生命是一张由 n 个神经节点与 m 条神经构成的带权有向图,允许存在自环、重边。
一条编号为 i 的神经 (ui,vi,wi) 单向地连接着两个神经节点 ui→vi,长度为 wi。
生命的网络不会过于复杂,对于任意一条简单回路,其包含的所有神经长度之和不大于一个定值 B。
神经节点在某些时刻会兴奋,定义 f(u,t) 表示 t 时刻神经节点 u 是否处于兴奋状态。
兴奋会沿着神经传导,对于第 i 条神经 (ui,vi,wi),若神经节点 ui 在时刻 t 是兴奋的,那么其会向节点 vi 传递神经信号,使其在时刻 t+wi 进入兴奋状态。
神经节点的兴奋状态不会保留到下一个时刻,即神经节点 u 在进入兴奋状态后会沿其它神经立刻向外传递神经信号;接下来的时刻里,如果没有其它神经向它传递神经信号,则该神经节点会保持不兴奋的状态。
如果在同一个时刻,一个节点进入兴奋状态后其递归地向自身传递了神经信号,兴奋状态也不会保留到下一个时刻。(换句话说,数据中存在边权和为 0 的简单回路,此时你可以将整条简单回路等效地看作单个神经节点处理。)
生命的伊始,神秘的力量刺激了 1 号神经节点,使其在时刻 0 时进入兴奋状态。从此开始无数的时间里,生命的讯号便在神经网络中不息传递着。
在经过葛立恒数个时刻的洗礼后,一位实力强大的 OIer——你,历经千辛万苦,终于抵达了 n 号神经节点。在那里,你看到生命总是趋于循环。
即,保证经过充分长的时间后,n 号神经节点以一个固定时间周期依据一定模式重复进入兴奋状态。
现在的你开始好奇,此时 n 号神经节点的进入兴奋状态的最小周期是多少?
亦即,你需要求出一个最小的正整数 p,满足存在一个有限的非负整数 M,使得
∀x≥M,f(n,x)=f(n,x+p)
由于 p 可能很大,你只需要输出 p 对 109+9 取模后的结果。
输入格式
第一行输入三个数 n,m,type,依次表示神经节点个数、神经条数、子任务编号。你可以通过 type 来判断 B 的取值。特别地,对于题面中的样例,type=0。
接下来 m 行,第 i 行三个数 ui,vi,wi,描述第 i 条神经由神经节点 ui 指向神经节点 vi,长度为 wi。
输出格式
输出一行一个正整数,表示答案 p 对于 109+9 取模后的结果。
样例输入
5 7 0 1 2 0 2 3 1 3 2 5 3 5 1 1 4 0 4 4 9 4 5 1
样例输出
18
数据约束
对于所有数据满足 2≤n≤5000, 0≤m≤104, 1≤ui,vi≤n, 0≤wi≤B≤100。
子任务
- Subtask 1 (1 pts): 神经构成的有向图是一张 DAG,即不存在任何简单回路。
- Subtask 2 (8 pts): n,B≤10,m≤15。
- Subtask 3 (11 pts): 原图强连通。即任意一对神经节点间都可以通过神经组成的有向路径互相可达。
- Subtask 4 (10 pts): 存在至少一条包含点 n 的简单回路。
- Subtask 5 (19 pts): 所有的简单回路点集互不相交,且总长度两两互质。
- Subtask 6 (9 pts): 所有的简单回路点集互不相交,且总长度均为质数的若干次幂。
- Subtask 7 (18 pts): B≤30。
- Subtask 8 (24 pts): 无特殊限制。