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
作者: 陈越
单位: 浙江大学
时间限制: 600 ms
内存限制: 64 MB
代码长度限制: 16 KB
解题思路
用三维数组储存,然后搜索连续的1即可。但是由于数据较大,要用广搜,用深搜递归层数太大,会有段错误。
代码如下
#include <iostream>
#include <cstring>
#include <cstdio>
#include <queue>
using namespace std;
int g[62][1290][130];
bool vis[62][1290][130];
int dx[] = {0, 0, 1, -1, 0, 0};
int dy[] = {1, -1, 0, 0, 0, 0};
int dz[] = {0, 0, 0, 0, 1, -1};
int m, n, l, t;
struct T{
int x, y, z;
T(int x, int y, int z): x(x), y(y), z(z){ }
};
int bfs(int xx, int yy, int zz)
{
queue<T> que;
que.push(T(xx, yy, zz));
vis[xx][yy][zz] = true;
int sum = 1;
while(!que.empty()){
T top = que.front();
que.pop();
for(int i = 0; i < 6; i ++){
int x = top.x + dx[i];
int y = top.y + dy[i];
int z = top.z + dz[i];
if(x >= 0 && x < l && y >= 0 && y < m && z >= 0 && z < n){
if(!vis[x][y][z] && g[x][y][z]){
vis[x][y][z] = true;
sum ++;
que.push(T(x, y, z));
}
}
}
}
return sum;
}
int main()
{
cin >> m >> n >> l >> t;
memset(vis, 0, sizeof(vis));
int ans = 0;
for(int i = 0; i < l; i ++){
for(int j = 0; j < m; j ++){
for(int k = 0; k < n; k ++){
scanf("%d", &g[i][j][k]);
//cin >> g[i][j][k];
}
}
}
for(int i = 0; i < l; i ++){
for(int j = 0; j < m; j ++){
for(int k = 0; k < n; k ++){
if(!vis[i][j][k] && g[i][j][k] == 1){
int temp = bfs(i, j, k);
if(temp >= t)
ans += temp;
}
}
}
}
cout << ans << endl;
return 0;
}