NOIP神经网络

NOIP2003 神经网络【拓扑排序、DFS】

描述

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，下面是一个例子：

图中，X₁,X₂,X₃为信息输入渠道，Y₁,Y₂是信息输出渠道，C_i表示神经元目前状态，U_i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可构成整个神经网络，神经网络模型中，分为输入层，输出层，若干中间层，每层神经元只能向下一层的神经元输出信息，只能从上一层接受信息，下图是一个三层神经网络模型：

规定：C_i满足公式：

• n为神经网络中所有神经元数
• W_ji(可能是负值)表示连接j号神经元和i号神经元的边的权值。当C_i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，信号强度为C_i

如上，当输入层神经元被激发之后，整个网络系统就在信息传输的机制下进行运作。
现在给一个神经网络及当前输入层神经元状态，要求输出最后网络输出层的状态。

格式

• 输入格式

输入第一行两个整数n(1 <= n <= 200)和p，接下来n行，每行两个整数，第 i + 1 行是神经元 i 最初状态和阈值，非输入层的神经元开始状态必然为0。再下面 p 行，每行两个整数i，j及整数W_ji。

• 输出格式

输出包含若干行，每行两个整数，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

• 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

• 输出

3 1
4 1
5 1

分析及代码