L3-004 肿瘤诊断 （30 分）
发布时间
阅读量：
阅读量
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这题看着很麻烦 其实就是三维搜索就行
#include<bits/stdc++.h>
using namespace std;
int n,m,l,t;
int mp[66][1300][130];
bool vis[66][1300][130];
int dir[6][3]={{1,0,0},{-1,0,0},{0,1,0},{0,-1,0},{0,0,1},{0,0,-1}};//只走一个方向
struct node
{
int x,y,z;
node(){}
node(int x1,int y1,int z1):x(x1),y(y1),z(z1){}
};
int bfs(int x,int y,int z)
{
queue<node>Q;
Q.push(node(x,y,z));
vis[x][y][z]=true;
int cnt=0;
while(!Q.empty()){
node u=Q.front();
Q.pop();
cnt++;
for(int i=0;i<6;i++){
int xx=dir[i][0]+u.x;
int yy=dir[i][1]+u.y;
int zz=dir[i][2]+u.z;
if(xx>=0&&xx<l&&yy>=0&&yy<n&&zz>=0&&zz<m&&!vis[xx][yy][zz]&&mp[xx][yy][zz]){
vis[xx][yy][zz]=true;
Q.push(node(xx,yy,zz));
}
}
}
if(cnt>=t) return cnt;
return 0;
}
int main()
{
scanf("%d %d %d %d",&n,&m,&l,&t);
for(int i=0;i<l;i++){
for(int j=0;j<n;j++){
for(int k=0;k<m;k++){
scanf("%d",&mp[i][j][k]);
}
}
}
int sum=0;
for(int i=0;i<l;i++){
for(int j=0;j<n;j++){
for(int k=0;k<m;k++){
if(!vis[i][j][k]&&mp[i][j][k]){
sum+=bfs(i,j,k);
}
}
}
}
printf("%d\n",sum);
return 0;
}全部评论 (0)
还没有任何评论哟~