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
把切片垒起来，建立一个三维数组，模拟立体的一块区域
dfs运行超时，用dfs
代码

#include<bits/stdc++.h>
using namespace std;
int visit[65][1300][130];
int num,m,n,l,t;
struct stu{
	int x,y,z;
};
int dx[6]={1,-1,0,0,0,0},dy[6]={0,0,1,-1,0,0},dz[6]={0,0,0,0,1,-1};
void BFS(int x,int y,int z){
	queue<stu> q;
	stu mm;
	mm.x=x,mm.y=y,mm.z=z;
	q.push(mm);
	while(q.size()){
         mm=q.front();
		q.pop();
		for(int i=0;i<6;i++){
			mm.x+=dx[i];
			mm.y+=dy[i];
			mm.z+=dz[i];
			if(mm.x>=0&&mm.y>=0&&mm.z>=0&&visit[mm.x][mm.y][mm.z]){
				q.push(mm);
				num++;
				visit[mm.x][mm.y][mm.z]=0;
			}
			mm.x-=dx[i];
			mm.y-=dy[i];
			mm.z-=dz[i];
		}
	}
}
int main(){
	memset(visit,0,sizeof(visit));
	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>>visit[i][j][k];
			}
		}
	}
	int sum=0;
	for(int i=0;i<l;i++){
		for(int j=0;j<m;j++){
			for(int k=0;k<n;k++){
				if(visit[i][j][k]){
					num=1;
					visit[i][j][k]=0;
					BFS(i,j,k);
					if(num<t) num=0;
					sum+=num;
				}
			}
		}
	}
	cout<<sum;
	return 0;
}