題目描述

【問題背景】
人工神經網路（Artificial Neural Network）是一種新興的具有自我學習能力的計算系統，在模式識別、函式逼近及貸款風險評估等諸多領域有廣泛的應用。對神經網路的研究一直是當今的熱 門方向，蘭蘭同學在自學了一本神經網路的入門書籍後，提出了一個簡化模型，他希望你能幫助他用程式檢驗這個神經網路模型的實用性。
【問題描述】
在蘭蘭的模型中，神經網路就是一張有向圖，圖中的節點稱為神經元，而且兩個神經
元之間至多有一條邊相連，下圖是一個神經元的例子：

神經元〔編號為1）
圖中，X1—X3是資訊輸入渠道，Y1－Y2是資訊輸出渠道，C1表示神經元目前的狀態，
Ui 是閾值，可視為神經元的一個內在引數。
神經元按一定的順序排列，構成整個神經網路。在蘭蘭的模型之中，神經網路中的神
經無分為幾 層；稱為輸入層、輸出層，和若干個中間層。每層神經元只向下一層的神經元
輸出資訊，只從上一層神經元接受資訊。下圖是一個簡單的三層神經網路的例 子。

輸入格式

第一行是兩個整數n（1≤n≤200）和p。接下來n行，每行兩個整數，第i＋1行是神經元i最初狀態和其閾值（Ui），非輸 入層的神經元開始時狀態必然為0。再下面P行，每行由兩個整數i，j及一個整數Wij，表示連線神經元i、j的邊權值為Wij。

輸出格式

包含若干行，每行有兩個整數，分別對應一個神經元的編號，及其最後的狀
態，兩個整數間以空格分隔。僅輸出最後狀態非零 的輸出層神經元狀態，並且按照編號由
小到大順序輸出！
若輸出層的神經元最後狀態均為 0，則輸出 NULL。

樣例輸入

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

樣例輸出

3 1 4 1 5 1

#include<iostream> using namespace std; bool ans[2001],not_last[2001]; int c[2001],w[201][2001],u[2001],before[2001][2001]; int n,i,j,p,seve; void find(int x){ if (c[x]!=0) return; int i; for (i=1;i<=before[x][0];++i){ int j; j=before[x][i]; find(j); if (c[j]>0) c[x]+=w[j][x]*c[j]; } c[x]-=u[x]; } int main(){ cin>>n>>p; for (i=1;i<=n;++i) cin>>c[i]>>u[i]; for (i=1;i<=p;++i){ int a,b,c; cin>>a>>b>>c; w[a][b]=c; before[b][++before[b][0]]=a; not_last[a]=true; } for (i=1;i<=n;++i) if (not_last[i]==false) find(i); bool can=false; for (i=1;i<=n;++i) if ((not_last[i]==false)&&(c[i]>0)){ ans[i]=true; can=true; } if (can) for (i=1;i<=n;++i) if (ans[i]) cout<<i<<" "<<c[i]<<endl; else {} else cout<<"NULL"<<endl; return 0; }