L3-004 肿瘤诊断(分数 60)（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

思路：本身题目难度并不大，只是看起来吓人，还有要注意的一点是用DFS会爆栈，如下最后两个测试点一直会过不去。

流程如下：

1. 从输入中读取肿瘤的切片和相关参数，包括切片尺寸 M、N，切片数量 L，以及体积阈值 T。
2. 遍历所有切片，从每个未访问的 1 开始进行 BFS。
3. 在 BFS 过程中，将每个已访问的 1 标记为已经处理，并将其相邻的未访问的 1 加入到 BFS 队列中。
4. 统计 BFS 过程中访问到的 1 的数量，即肿瘤的体积。
5. 如果肿瘤的体积大于等于阈值 T，则将其累加到总体积中。
6. 完成所有切片的遍历后，输出累加得到的总体积。

#include <iostream>
#include <queue>

using namespace std;

int m, n, l, t;
int data_set[61][1287][130]; // 存储肿瘤切片的数据
// 方向增量数组
int dx[6] = {1, 0, 0, -1, 0, 0}, 
    dy[6] = {0, 1, 0, 0, -1, 0}, 
    dz[6] = {0, 0, 1, 0, 0, -1}; 
int res = 0, ans; // 存储总体积和当前肿瘤的体积

// BFS 搜索函数，参数为肿瘤的起始位置
void bfs(int x, int y, int z) {
    queue<pair<int, pair<int, int>>> q;
    q.push({x, {y, z}}); // 将起始位置加入队列
    data_set[x][y][z] = 0; // 标记已访问
    ans = 0; // 初始化当前肿瘤的体积为 0

    while (!q.empty()) {
        int cx = q.front().first, cy = q.front().second.first, cz = q.front().second.second; 
        q.pop(); 
        ans++; 

        for (int i = 0; i < 6; i++) { // 遍历六个方向
            int nx = cx + dx[i], ny = cy + dy[i], nz = cz + dz[i];
            if (nx >= 0 && nx < l && ny >= 0 && ny < m && nz >= 0 && nz < n && data_set[nx][ny][nz] == 1) {
                q.push({nx, {ny, nz}}); 
                data_set[nx][ny][nz] = 0; // 标记已访问
            }
        }
    }
}

int main() {
    cin >> m >> n >> l >> t;

    for (int i = 0; i < l; i++) 
        for (int j = 0; j < m; j++)
            for (int k = 0; k < n; k++)
                cin >> data_set[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 (data_set[i][j][k] == 1) { 
                    bfs(i, j, k);
                    if (ans >= t) res += ans; // 如果肿瘤体积大于等于阈值，累加到总体积中
                }
    cout << res; 
}