题目来源

解题思路

由于我有些看不懂这个题目，所以我是先找的他人的博客理解了一下题目。

这个博客写得很详细的（66分），有助于理解题目。

CSP 202109-3 脉冲神经网络（详解）_刘学.的博客-CSDN博客

所以我这里主要就是记录一下这道题啦，想到如何优化到100分，再更新。

代码

66分

#include <iostream>
#include <iomanip>

using namespace std;

// 神经元结构
struct neuron {
    int ID, times;
    double prev, preu; //v, u;  // 由于后续这个v、u用处不大，我就没写上了
    double a, b, c, d;
};

struct pluse {
    int ID;
    long long int r;
};

struct synapse {
    int outID, inID, D;
    double w;
};

neuron neurons[1001];
pluse pluses[1001];
synapse synapses[1001];

void InputData(int N, int P, int S) {
    for (int id = 0; id < N;) {
        int RN;
        double v, u, a, b, c, d;
        cin>>RN>>v>>u>>a>>b>>c>>d;
        for (int j = 0; j < RN; ++j, ++id) {
            neurons[id].times = 0;
            neurons[id].prev = v;
            neurons[id].preu = u;
            neurons[id].ID = id;
            neurons[id].a = a;
            neurons[id].b = b;
            neurons[id].c = c;
            neurons[id].d = d;
        }
    }
    for (int i = 0; i < P; ++i) {
        long long int r;
        cin>>r;
        pluses[i].ID = N + i;
        pluses[i].r = r;
    }
    for (int i = 0; i < S; ++i) {
        cin>>synapses[i].outID>>synapses[i].inID>>synapses[i].w>>synapses[i].D;
    }
}


static unsigned long Next = 1;
/* RAND_MAX assumed to be 32767 */
int myrand(void) {
    Next = Next * 1103515245 + 12345;
    return((unsigned)(Next/65536) % 32768);
}



int main() {
    int N, S, P, T;
    double deltaT;
    cin>>N>>S>>P>>T;
    cin>>deltaT;

    InputData(N, P, S);

    // 记录每个时刻的 IK  !!!关键点 !!!
    double IK[1001][2001] = {0};  // int IK[1001][100101];

    for (int t = 1; t <= T; ++t) {  // 每个时刻
        for (int i = 0; i < P; ++i) {  // 每个脉冲源
            if (myrand() < pluses[i].r) {  // 当 r > myrand() 时发放脉冲信号
                for (int j = 0; j < S; ++j) {  // 每个突触
                    if (synapses[j].outID == i + N) {
                        IK[synapses[j].inID][t + synapses[j].D] += synapses[j].w;
                    }
                }
            }
        }
    }

    // 更新每个时刻的神经元
    for (int t = 1; t <= T; ++t) {  // 每个时刻
        for (int i = 0; i < N; ++i) {  // 每个神经元
            double ik = IK[i][t];
            double prev = neurons[i].prev, preu = neurons[i].preu;
            double v = prev + deltaT * (0.04 * prev * prev + 5 * prev + 140 - preu) + ik,  // !!!0.04 not 0.004!!!
                    u = preu + deltaT * neurons[i].a * (neurons[i].b * prev - preu);

            if (v >= 30) { // 神经元发放脉冲
                for (int j = 0; j < S; ++j) {  // 对于每个突触
                    if (synapses[j].outID == i) {
                        IK[synapses[j].inID][t + synapses[j].D] += synapses[j].w;  // += synapses[j].w; not synapses[synapses[j].inID].w;
                    }
                }
                v = neurons[i].c;
                u = neurons[i].d + u;
                ++neurons[i].times;
            }
            neurons[i].prev = v;
            neurons[i].preu = u;
        }
    }

    // 找出最后的答案
    double minVV = neurons[0].prev, maxVV = neurons[0].prev;
    int minTimes = neurons[0].times, maxTimes = neurons[0].times;
    for (int i = 1; i < N; ++i) {
        minVV = min(minVV, neurons[i].prev);
        maxVV = max(maxVV, neurons[i].prev);
        minTimes = min(minTimes, neurons[i].times);
        maxTimes = max(maxTimes, neurons[i].times);
    }

    cout<<fixed<<setprecision(3)<<minVV<<" "<<fixed<<setprecision(3)<<maxVV<<endl<<minTimes<<" "<<maxTimes<< endl;

    return 0;
}

——————————————– 更新 ———————————————-

我的代码改得就差将大佬的代码复制粘贴了，可它还是超时超时66分。呜呜。

贴上 100分的大佬代码的链接

CSP认证202109T3-脉冲神经网络（优化）_nth2000的博客-CSDN博客

参考参考，方便以后复习吧。

把 66 分的也给贴上，以后再看问题在哪里了吧：

/* 66 */
#include <iostream>
#include <iomanip>
#include <map>
#include <vector>
#include <fstream>

using namespace std;

