Background

Special for beginners, ^_^

Description

在计算机视觉领域，卷积计算能抽取图像特征，卷积核、滤波器通常为较小尺寸的矩阵，比如\(3\times3\)、\(5\times5\)等。数字图像是相对较大尺寸的的二维（或多维）矩阵。图像卷积运算与相关运算的关系如下：

其中，\(F\)为滤波器，\(X\)为图像，\(O\)为结果。先输入图像和卷积核，请你编程输出卷积运算的结果。

简单起见，图像与卷积核均为方阵。

Format

Input

第一行为一个正整数，表示图像方阵的大小\(m\)。

第二行至第\(m+1\)行，每行\(m\)个正整数，表示图像方阵。

第\(m+2\)行为一个正整数，表示卷积核方阵的大小\(n\)。

第\(m+3\)行至最后一行，每行\(n\)个正整数，表示卷积核方阵。

Output

一个方阵，为卷积核运算的结果。

Sample 1

Input

5
1 1 1 0 0
0 1 1 1 0
0 0 1 1 1
0 0 1 1 0
0 1 1 0 0
3
1 0 1
0 1 0
1 0 1

Output

4 3 4
2 4 3
2 3 4

Limitation&Appointment

对于\(100\%\)的数据，\(m \le 200\)，\(n \le 100\)

共\(10\)个测试点，对于每一个测试点，时间限制为\(1000ms\)，空间限制为\(128MiB\)，分值为\(10\)分。