L3-004 肿瘤诊断
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
解题思路:
代码实现起来好复杂,就参考了算法笔记。
三维的BFS,用adj[][][]存储,vis[][]][]标记是否已访问,用结构体数组表示三维空间中的点的三维坐标。用X,Y,Z数组记录在各个方向上的移动的增量,另需judge函数判断是否访问到边界、点不存在或者已访问。BFS的套路和二维的相似。
#include<cstdio>
#include<queue>
#include<algorithm>
using namespace std;
int n,m,l,t;
struct node{
int x,y,z; //记录三维坐标中的位置
}Node;
int adj[1300][140][70];
bool vis[1300][140][70]={false};
int X[6]={1,0,0,-1,0,0 };
int Y[6]={0,1,0,0,-1,0 };
int Z[6]={0,0,1,0,0,-1 };
bool judge(int x,int y,int z){ //判断(x,y,z)是否需要访问
if(x>=n||y>=m||y<0||z>=l||z<0) return false;
if(adj[x][y][z]==0||vis[x][y][z]==true) return false;
return true;
}
int bfs(int x,int y,int z){
int tot=0;
queue<node>q;
Node.x=x,Node.y =y,Node.z =z;
q.push(Node);
vis[x][y][z]=true;
while(!q.empty()){
node top=q.front();
q.pop();
tot++;
for(int i=0;i<6;i++){
int newx=top.x+X[i];
int newy=top.y+Y[i];
int newz=top.z+Z[i];
if(judge(newx,newy,newz)==true){
Node.x=newx,Node.y=newy,Node.z=newz;
q.push(Node);
vis[newx][newy][newz]=true;
}
}
}
if(tot>=t) return tot;
else return 0;
}
int main(){
int tenp,x;
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",&adj[j][k][i]);
}
}
}
int ans=0;
for(int z=0;z<l;z++) {
for(int x=0;x<n;x++){
for(int y=0;y<m;y++){
if(adj[x][y][z]==1&&vis[x][y][z]==false){
ans+=bfs(x,y,z);
}
}
}
}
printf("%d\n",ans);
return 0;
}