// 神经元结构
double nv[1002], nu[1002], na[1002], nb[1002], nc[1002], nd[1002];
int ntimes[1002];

long long int pr[1002];

struct synapse {
    int inID, D;
    double w;
};

vector<synapse> n2n[1002];
vector<synapse> p2n[1002];

static unsigned long Next = 1;
/* RAND_MAX assumed to be 32767 */
int myrand(void) {
    Next = Next * 1103515245 + 12345;
    return((unsigned)(Next/65536) % 32768);
}


int main() {
    int N, S, P, T;
    double deltaT;
    cin>>N>>S>>P>>T;
    cin>>deltaT;

    for (int id = 0; id < N;) {
        int RN;
        double v, u, a, b, c, d;
        cin>>RN>>v>>u>>a>>b>>c>>d;
        for (int j = 0; j < RN; ++j, ++id) {
            ntimes[id] = 0;
            nv[id] = v;
            nu[id] = u;
            na[id] = a;
            nb[id] = b;
            nc[id] = c;
            nd[id] = d;
        }
    }
    for (int i = 0; i < P; ++i) {
        long long int r;
        cin>>r;
        pr[i] = r;
    }
    synapse stmp;
    for (int i = 0; i < S; ++i) {
        int outID;
        cin>>outID>>stmp.inID>>stmp.w>>stmp.D;
        if (outID < N) {
            n2n[outID].emplace_back(stmp);
        }
        else {
            p2n[outID - N].emplace_back(stmp);  // 要记得 - N
        }
    }

    // 记录每个时刻的 IK  !!!关键点 !!!
    double IK[1002][1003] = {0};  // 循环数组， IK[n][m], m的大小是要略大于 D的
    int NUM = 1003;
    //
    for (int t = 1; t <= T; ++t) {  // 每个时刻
        //
        for (int i = 0; i < P; ++i) {  // 每个脉冲源
            if (myrand() < pr[i]) {  // 当 r > myrand() 时发放脉冲信号
                for (int j = 0; j < p2n[i].size(); ++j) {
                    synapse ss = p2n[i][j];
                    IK[ss.inID][(t + ss.D) % NUM] += ss.w;  // 通过 % 来循环
                }
            }
        }

        // 更新每个时刻的神经元
        for (int i = 0; i < N; ++i) {  // 每个神经元
            double ik = IK[i][t % NUM];
            double prev = nv[i], preu = nu[i];
            double v = prev + deltaT * (0.04 * prev * prev + 5 * prev + 140 - preu) + ik,
                    u = preu + deltaT * na[i] * (nb[i] * prev - preu);

            if (v >= 30) { // 神经元发放脉冲
                for (int j = 0; j < n2n[i].size(); ++j) {
                    synapse ss = n2n[i][j];
                    IK[ss.inID][(t + ss.D) % NUM] += ss.w;
                }
                v = nc[i];
                u = nd[i] + u;
                ++ntimes[i];
            }
            nv[i] = v;
            nu[i] = u;

            IK[i][t % NUM] = 0;  // 每个时刻下遍历某一神经元后要将当前的状态修改成0， 这样后续循环才不会出错。
        }
    }

    // 找出最后的答案
    double minVV = nv[0], maxVV = nv[0];
    int minTimes = ntimes[0], maxTimes = ntimes[0];
    for (int i = 1; i < N; ++i) {
        minVV = min(minVV, nv[i]);
        maxVV = max(maxVV, nv[i]);
        minTimes = min(minTimes, ntimes[i]);
        maxTimes = max(maxTimes, ntimes[i]);
    }

    cout<<fixed<<setprecision(3)<<minVV<<" "<<fixed<<setprecision(3)<<maxVV<<endl<<minTimes<<" "<<maxTimes<< endl;

    return 0;
}

原文链接：https://blog.csdn.net/qq_45936312/article/details/124258193

题目来源

解题思路

代码

你可能也喜欢