202109 CSP认证 | 脉冲神经网络

最新推荐文章于 2025-12-03 14:22:43 发布

原创

最新推荐文章于 2025-12-03 14:22:43 发布 · 1.9k 阅读

21 ·

CC 4.0 BY-SA版权

文章标签：

#c++

本文介绍了一种优化脉冲神经网络算法，重点在于时间和空间效率的改进。通过使用邻接表存储突触信息，以及对时间Pulse数组的滚动数组设计，解决了代码在大规模数据下的超时问题，最终实现66分代码向满分代码的升级.

3. 脉冲神经网络
好久之前第一次写的时候完全对第三题没感觉，提交上去得了个0 分…
这次自己再写了一遍，花的时间不多，写的时候感觉逻辑也不是特别难。最后是超时了，感觉第三题开始涉及到优化了，不仅仅是暴力模拟就可以拿分了，下面先贴上自己写的 66 分代码

#include<bits/stdc++.h>
using namespace std;
const int M = 100010;
//const int M = 100;
int N, S, P, T; //N个神经元, S个突触, P个脉冲源, T时刻
double deltaT;  //间隔时间

struct cell{
   
   
    double u, v;
    double a, b, c, d;
};
struct edge{
   
   
    int from;
    int to;
    double w;
    int D;
};
double r[2 * M];   //存放脉冲源的r信息
cell neuron[M];   //定义一个神经元数组
edge synapse[M];  //定义一个脉冲数组

double timePulse[M][1010];  //在每个时刻,哪些神经元收到了多少信号
unordered_set<int> sendPulse;  //记录当前时刻会发送脉冲的编号
int res[M];

static unsigned long next_1 = 1;

/* RAND_MAX assumed to be 32767 */
int myrand(void) {
   
   
    next_1 = next_1 * 1103515245 + 12345;
    return((unsigned)(next_1/65536) % 32768);
}


int main()
{
   
   
    ios::sync_with_stdio(false);
    cin.tie(0);

    cin >> N >> S >> P >> T >> deltaT;
    int cnt = 0, Rn;

    while(cnt < N){
   
   
        double v, u, a, b, c, d;
        cin >> Rn >> v >> u >> a >> b >> c >> d;
        for(int i = cnt; i < cnt + Rn; i ++){
   
   
            neuron[i].a = a; neuron[i].b = b; neuron[i].c = c; neuron[i].d = d;
            neuron[i].v = v; neuron[i].u = u;
        }
        cnt += Rn;
    }
    for(int i = 0;i < P; i ++){
   
      //输入脉冲源信息
        cin >> r[i + N];
    }
    for(int i = 0;i < S; i ++){
   
     //输入突触信息
        cin >> synapse[i].from >> synapse[i].to >>synapse[i].w >> synapse[i].D;
    }

    double MAXV = -1 * 0x3f3f3f3f, MINV = 0x3f3f3f3f;

    for(int t = 1;t <= T; t ++

最低0.47元/天解锁文章