时间限制：C/C++/Rust/Pascal 1秒，其他语言2秒
空间限制：C/C++/Rust/Pascal 512 M，其他语言1024 M
64bit IO Format: %lld
空间限制：C/C++/Rust/Pascal 512 M，其他语言1024 M
64bit IO Format: %lld
题目描述
竭泽最近尝试学习新的东西，他想看看cnn，现在卡在池化了。
什么是池化？
池化的思想来自于视觉机制，是对信息进行抽象的过程。
池化层也称下采样层，会压缩输入的特征图，一方面减少了特征，导致了参数减少，进而简化了卷积网络计算时的复杂度；另一方面保持了特征的某种不变性（旋转、平移、伸缩等）。
池化操作(Pooling)是卷积神经网络中非常常见的一种操作，Pooling层是模仿人的视觉系统对数据进行降维，在构建卷积神经网络时，往往会用在卷积层之后，通过池化来降低卷积层输出的特征维度，有效减少网络参数的同时还可以防止过拟合现象。
池化如何进行？
下面一张图片我们就来演示池化的一种，max pooling（最大池化）的操作过程
假设我们有4 * 4的图像，每个图像有不同的像素值，这时候我们有一个2 * 2的池化核，并设定步长为2，那么此时我们会对左上角的2 * 2取最大值，作为池化的结果，然后向右平移一个步长，就是向右平移两个单位，得到下一个池化结果，当做完这一行运算，向下平移一个步长，继续做运算，依次类推。
总的来说，假设你有n * n的图像，m * m的池化核，你对图像中第一个m * m的部分图像做完池化操作后，平移一个步长单位，去做下一次池化操作，如果做完这一行的运算，就向下平移一个步长长度，继续运算，直到做完为止。
为了简化问题，本题默认步长为1。
上图是池化窗口为3 * 3，步长为1的池化结果
现在，竭泽给你一个n * m的图像，告诉你池化核的大小k * k， 请输出最大池化后的池化图像的行数和列数，并且输出池化结果
输入描述:
输入第一行，三个数字, n, m, k, 其含义如题所示。n <= 50, m <= 50, 1 <= k <= 20, k <= n, m ， 矩阵元素在int表示范围内接下来n行为矩阵数据
输出描述:
先输出两个数字，表示池化后图像的尺寸（行和列），之后以矩阵的方式输出池化结果。