P1038 神经网络(60)
作者:互联网
ps:我真的是无语了,敲了两个半小时结果还只有60分qwq
觉得自己的思路好像没什么bug,但是程序输出就是有几个点W掉T掉(好像时间复杂度也不是很高?)
难过嘤嘤嘤(╥╯^╰╥)
好啦,回归正题,来讲一下我的思路以及我的艰难踩雷过程....
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111)
图中,X1X3是信息输入渠道,Y1Y2 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,CiC_iCi服从公式:(其中nnn是网络中所有神经元的数目)
Ci=∑(j,i)∈EWjiCj−UiC_i=\sum\limits_{(j,i) \in E} W_{ji}C_{j}-U_{i}Ci=(j,i)∈E∑WjiCj−Ui
公式中的WjiW_{ji}Wji(可能为负值)表示连接jjj号神经元和iii号神经元的边的权值。当 CiC_iCi大于000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CiC_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(CiC_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n(1≤n≤100)n(1 \le n \le 100)n(1≤n≤100)和ppp。接下来nnn行,每行222个整数,第i+1i+1i+1行是神经元iii最初状态和其阈值(UiU_iUi),非输入层的神经元开始时状态必然为000。再下面PPP行,每行由222个整数i,ji,ji,j及111个整数WijW_{ij}Wij,表示连接神经元i,ji,ji,j的边权值为WijW_{ij}Wij。
输出格式
输出文件包含若干行,每行有222个整数,分别对应一个神经元的编号,及其最后的状态,222个整数间以空格分隔。仅输出最后状态大于0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 000,则输出 “NULL”。
输入输出样例
输入 #15 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
3 1 4 1 5 1
其实根据题意我们很快就可以发现这道题好像只要模拟一下就可以(所以题解中的拓扑?什么鬼?),我们发现,其实原式可以改写成
$C[i]+U[i]=\sum\limits_{(j,i)\in E}{W_{(j,i)}}*C[j]
所以我们一开始不需要管u的值,只需要在循环结束时直接减去u即可。
核心代码,两层for循环判断邻接表中是否存在与当前节点相连的节点,然后直接将wi和cj相乘即可,最后把所有的满足条件的点加起来,就是当前节点的c值(好像是在把公式翻译了一遍....)
但是注意:这里其实有一个坑点(莫问偶是咋知道滴),题目中要求输入层神经元的c必须为1,但是上面的算法却是更改c值的!所以我们要加一层特判,来避免失误
#include<bits/stdc++.h> using namespace std; struct noed { int opt,u,c; }; struct N { int c,u; }; int chu[102]; int ru[102]; N a[102]; int w[102][102]; int n,m; int ans[102]; bool vis[102]; int fa[102][102]; int num[102]; int main() { cin>>n>>m; for(int i=1; i<=n; i++) { cin>>a[i].c >>a[i].u ; } for(int i=1; i<=m; i++) { int x,y,z; cin>>x>>y>>z; w[x][y]=z; w[y][x]=z; chu[x]++; ru[y]++; } for(int i=1; i<=n; i++) { int ans=a[i].c ; for(int j=1; j<=n; j++) { if(ans!=0) break; else if(!vis[a[j].c ]) { a[i].c+=a[j].c * w[i][j]; } } if(!ans) a[i].c -=a[i].u ;//坑点啊,所以记得加特判 if(a[i].c <=0) vis[a[i].c ]=1;//还是坑点,意思是,如果这个节点已经没法走了,那么它接下来的节点自然也无法利用它的c值,所以我们这里的vis判断这个节点的c值是否还可以用 } /*for(int i=1; i<=n; i++) cout<<a[i].c <<" "; cout<<endl; */ memset(vis,1,sizeof(vis)); for(int i=1; i<=n; i++) for(int j=1; j<=n; j++) { if((a[i].c <=0&&w[i][j])||vis[i]==0) { //如果c值<=0 ru[j]--;//又是坑点!如果当前的节点无法访问那么如果我们只用VIS来标记它的下一个节点也无法访问,那么会出现这样一种情况:如果这个节点有两条出路,那么没了一条它还可以走另一条啊!所以只用vis判断
//是不准确的,我们应该用更加准确的变量来表示关键点 vis[i]=1; } } bool p=0; for(int i=1; i<=n; i++) { if(chu[i]==0&&ru[i]!=0&&a[i].c >0/*没错就是这里,这里还有一个坑点:可能在前面所有的节点中c都满足条件,但是你会发现在最后一个节点中c的值忽然变成负的了?!很操蛋是不是....如果变成了负的,也就是说明
这个c不可以被输出*/) { p=1; cout<<i<<" "<<a[i].c <<endl; } } if(!p) cout<<"NULL"<<endl; return 0; } /* 4 3 1 0 0 1 0 1 0 1 1 2 2 2 3 2 3 4 2 */ /* 1.没有特判最后的c可能<=0的情况 2.一开始的找c值写挂了 3.也不知道为什么好好的常量a[3].c在程序运行过程中为啥会变值 (没有判断输入源的值不可更改,必须为1) */
总结:
1.敲完题之后一定一定一定一定一定要!造数据!!!!在平时练习中就要养成这个习惯!!!!!必须!!!!!!
2.认真读题,等你把题敲完之后再去回看一遍题目(然后你会发现你漏掉了许多题目限制)(*^▽^*)‘’
3.思考缜密一点,(当然这可能要在长期的做题刷题中锻炼了扶额),尽量思考得全面一点,在你动手敲代码之前多造几组数据找找感觉,多造几种特殊数据看一看(比如图论里面的特殊数据就是链啊,树啊,有环图啊等等)
但是总的来说还是很开心的(虽然第一次提交只得了20分,虽然浪费了三个测试点之后还是只有60分)
但毕竟!!!这是你凭自己的力量做出来的啊!!!!
加油ヾ(◍°∇°◍)ノ゙!!!!
----------------end----------------
标签:输出,P1038,int,60,神经网络,ji,102,神经元 来源: https://www.cnblogs.com/yxr001002/p/14018576.html