解题思路

两张图都是 m 行 n 列的二维数组，我们只要在对应位置比较：

如果第 1 张图的 a[i][j] 和第 2 张图的 b[i][j] 相等，就说明这个像素点一样，个数 same 加 1。

相似度 = 相同像素点个数 ÷ 总像素数（总像素数 = m × n）。

样例里相同像素点有 4 个，总像素 3×3=9 个，4 ÷ 9 ≈ 0.4444，保留两位小数就是 0.44。

关于保留两位小数：直接用整数除法会丢掉小数部分，所以我们要先算“相似度 × 100”并四舍五入。 算式 h = (same * 200 + total) / (2 * total) 就是四舍五入到百分位的技巧（分子加半个 total 再整除）， 最后输出整数部分 h / 100 和小数点，再输出小数部分 h % 100；小数部分不足两位时在前面补一个 0。

参考代码

// 图像相似度：两张图对应像素点相同的个数 ÷ 总像素数，四舍五入到小数点后两位
#include <iostream>
using namespace std;
int a[1005][1005], b[1005][1005];
int main() {
    int m, n;
    cin >> m >> n;
    for (int i = 0; i < m; i++)
        for (int j = 0; j < n; j++) cin >> a[i][j];   // 读入第一幅图
    for (int i = 0; i < m; i++)
        for (int j = 0; j < n; j++) cin >> b[i][j];   // 读入第二幅图
    int same = 0;
    for (int i = 0; i < m; i++)
        for (int j = 0; j < n; j++)
            if (a[i][j] == b[i][j]) same++;           // 对应像素相同就+1
    int total = m * n;
    int h = (same * 200 + total) / (2 * total);       // 四舍五入到百分位
    cout << h / 100 << ".";                           // 输出整数部分和小数点
    int t = h % 100;
    if (t < 10) cout << 0;                            // 不足两位补0
    cout << t << endl;
    return 0;
}

复杂度分析

要读入并比较 m×n 个像素，两层循环，时间复杂度 O(m×n)。两个二维数组各占 m×n 个格子，空间复杂度 O(m×n)。