问题描述
　　一幅长宽分别为 n 个像素和 m 个像素的灰度图像可以表示为一个 n × m 大小的矩阵 A 。
　　其中每个元素 Aij（0 ≤ i＜n 、0 ≤ j＜m）是一个 [0,L) 范围内的整数，表示对应位置像素的灰度值。
　　具体来说，一个 8 比特的灰度图像中每个像素的灰度范围是 [0,128)。
　　一副灰度图像的灰度统计直方图（以下简称“直方图”）可以表示为一个长度为 L 的数组 h，其中 h[x]（0 ≤ x＜L）表示该图像中灰度值为 x 的像素个数。显然，h[0] 到 h[L-1] 的总和应等于图像中的像素总数 n·m。
　　已知一副图像的灰度矩阵 A，试计算其灰度直方图 h[0],h[1],···,h[L-1],。

输入格式
　　输入共 n+1 行。
　　输入的第一行包含三个用空格分隔的正整数 n 、m 和 L，含义如前文所述。
　　第二到第 n+1 行输入矩阵 A 。
　　第 i+2（0 ≤ i＜n）行包含用空格分隔的 m 个整数，依次为 Ai0,Ai1,···,Ai(m-1)。

输出格式
　　输出仅一行，包含用空格分隔的 L 个整数 ，表示输入图像的灰度直方图。

样例输入
　　4 4 16
　　0 1 2 3
　　4 5 6 7
　　8 9 10 11
　　12 13 14 15

样例输出
　　1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

样例输入
　　7 11 8
　　0 7 0 0 0 7 0 0 7 7 0
　　7 0 7 0 7 0 7 0 7 0 7
　　7 0 0 0 7 0 0 0 7 0 7
　　7 0 0 0 0 7 0 0 7 7 0
　　7 0 0 0 0 0 7 0 7 0 0
　　7 0 7 0 7 0 7 0 7 0 0
　　0 7 0 0 0 7 0 0 7 0 0

样例输出
　　48 0 0 0 0 0 0 29

评测用例规模与约定
　　全部的测试数据满足 0＜n,m ≤ 500 且 4 ≤ L ≤ 256。
————————————————

python

直接算

# 输入矩阵大小n,m 和灰度范围L
n,m,L = list(map(int,input().split()))
# 初始化灰度统计列表0...L-1
sums = [0 for i in range(L)]
# 循环n次 输入矩阵A
for i in range(n):
    # 按行输入数据
    rows = list(map(int, input().split()))
    # 遍历每行灰度元素
    for r in rows:
        # 灰度值对应位置统计数字自增
        sums[r] += 1
# 输出
for i in range(L):
    print(sums[i], end=' ')

二维列表变一维 用count

# 输入矩阵大小n,m 和灰度范围L
n,m,l = list(map(int,input().split()))
num=[ [ i for i in map(int,input().split())] for j in range(n) ]
nums=[i for j in num for i in j]
#或nums=sum(num,[])

#列表推导式 i
# for j in num
#     for i in j
#https://blog.csdn.net/qq_19394437/article/details/111505047
h=[]
for i in range(l):
    h.append(nums.count(i))#统计数目 保存到h中
# print(h)#会输出列表
print(*h)#会输出数字 且以空格为间隔

直接输入成一维列表

# 输入矩阵大小n,m 和灰度范围L
n,m,l = list(map(int,input().split()))
nums=[]
for i in range(n):#直接输入成一维列表
    nn=list(map(int,input().split()))
    nums+=nn
h=[]
for i in range(l):
    h.append(nums.count(i))#统计数目 保存到h中
print(*h)#会输出数字 且以空格为间隔

C++11