L3-004 肿瘤诊断 (30分)：三维bfs

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

dfs超，只能用bfs

#include <bits/stdc++.h>
using namespace std;
#define ll long long
struct node{
	int i,j,k;
}a,aa;
int g[100][1500][150],m,n,l,T,t=0,ans=0;
int dir[6][3]={{1,0,0},{-1,0,0},{0,0,1},{0,0,-1},{0,1,0},{0,-1,0}};
void sear(int i,int j,int k)
{
 t=1;g[i][j][k]=0;
 queue<node>q;
 a.i=i;a.j=j;a.k=k;
 q.push(a);
 while(!q.empty())
 {
 	a=q.front();q.pop();
 	for(int x=0;x<6;x++)
 	{
 	 aa.i=a.i+dir[x][0],aa.j=a.j+dir[x][1],aa.k=a.k+dir[x][2];
	 if(aa.i>=1&&aa.i<=l&&aa.j>=1&&aa.j<=m&&aa.k>=1&&aa.k<=n&&g[aa.i][aa.j][aa.k])
	 {
	  t++;g[aa.i][aa.j][aa.k]=0;q.push(aa);
	 }	
	}
 }
 if(t>=T) ans+=t;
}
int main()
{
    ios::sync_with_stdio(false);
    cin>>m>>n>>l>>T;
    for(int i=1;i<=l;i++)
     for(int j=1;j<=m;j++)
      for(int k=1;k<=n;k++)
      cin>>g[i][j][k];
    for(int i=1;i<=l;i++)
     for(int j=1;j<=m;j++)
      for(int k=1;k<=n;k++)
      if(g[i][j][k])
       sear(i,j,k);
    cout<<ans;
    return 0;
}