P1038 神经网络

文章目录

ResultResultResult
HyperlinkHyperlinkHyperlink
DescriptionDescriptionDescription
SolutionSolutionSolution
CodeCodeCode

ResultResultResult

HyperlinkHyperlinkHyperlink

https://www.luogu.com.cn/problem/P1038

DescriptionDescriptionDescription

一张神经网络可以看做一个DAGDAGDAG，它由三种层组成：输入层，传输层，输出层

输入层：初始Ci>0C_i> 0Ci>0的层
输出层：没有出边的层
传输层：输入层和输出层相对于整张图的补层

规定传输时要减去阈值UiU_iUi，求输出层经过传输后仍然满足Ci>0C_i>0Ci>0的点，如果没有，输出NULLNULLNULL

数据范围：n≤100n\leq 100n≤100

SolutionSolutionSolution

考虑让初始Ci≤0C_i\leq 0Ci≤0的提前减去UiU_iUi，因为到达它们必然要减去，它们不可能作为传输的起点
接着用bfsbfsbfs遍历整张图即可

时间复杂度：O(n+m)O(n+m)O(n+m)

CodeCodeCode

#include<queue>
#include<cctype>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define LL long long
using namespace std;int c[101],u[101],tot,l[101],n,m,U,V,W;
bool vis[101],out[101];
struct node{int next,to,w;}e[100011];
inline void add(int u,int v,int w){e[++tot]=(node){l[u],v,w};l[u]=tot;return;}
inline LL read()
{char c;LL d=1,f=0;while(c=getchar(),!isdigit(c)) if(c=='-') d=-1;f=(f<<3)+(f<<1)+c-48;while(c=getchar(),isdigit(c)) f=(f<<3)+(f<<1)+c-48;return d*f;
}
queue<int>q;
signed main()
{n=read();m=read();for(register int i=1;i<=n;i++) {c[i]=read();u[i]=read();if(c[i]) q.push(i),vis[i]=true;else c[i]-=u[i];}for(register int i=1;i<=m;i++) U=read(),V=read(),W=read(),add(U,V,W),out[U]=true; while(q.size()){int x=q.front();q.pop();for(register int i=l[x];i;i=e[i].next){int y=e[i].to,w=e[i].w;c[y]+=c[x]*w;if(c[y]>0&&vis[y]==false) q.push(y),vis[y]=true;}}bool flg=true;for(register int i=1;i<=n;i++) if(c[i]>0&&out[i]==false) printf("%d %d\n",i,c[i]),flg=false;if(flg) return puts("NULL")&0;
}

P1038 神经网络相关推荐

P1038 神经网络(拓扑排序)
https://www.luogu.org/problem/P1038 题目背景人工神经网络(Artificial Neural NetworkArtificialNeuralNetwork)是一种 ...
图论，专为迷途少年而生
文章目录目录图的存储邻接矩阵前向星 Topsort P1038 神经网络 P1983 车站分级最小生成树 MST 堆优化Prim 并查集Kruskal Matrix Tree Theory ...
为什么神经网络的激活函数必须使用线性函数？
什么是线性函数? 函数本来是输入某个值后会返回一个值的转换器.向这个转换器输入某个值后,输出值是输入值的常数倍的函数称为线性函数(用数学式表示为h(x) = cx. c为常数).因此,线性函数是一条笔 ...
【机器学习】RNN循环神经网络
循环神经网络归属: 领域:机器学习方向:自然语言处理贡献:自动文本生成循环神经网络实际应用: 生活中因为原始数据都是序列化的,比如自然语言,语音处理,时间序列问题(股票价格)等问题, 这个时候需 ...
Hopfiled 神经网络实例解释
Hopfiled 神经网络入门进击吧程序猿 2018-01-01 23:04:27 本文参考 Hinton 的机器学习课程,总结了 Hopfield 神经网络,整个学习的脉络是:Hopfield 网 ...
卷积神经网络之卷积计算、作用与思想深度学习
博客:blog.shinelee.me | 博客园 | CSDN 卷积运算与相关运算在计算机视觉领域,卷积核.滤波器通常为较小尺寸的矩阵,比如3×33×3.从这个角度看,多层卷积是在进行逐层映射,整 ...
机器都会学习了，你的神经网络还跑不动？来看看这些建议
在很多机器学习的实验室中,机器已经进行了上万小时的训练.在这个过程中,研究者们往往会走很多弯路,也会修复很多bug,但可以肯定的是,在机器学习的研究过程中,学到经验和知识的并不仅仅是机器,我们人类也积 ...
BERT大火却不懂Transformer？读这一篇就够了原版可视化机器学习可视化神经网络可视化深度学习...20201107
20211016 调节因子 20211004 [NLP]Transformer模型原理详解 - 知乎论文所用 20210703 GPT模型与Transformer进行对比_znevegiveup1的 ...
神经网络为什么需要多次epoch
Δw(t)=−ε ∂w(t) ∂E +αΔw(t−1)(9) 我们知道反向传播每次迭代的效果是这样的: w=w+Δw(t) w=w+\Delta w(t) w=w+Δw(t) 我们知道,每条训练数 ...
卷积神经网络通俗解读
转载自:https://blog.csdn.net/dong_lxkm/article/details/80575207 一.前言最近一直在研究深度学习,联想起之前所学,感叹数学是一门朴素而神奇的科 ...