n 一張神經網路可以看做乙個dag
dagda
g，它由三種層組成：輸入層，傳輸層，輸出層
輸入層：初始c
i>
0c_i> 0
ci>0的層
輸出層：沒有出邊的層
傳輸層：輸入層和輸出層相對於整張圖的補層
規定傳輸時要減去閾值u
iu_i
ui，求輸出層經過傳輸後仍然滿足c
i>
0c_i>0
ci>
0的點，如果沒有，輸出nul
lnull
null
資料範圍：n
≤100
n\leq 100
n≤100
s ol
utio
nsolution
soluti
on考慮讓初始ci≤
0c_i\leq 0
ci≤
0的提前減去u
iu_i
ui，因為到達它們必然要減去，它們不可能作為傳輸的起點
接著用bfs
bfsbf
s遍歷整張圖即可
時間複雜度：o(n
+m)o(n+m)
o(n+m)co
decode
code
#include
#include
#include
#include
#include
#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 nodee[
100011];
inline
void
add(
int u,
int v,
int w)
;l[u]
=tot;
return;}
inline ll read()
queue<
int>q;
signed
main()
for(
register
int i=
1;i<=m;i++
) u=
read()
,v=read()
,w=read()
,add
(u,v,w)
,out[u]
=true
;while
(q.size()
)}bool ***=
true
;for
(register
int i=
1;i<=n;i++)if
(c[i]
>
0&&out[i]
==false
)printf
("%d %d\n"
,i,c[i]
),***=
false;if
(***)
return
puts
("null")&0;}
P1038 神經網路
直接用拓撲排序，套用題目給的公式就行了。include include include include include include include include include include include include include using namespace std define...
P1038 神經網路
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，提出了乙個簡化模型，他希望你能幫助他用程式檢驗這個神經網...
P1038 神經網路
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，提出了乙個簡化模型，他希望你能幫助他用程式檢驗這個神經網...