2003高中组复赛试题.doc

第一题：神经网络 文件名：network（.pas.c） 输入文件network.in 输出文件network.out 问题背景： 人工神经网络（Artificial Neural Network）是一种新兴的具有自我学习的计算机系统。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，他希望你能够帮助他用程序检验这个神经网络模型的适用性。 问题描述： 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： 图中，X1-X2是信息输入渠道，Y1-Y2是信息输出渠道，Ci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。在兰兰的模型中，神经网络中的神经元分为几层，成为输入层、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，下一秒它会向其它神经元传递信号，信号的强度为Ci。 如此，在输入层神经元被激发以后，整个神经网络系统就在信息传输的推动下进行工作。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。 输入格式 输入文件包含第一行是两个整数（1≤n≤20）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），表示连接神经元i、j的边的权值为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，并且按照编号有小到大顺序输出！ 若输出层的神经元最后状态均为0，则输出NULL。 输入样例 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 3 1 4 1 5 1 第二题：侦探推理 文件名：logic（.pas.c） 输入文件logic.in 输出文件logic.out 问题描述： 明明同学最近迷上了侦探漫画《柯南》并沉醉于推理游戏中，于是他召集了一群同学玩推理游戏。游戏的内容是这样的，明明的同学们先商量好由其中的一个人充当罪犯（在明明不知情的情况下）。明明的任务就是找出这个罪犯。接着，明明逐个询问每一个同学，被询问者可能会说： 证词内容 证词含义 I am guilty. 我是罪犯 I am not guilty. 我不是罪犯 XXX is guilty. XXX是罪犯（XXX表示某个同学的名字） XXX is not guilty. XXX不是罪犯 Today is XXX. 今天是XXX（XXX表示星期几，是Monday Tuesday Wednesday Thursday Friday Saturday Sunday其中之一） 证词中出现的其它话，都不列入逻辑推理的内容。 明明所知道的事，他的同学中N个人始终说假话，其余的人始终说真话。 现在，明明需要你帮助他从他同学的话中推理出谁是真正的凶手，请记住，凶手只有一个！ 输入格式 输入由若干行组成，第一行有三个整数，M（1≤M≤20）、N（1≤N≤M）和P（1≤P≤100）：M是参加游戏的明明的同学数，N是其中始终说谎的人数，P是证人的综述。接下来M行，每行是明明的一个同学的名字（英文字母组成，没有空格，全部大写）。 往后有P行，每行开始是某个同学的名字，紧跟着一个冒号和一个空格，后面是一句证词，符合前表中所列格式，证词每行不会好过250个字符。 输入中不会出现连续的两个空格，而且每行开头和结尾也没有空格。 输出格式 如果你的程序能确定谁是罪犯，则输出他的名字；如果程序判断出不止一个人可能是罪犯，则输出Cannot Determine；如果程序判断出没有人可能成为罪犯，则输出Impossible。 输入样例 3 1 5 MIKE CHARLES KATE MIKE: I am guilty. MIKE: Today is Sunday. CHARLES: MIKE is guilty. KATE: I am guilty. KATE: How are you? 输出样例 MIKE 第三题：加分二叉树 文件名：tree（.pas.c）