yasuo👀️

yasuo甚至可以开三维数组,而只是为了压缩代码

#include <iostream>
#include <cstdio>
int main(){
    int m,n,sum=0,a[2][105][105];std::cin>>m>>n;
    for(int c=0;c<2;c++)
        for(int i=0;i<m;i++)
            for(int j=0;j<n;j++){
            std::cin>>a[c][i][j];
            if(c==1&&a[c][i][j]==a[c-1][i][j]) sum++;}
    printf("%.2lf",100.0*sum/m/n);return 0;}

思路：

1. 首先，通过cin输入m和n，分别表示图像的行数和列数。
2. 创建两个二维向量image1和image2，分别存储第一幅图像和第二幅图像的像素点颜色。这里使用vector<vector<int>>来表示二维向量。
3. 使用嵌套循环读取用户输入的第一幅图像的像素点颜色，并将其存储在image1中。
4. 同样地，使用嵌套循环读取用户输入的第二幅图像的像素点颜色，并将其存储在image2中。
5. 初始化相似度计数器count为0。
6. 再次使用嵌套循环遍历每个像素点。如果image1和image2对应位置的像素点颜色相同，就将count加1。
7. 计算相似度similarity，即count除以总的像素点数(m * n)，再乘以100。这里使用了static_cast<double>来进行类型转换，使得结果保留小数位。
8. 使用cout输出相似度，设置输出格式为固定小数点后两位。
9. 返回0，表示程序成功执行结束。

通过比较两幅图像的像素点颜色来计算相似度。如果两个像素点颜色相同，则认为它们是相似的。最后根据相似的像素点数与总的像素点数的比例来计算相似度。

C++：

#include <iostream>
#include <vector>
#include <iomanip>

using namespace std;

int main() {
    int m, n;
    cin >> m >> n;

    // 存储第一幅图像的像素点颜色
    vector<vector<int> > image1(m, vector<int>(n));
    for (int i = 0; i < m; i++) {
        for (int j = 0; j < n; j++) {
            cin >> image1[i][j];
        }
    }

    // 存储第二幅图像的像素点颜色
    vector<vector<int> > image2(m, vector<int>(n));
    for (int i = 0; i < m; i++) {
        for (int j = 0; j < n; j++) {
            cin >> image2[i][j];
        }
    }

    // 计算相似度
    int count = 0;
    for (int i = 0; i < m; i++) {
        for (int j = 0; j < n; j++) {
            if (image1[i][j] == image2[i][j]) {
                count++;
            }
        }
    }

    double similarity = static_cast<double>(count) / (m * n) * 100;

    // 输出相似度，保留两位小数
    cout << fixed << setprecision(2) << similarity << endl;

    return 0;
}

py：简写版

def
total_pixels = len(image1) * len(image1[0])
    same_pixels = sum(image1[i][j] == image2[i][j] for i in range(len(image1)) for j in range(len(image1[0])))

    similarity = (same_pixels / total_pixels) * 100
    return "{:.2f}".format(similarity)

m, n = map(int, input().split())
image1 = [list(map(int, input().split())) for _ in range(m)]
image2 = [list(map(int, input().split())) for _ in range(m)]

similarity = calculate_similarity(image1, image2)
print(similarity)

#include<bits/stdc++.h>
using namespace std;
int main(){
    int m,n,a[105][105],b[105][105],k=0;
    scanf("%d%d",&m,&n);
    for(int i=0;i<m;i++)
        for(int j=0;j<n;j++)
            scanf("%d",&a[i][j]);
    for(int i=0;i<m;i++)
        for(int j=0;j<n;j++)
            scanf("%d",&b[i][j]);
    for(int i=0;i<m;i++)
        for(int j=0;j<n;j++)
            if(a[i][j]==b[i][j])
                k++;
    printf("%0.2lf",k*100.0/m/n);
    return 0;
}

这道题先处理数据，用两个二维数组a和b分别存储两次图片的信息，然后再判断是否相同，最后用相同的部分/mn100%就行，代码如下：

#include <bits/stdc++.h>
using namespace std;
int main()
{
    int a[105][105];
    int b[105][105];
    int m,n;
    double same = 0;
    cin >> m >> n;
    for(int i = 1;i<=m;i++)
    {
        for(int j = 1;j<=n;j++)
        {
            cin>> a[i][j];
        }
    }
    for(int i = 1;i<=m;i++)
    {
        for(int j = 1;j<=n;j++)
        {
            cin>> b[i][j];
        }
    }
    for(int i = 1;i<=m;i++)
    {
        for(int j = 1;j<=n;j++)
        {
            if(a[i][j]==b[i][j])
                same += 1;
        }
    }
    cout << fixed <<setprecision(2)<<same /double(m*n)*100;
    return 0;
}