P1038 神经网络

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1）

图中，X1―X3是信息输入渠道，Y1－Y2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，Ci服从公式：（其中n是网络中所有神经元的数目）

公式中的Wji（可能为负值）表示连接j号神经元和 i号神经元的边的权值。当 Ci大于0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Ci。

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（Ci），要求你的程序运算出最后网络输出层的状态。

输入输出格式

输入格式：

输入文件第一行是两个整数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。仅输出最后状态大于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。

输入输出样例

输入样例#1： 复制

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

输出样例#1： 复制

3 1
4 1
5 1


拓扑排序

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
#define inf 2147483647
const ll INF = 0x3f3f3f3f3f3f3f3fll;
#define ri register int
template <class T> inline T min(T a, T b, T c)
{
    return min(min(a, b), c);
}
template <class T> inline T max(T a, T b, T c)
{
    return max(max(a, b), c);
}
template <class T> inline T min(T a, T b, T c, T d)
{
    return min(min(a, b), min(c, d));
}
template <class T> inline T max(T a, T b, T c, T d)
{
    return max(max(a, b), max(c, d));
}
#define scanf1(x) scanf("%d", &x)
#define scanf2(x, y) scanf("%d%d", &x, &y)
#define scanf3(x, y, z) scanf("%d%d%d", &x, &y, &z)
#define scanf4(x, y, z, X) scanf("%d%d%d%d", &x, &y, &z, &X)
#define pi acos(-1)
#define me(x, y) memset(x, y, sizeof(x));
#define For(i, a, b) for (int i = a; i <= b; i++)
#define FFor(i, a, b) for (int i = a; i >= b; i--)
#define bug printf("***********
");
#define mp make_pair
#define pb push_back
const int N = 1000005;
// name*******************************
int n,p;
struct edge
{
    int to,next,w;
} e[N];
int tot=0;
int Head[N];
int in[N];
int sta[N];
queue<int>que;
int vis[N];
queue<int>st;
// function******************************
void add(int u,int v,int w)
{
    e[++tot].to=v;
    e[tot].next=Head[u];
    e[tot].w=w;
    Head[u]=tot;
}
void topo(int x)
{
    que.push(x);
    vis[x]=1;
    while(!que.empty())
    {
        int u=que.front();
        que.pop();
        for(int p=Head[u]; p; p=e[p].next)
        {
            int v=e[p].to;
            vis[v]=1;
            int w=e[p].w;
            in[v]--;
            if(in[v]==0)
                que.push(v);
            if(sta[u]>0)
                sta[v]+=sta[u]*w;
        }
    }
}


//***************************************
int main()
{
//    ios::sync_with_stdio(0);
//    cin.tie(0);
    // freopen("test.txt", "r", stdin);
    //  freopen("outout.txt","w",stdout);
    cin>>n>>p;
    For(i,1,n)
    {
        int U;
        cin>>sta[i]>>U;
        if(sta[i]==0)
            sta[i]-=U;
        else
            st.push(i);
    }
    For(i,1,p)
    {
        int a,b,c;
        cin>>a>>b>>c;
        add(a,b,c);
        in[b]++;
    }

    while(!st.empty())
    {
        int x=st.front();
        st.pop();
        topo(x);
    }
    bool flag=false;
    For(i,1,n)
    {
        if(Head[i]==0)
        {
            if(sta[i]>0)
            {
                cout<<i<<" "<<sta[i]<<endl;
                flag=1;
            }
        }
    }
    if(!flag)
        cout<<"NULL";

    return 0;
}