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
注意：
循环层的意义：第一层为二维矩阵编号，一般作为z轴计算连通块的计数器的位置 #include <bits/stdc++.h> using namespace std; int m[1287][129][61];//数组可以当成一个特殊坐标轴m[x][y][z] bool vis[1287][129][61] = {false}; int t[6][3] = {{1,0,0},{-1,0,0},{0,-1,0},{0,1,0},{0,0,-1},{0,0,1}}; int M,N,L,T; struct Node{ int x,y,z; }; bool judge(int x, int y, int z){ //越界 if(x<0 || x>=M || y<0 || y>=N || z<0 || z>=L ) return false; //被访问 if(vis[x][y][z] == true) return false; //碰壁 if(m[x][y][z] == 0) return false; return true; } int BFS(Node S){ queue<Node> q; q.push(S); vis[S.x][S.y][S.z] = true; int cnt = 0; while(!q.empty()){ Node top = q.front(); q.pop();//由于直到队空循环结束，所以入队数==出队数==连通体积 cnt++;//计算连通块的体积 for(int i = 0; i < 6; i++){ Node ne; ne.x = top.x + t[i][0]; ne.y = top.y + t[i][1]; ne.z = top.z + t[i][2]; if(judge(ne.x, ne.y, ne.z)){ q.push(ne); vis[ne.x][ne.y][ne.z] = true; } } } return cnt; } int main(){ ios::sync_with_stdio(false); int ans = 0; 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 >> m[j][k][i]; } } } for(int i = 0; i < L; i++){ for(int j = 0; j < M; j++){ for(int k = 0; k < N; k++){ if(judge(j,k,i)){ Node S; S.x = j; S.y = k; S.z = i; int t = BFS(S); if(t >= T){ ans += t; } } } } } cout << ans << endl; return 0; }