题目描述

图像在计算机中也是以二进制数来存储的。为了简化问题，我们规定：用一个矩阵来描述一幅黑白图像，矩阵中的每个点称为“像素点”。每个像素点的取值只能为 $0$ 或 $1$。

给出定义：

• 若两个图像在某一个相同坐标的像素点取值相同，则该点称为“相似点”。
• 两个图像的相似度 $S=\dfrac{N_0}{N}×100$，其中 $N_0$ 表示相似点的组数，$N$ 表示每个图像的像素点总数。

现在给出两组 $n×m$ 矩阵，用来描述两个图像，求它们的相似度。

输入格式

第一行：两个整数 $n,m$，分别表示图像矩阵的行数和列数。

之后输入两组矩阵，每组矩阵包含 $n$ 行，每行包含 $m$ 个整数，分别表示图像中像素点的取值。

输出格式

一个浮点数，表示两个图像的相似度，精确到小数点后两位。

样例

3 3
1 0 1
0 0 1
1 1 0
1 1 0
0 0 1
0 0 1

44.44

样例 $1$ 解释

第一个图像为：

1 0 1
0 0 1
1 1 0

第二个图像为：

1 1 0
0 0 1
0 0 1

每个图像有 $9$ 个像素点，其中以下位置的像素点具有相同的取值：$(1,1);(2,1);(2,2);(2,3)$，共 $4$ 个。

因此相似度 $S=\dfrac{4}{9}×100=44.44$。

数据规模与约束

对于所有测试点，保证 $1≤n,m≤100$。