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。
Figure 1
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
这个是天梯赛练习题里的题目
总的解题思路就是用三维的向量寸数据然后在用广度有限遍历一下
#include<iostream>
#include<queue>
#include<vector>
using namespace std;
struct ww
{
int q,w,e;
};
int aq[6]={0,0,0,0,1,-1};//这三个是遍历时用的数组
int aw[6]={1,0,-1,0,0,0};
int ae[6]={0,1,0,-1,0,0};
class qq
{
private:
vector<vector<vector<int> > > a;//这个是储存数据的三维矩阵
int t;
public:
qq(int m,int n,int l,int tt):a(l,vector<vector<int> >(m,vector<int>(n)))//给三维矩阵申请空间 长宽高是按分别是m，n，l
{
t=tt;
int i,j,k;
for(i=0;i<l;i++)
{
for(j=0;j<m;j++)
{
for(k=0;k<n;k++)
{
cin>>a[i][j][k];//输入三维矩阵
}
}
}
}
int bfs(int m,int n,int l)//这里就是激情四射的遍历环节了，其实和二维的差别也是不很大 就是弄一个队列存一下遍历过的 节点的位置
{
int s=0;
queue<ww> b;
ww z;
z.q=m;z.w=n;z.e=l;
b.push(z);
a[m][n][l]=0;
while(!b.empty())
{
s++;
z=b.front();
b.pop();
for(int i=0;i<6;i++)
{
int cq=z.q+aq[i];
int cw=z.w+aw[i];
int ce=z.e+ae[i];
if(cq>=0&&cw>=0&&ce>=0&&cq<a.size()&&cw<a[0].size()&&ce<a[0][0].size()&&a[cq][cw][ce]==1)
{
ww x;
x.q=cq;
x.w=cw;
x.e=ce;
a[cq][cw][ce]=0;
b.push(x);
}
}
}
return s;
}
int find()//这里是 查找肿瘤大小的
{
int sum=0;//肿瘤总共的大小用sum储存
for(int i=0;i<a.size();i++)
{
for(int j=0;j<a[i].size();j++)
{
for(int k=0;k<a[i][j].size();k++)
{
if(a[i][j][k]==1)
{
int l=bfs(i,j,k);//每次查一个
if(l>=t)sum+=l;//把每一个肿瘤大小相加
}
}
}
}
return sum;
}
};
int main()
{
int m,n,l,t;
cin>>m>>n>>l>>t;
qq Q(m,n,l,t);
cout<<Q.find();
return 0;
}
