神经网络—拓扑排序

输入格式

第一行是两个整数n（1≤n≤100）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（Ui），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Wij，表示连接神经元i、j的边权值为Wij。

输出格式

输出文件包含若干行，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。

样例

样例输入

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

样例输出

3 1
4 1
5 1

简单の思路：显然，这是一道拓扑排序的模板题，题目灰常之长，damn是只有一乃乃有用信息，这道题的指向性非常明确，就是让我们每一个点每一个点地去算值，只不过要用到前驱节点，而且我们要自行确定输入节点。神经网络结构满足 DAG，且我们就要进行类似 DP 一样的操作。我们可以使用拓扑排序确定顺序，再进行统计。

ACcode：

#include <bits/stdc++.h>
using namespace std;
const int N=110;
int n,m,u,x,y,z,tot,cnt;
int ans[N],head[N],out[N],in[N],num[N];
bool flag=0;
queue<int>q;  
struct node{
    int to,p,next;
}edge[N];

void add(int x,int y,int z){
    edge[++tot].to=y;
    edge[tot].next=head[x];
    edge[tot].p=z;
    head[x]=tot;
}

void topological_sort(){
    for(int i=1;i<=n;i++)
        if(in[i]==0) 
		    q.push(i);
    while(!q.empty()){
        int x=q.front();
		q.pop();
        num[++cnt]=x;
        for(int i=head[x];i;i=edge[i].next){
            int y=edge[i].to;
            if(--in[y]==0) q.push(y);
            if(ans[x]>0) ans[y]+=edge[i].p*ans[x];
        }
    }
}
int main(){
	ios::sync_with_stdio(false);
    cin>>n>>m;
    for(int i=1;i<=n;i++){
        cin>>ans[i]>>u;
        if(ans[i]==0) ans[i]-=u;
    }
    for(int i=1;i<=m;i++){
        cin>>x>>y>>z;
        add(x,y,z);
		in[y]++;
		out[x]++;
    }
    topological_sort();
    
    for(int i=1;i<=n;i++){
    	if(out[i]==0&&ans[i]>0){
        	cout<<i<<' '<<ans[i]<<endl;
			flag=1;
		}
	}
    if(!flag) cout<<"NULL";
    return 0;
}

#一名爱打篮球的oier#