在诊断肿瘤疾病时,计算肿瘤体积是很重要的一环。给定病灶扫描切片中标注出的疑似肿瘤区域,请你计算肿瘤的体积。
输入格式:
输入第一行给出4个正整数:M、N、L、T,其中M和N是每张切片的尺寸(即每张切片是一个M×N的像素矩阵。最大分辨率是1286×128);L(≤60)是切片的张数;T是一个整数阈值(若疑似肿瘤的连通体体积小于T,则该小块忽略不计)。
最后给出L张切片。每张用一个由0和1组成的M×N的矩阵表示,其中1表示疑似肿瘤的像素,0表示正常像素。由于切片厚度可以认为是一个常数,于是我们只要数连通体中1的个数就可以得到体积了。麻烦的是,可能存在多个肿瘤,这时我们只统计那些体积不小于T的。两个像素被认为是“连通的”,如果它们有一个共同的切面,如下图所示,所有6个红色的像素都与蓝色的像素连通。
输出格式:
在一行中输出肿瘤的总体积。
输入样例:
3 4 5 2
1 1 1 1
1 1 1 1
1 1 1 1
0 0 1 1
0 0 1 1
0 0 1 1
1 0 1 1
0 1 0 0
0 0 0 0
1 0 1 1
0 0 0 0
0 0 0 0
0 0 0 1
0 0 0 1
1 0 0 0
输出样例:
26
注意:
- 循环层的意义:第一层为二维矩阵编号,一般作为z轴
- 计算连通块的计数器的位置
#include <bits/stdc++.h>
using namespace std;
int m[1287][129][61];//数组可以当成一个特殊坐标轴m[x][y][z]
bool vis[1287][129][61] = {false};
int t[6][3] = {{1,0,0},{-1,0,0},{0,-1,0},{0,1,0},{0,0,-1},{0,0,1}};
int M,N,L,T;
struct Node{
int x,y,z;
};
bool judge(int x, int y, int z){
//越界
if(x<0 || x>=M || y<0 || y>=N || z<0 || z>=L ) return false;
//被访问
if(vis[x][y][z] == true) return false;
//碰壁
if(m[x][y][z] == 0) return false;
return true;
}
int BFS(Node S){
queue<Node> q;
q.push(S);
vis[S.x][S.y][S.z] = true;
int cnt = 0;
while(!q.empty()){
Node top = q.front();
q.pop();//由于直到队空循环结束,所以入队数==出队数==连通体积
cnt++;//计算连通块的体积
for(int i = 0; i < 6; i++){
Node ne;
ne.x = top.x + t[i][0];
ne.y = top.y + t[i][1];
ne.z = top.z + t[i][2];
if(judge(ne.x, ne.y, ne.z)){
q.push(ne);
vis[ne.x][ne.y][ne.z] = true;
}
}
}
return cnt;
}
int main(){
ios::sync_with_stdio(false);
int ans = 0;
cin >> M >> N >> L >> T;
for(int i = 0; i < L; i++){
for(int j = 0; j < M; j++){
for(int k = 0; k < N; k++){
cin >> m[j][k][i];
}
}
}
for(int i = 0; i < L; i++){
for(int j = 0; j < M; j++){
for(int k = 0; k < N; k++){
if(judge(j,k,i)){
Node S;
S.x = j;
S.y = k;
S.z = i;
int t = BFS(S);
if(t >= T){
ans += t;
}
}
}
}
}
cout << ans << endl;
return 0;
}