Description

工业和医学上经常要用到一种诊断技术——核磁共振成像(Magnetic Resonance Imagers)。利用该技术可以对三维物体(例如大脑)进行扫描。扫描的结果用一个三维的数组来保存,数组的每一个元素表示空间的一个象素。数组的元素是0-255的整数,表示该象素的灰度。例如0表示该象素是黑色的,255表示该象素是白色的。

被扫描的物体往往是由若干个部件组合而成的。例如临床医学要对病变的器官进行检查,而器官是由一些不同的组织构成的。在实际问题中,同一个部件内部的色彩变化相对连续,而不同的部件的交界处色彩往往有突变。下面是一个简化的植物细胞的例子。

从细胞的平面图来看,该细胞大致是由四个“部件”构成的,细胞壁、细胞核、液泡和细胞质。为了方便起见,我们对部件的概念做如下的规定: 
1.如果一个象素属于某部件,则或者该象素至少与该部件的一个象素相邻,或者该象素单独组成一个部件。(说明:每一个象素与前后、左右、上下的6个象素相邻) 
2.同一个部件内部,相邻两个象素的灰度差不超过正整数M。M决定了程序识别部件的灵敏度。

你的任务是对于给定的物体,判断该物体是由几个部件组成的。

Input

输入数据由多组数据组成。每组数据格式如下: 
第一行是三个正整数L,W,H(L,W,H≤50),表示物体的长、宽、高。 
第二行是一个整数M(0≤M≤255),表示识别部件的灵敏度。 
接下来是L×W×H个0-255的非负整数,按照空间坐标从小到大的顺序依次给出每个象素的灰度。

说明:对于空间两点P1(x1,y1,z1)和P2(x2,y2,z2),P1<P2当且仅当
  (x1<x2)或者(x1=x2且y1<y2)或者(x1=x2且y1=y2且z1<z2)

Output

对于每组数据,输出仅一行包含一个整数M,即一共识别出几个部件。

Sample Input

2 2 2 0 1 1 1 1 2 2 2 2

Sample Output

2
 
 
 
#include <iostream>
#include <cmath>
#include <cstdio>
using namespace std;
int a[][][][];
void dns(int i,int j,int k,int m)
{
if(a[i][j][k][]>&&a[i][j][k+][]<&&a[i][j][k+][]>=&&abs(a[i][j][k][]-a[i][j][k+][])<=m)
{
a[i][j][k+][]=a[i][j][k][];
dns(i,j,k+,m);
}
if(a[i][j][k][]>&&a[i][j][k-][]<&&a[i][j][k-][]>=&&abs(a[i][j][k][]-a[i][j][k-][])<=m)
{
a[i][j][k-][]=a[i][j][k][];
dns(i,j,k-,m);
}
if(a[i][j][k][]>&&a[i][j-][k][]<&&a[i][j-][k][]>=&&abs(a[i][j][k][]-a[i][j-][k][])<=m)
{
a[i][j-][k][]=a[i][j][k][];
dns(i,j-,k,m);
}
if(a[i][j][k][]>&&a[i][j+][k][]<&&a[i][j+][k][]>=&&abs(a[i][j][k][]-a[i][j+][k][])<=m)
{
a[i][j+][k][]=a[i][j][k][];
dns(i,j+,k,m);
}
if(a[i][j][k][]>&&a[i-][j][k][]<&&a[i-][j][k][]>=&&abs(a[i][j][k][]-a[i-][j][k][])<=m)
{
a[i-][j][k][]=a[i][j][k][];
dns(i-,j,k,m);
}
if(a[i][j][k][]>&&a[i+][j][k][]<&&a[i+][j][k][]>=&&abs(a[i][j][k][]-a[i+][j][k][])<=m)
{
a[i+][j][k][]=a[i][j][k][];
dns(i+,j,k,m);
}
}
int main()
{ int l,w,h,m;
while((scanf("%d%d%d%d",&l,&w,&h,&m))!=EOF)
{
memset(a,-,sizeof(a));
for(int i=;i<=l;i++)
{
for(int j=;j<=w;j++)
{
for(int k=;k<=h;k++)
{
scanf("%d",&a[i][j][k][]); }
}
}
int num=;
for(int i=;i<=l;i++)
{
for(int j=;j<=w;j++)
{
for(int k=;k<=h;k++)
{
if(a[i][j][k][]<&&a[i][j][k][]>=)
{
num++;
a[i][j][k][]=num;
dns(i,j,k,m);
}
}
}
}
cout<<num<<endl;
}
}
这道题我用的DNS(深度优先搜索 ) 
 

三维扫描 FZU 1063的更多相关文章

  1. FZU 1063 三维扫描(三维连通块)

    Accept: 415    Submit: 1291 Time Limit: 1000 mSec    Memory Limit : 32768 KB  Problem Description 工业 ...

