由于出题人是？？，这里给出一个比 std （暴力）更好的做法。
首先需要知道 std 的愚蠢做法，直接暴力枚举后 check，达到了 \(O((n-m)^km^k)\)，在原题能通过，但是对于某些会更强问题的同学很不公平，考虑加大数据范围。
我的赛时做法是 \(O(n^k)\) 地枚举一个匹配点后 \(O(n^{k-1})\) 枚举其它维，对第 \(k\) 维做哈希，做到 \(O(n^{2k-1})\) 的时间复杂度。这个做法的劣势在于得到匹配点后仍然需要十分暴力的 check，如果我们能不枚举那 \(k-1\) 维，而是求其哈希值，就能做到 \(O(n^k)\) 的时间复杂度。
考虑对其做高维哈希，需要快速支持查询操作。高维哈希是满足结合律的，考虑对其做 FMT。像高维前缀和一样，对所有维度做状压，预处理是 \(O(n^k)\) 的。查询是不太好做的，一个直接的想法是直接对其做 \(O(2^k)\) 的容斥，这样的时间复杂度为 \(O(n^k2^k)\)，实现并不困难。
