名称为微信ID. 现在客户的需求是使用这个字段作为过滤条件进行 ...