  2. FZU 1063 三维扫描

    水题.DFS求连通块. #include<cstdio> #include<cstring> #include<cmath> #include <iomani ...

  3. 科学计算三维可视化---Mayavi可视化实例

    一:Dragon绘制实例(三维扫描的绘制) 三维扫描主要用于对物体空间外形结构以及色彩进行扫描,用以获得物体表面的空间坐标, 他的主要意义在于能够将实物的立体信息转换为计算机能够直接处理的数据信号,为 ...

  4. 三维投影总结:数学原理、投影几何、OpenGL教程、我的方法

    如果要得到pose视图,除非有精密的测量方法,否则进行大量的样本采集时很耗时耗力的.可以采取一些取巧的方法,正如A Survey on Partial of 3d shapes,描述的,可以利用已得到 ...

  5. Python科学计算三维可视化(整理完结)

    中国MOOC<Pyhton计算计算三维可视化>总结 课程url:here ,教师:黄天宇,嵩天 下文的图片和问题,答案都是从eclipse和上完课后总结的,转载请声明. Python数据三 ...

  6. 三维点云去噪无监督学习:ICCV2019论文分析

    三维点云去噪无监督学习:ICCV2019论文分析 Total Denoising: Unsupervised Learning of 3D Point Cloud Cleaning 论文链接: htt ...

  7. CVPR2020:点云弱监督三维语义分割的多路径区域挖掘

    CVPR2020:点云弱监督三维语义分割的多路径区域挖掘 Multi-Path Region Mining for Weakly Supervised 3D Semantic Segmentation ...

  8. 如何从零基础学习VR

    转载请声明转载地址:http://www.cnblogs.com/Rodolfo/,违者必究. 近期很多搞技术的朋友问我,如何步入VR的圈子?如何从零基础系统性的学习VR技术? 本人将于2017年1月 ...

  9. 【转】Intel RealSense(实感技术)概览

    Intel RealSense(实感技术)概览 1 Reply 版权声明:本文系本站作者自己翻译整理,欢迎转载,但转载请以超链接形式注明文章来源(planckscale.info).作者信息和本声明, ...

随机推荐

  1. GSS2-Can you answer these queries II

    ---恢复内容开始--- 这道题真的是非常恶心,看题解看了半天才弄懂,而且题解上说的相当简略. 此题大意是询问去掉重复元素的最大子区间和,没有修改操作. 没有修改操作,这样就可以离线处理了. 这道题有 ...

  2. 2014年亚洲区域赛北京赛区现场赛A,D,H,I,K题解(hdu5112,5115,5119,5220,5122)

    转载请注明出处: http://www.cnblogs.com/fraud/          ——by fraud 下午在HDU上打了一下今年北京区域赛的重现,过了5题,看来单挑只能拿拿铜牌,呜呜. ...

  3. 从Go、Swift出发:语言的选择需谨慎

    本文转自 : http://www.csdn.net/article/2014-12-09/2823025 摘要:无论是开源的Go,还是闭源的Swift,新的语言总是利弊一体.不过可以确定的是,新的语 ...

  4. mysql创建存储过程

    -- 创建CREATE PROCEDURE proDelAccountById(IN in_accountid int) BEGIN -- 执行sql预计 END -- 调用 ; CALL proDe ...

  5. python运维开发(二十)----models操作、中间件、缓存、信号、分页

    内容目录 select Form标签数据库操作 models操作F/Q models多对多表操作 Django中间件 缓存 信号 分页 select Form标签补充 在上一节中我们可以知道Form标 ...

  6. Roads in Berland(图论)

    Description There are n cities numbered from 1 to n in Berland. Some of them are connected by two-wa ...

  7. RenderPartial RenderAction Partial Action

    MVC Razor中有不同的展现partial view的方法,许多开发人员子在选择使用 RenderPartial or RenderAction or Partial or Action help ...

  8. SVD学习

    前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的.在上篇文章中便是基于特征值分解的一种解释.特征值和奇异值在大部分人的印象中, ...

  9. 非常棒的Java REST服务器栈

    Dropwizard 是一个开源的Java框架,用于开发OPS友好.高性能的基于REST的后端.它是由Yammer开发的,来驱动基于JVM的后端. Dropwizard提供同类最佳的Java库到一个嵌 ...

  10. Unique Paths II 解答

    Question Follow up for "Unique Paths": Now consider if some obstacles are added to the gri ...