Ideone.com

fork download

copy

#include <bits/stdc++.h>
#define MP make_pair
#define PB push_back
#define int long long
#define st first
#define nd second
#define rd third
#define FOR(i, a, b) for(int i =(a); i <=(b); ++i)
#define RE(i, n) FOR(i, 1, n)
#define FORD(i, a, b) for(int i = (a); i >= (b); --i)
#define REP(i, n) for(int i = 0;i <(n); ++i)
#define VAR(v, i) __typeof(i) v=(i)
#define FORE(i, c) for(VAR(i, (c).begin()); i != (c).end(); ++i)
#define ALL(x) (x).begin(), (x).end()
#define SZ(x) ((int)(x).size())
using namespace std;
template<typename TH> void _dbg(const char* sdbg, TH h) { cerr<<sdbg<<"="<<h<<"\n"; }
template<typename TH, typename... TA> void _dbg(const char* sdbg, TH h, TA... t) {
  while(*sdbg != ',')cerr<<*sdbg++; cerr<<"="<<h<<","; _dbg(sdbg+1, t...);
}
#ifdef LOCAL
#define debug(...) _dbg(#__VA_ARGS__, __VA_ARGS__)
#define debugv(x) {{cerr <<#x <<" = "; FORE(itt, (x)) cerr <<*itt <<", "; cerr <<"\n"; }}
#else
#define debug(...) (__VA_ARGS__)
#define debugv(x)
#define cerr if(0)cout
#endif
#define next ____next
#define prev ____prev
#define left ____left
#define hash ____hash
typedef long long ll;
typedef long double LD;
typedef pair<int, int> PII;
typedef pair<ll, ll> PLL;
typedef vector<int> VI;
typedef vector<VI> VVI;
typedef vector<ll> VLL;
typedef vector<pair<int, int> > VPII;
typedef vector<pair<ll, ll> > VPLL;
 
template<class C> void mini(C&a4, C b4){a4=min(a4, b4); }
template<class C> void maxi(C&a4, C b4){a4=max(a4, b4); }
template<class T1, class T2>
ostream& operator<< (ostream &out, pair<T1, T2> pair) { return out << "(" << pair.first << ", " << pair.second << ")";}
template<class A, class B, class C> struct Triple { A first; B second; C third;
  bool operator<(const Triple& t) const { if (st != t.st) return st < t.st; if (nd != t.nd) return nd < t.nd; return rd < t.rd; } };
template<class T> void ResizeVec(T&, vector<int>) {}
template<class T> void ResizeVec(vector<T>& vec, vector<int> sz) {
  vec.resize(sz[0]); sz.erase(sz.begin()); if (sz.empty()) { return; }
  for (T& v : vec) { ResizeVec(v, sz); }
}
typedef Triple<int, int, int> TIII;
template<class A, class B, class C>
ostream& operator<< (ostream &out, Triple<A, B, C> t) { return out << "(" << t.st << ", " << t.nd << ", " << t.rd << ")"; }
template<class T> ostream& operator<<(ostream& out, vector<T> vec) { out<<"("; for (auto& v: vec) out<<v<<", "; return out<<")"; }
template<class T> ostream& operator<<(ostream& out, set<T> vec) { out<<"("; for (auto& v: vec) out<<v<<", "; return out<<")"; }
 
const LD kEps = 1e-9;
const LD kPi = 2 * acos(0);
LD Sq(LD x) {
  return x * x;
}
struct Point {
  LD x, y;
  Point() {}
  Point(LD a, LD b) : x(a), y(b) {}
  Point(const Point& a) : x(a.x), y(a.y) {}
  void operator=(const Point& a) { x = a.x; y = a.y; }
  Point operator+(const Point& a) const { Point p(x + a.x, y + a.y); return p; }
  Point operator-(const Point& a) const { Point p(x - a.x, y - a.y); return p; }
  Point operator*(LD a) const { Point p(x * a, y * a); return p; }
  Point operator/(LD a) const { assert(abs(a) > kEps); Point p(x / a, y / a); return p; }
  Point& operator+=(const Point& a) { x += a.x; y += a.y; return *this; }
  Point& operator-=(const Point& a) { x -= a.x; y -= a.y; return *this; }
  Point& operator*=(LD a) { x *= a; y *= a; return *this;}
  Point& operator/=(LD a) { assert(abs(a) > kEps); x /= a; y /= a; return *this; }
 
  bool IsZero() const {
    return abs(x) < kEps && abs(y) < kEps;
  }
  bool operator==(const Point& a) const {
    return (*this - a).IsZero();
  }
  LD CrossProd(const Point& a) const {
    return x * a.y - y * a.x;
  }
  LD CrossProd(Point a, Point b) const {
    a -= *this;
    b -= *this;
    return a.CrossProd(b);
  }
  LD DotProd(const Point& a) const {
    return x * a.x + y * a.y;
  }
  LD Norm() const {
    return sqrt(Sq(x) + Sq(y));
  }
  void NormalizeSelf() {
    *this /= Norm();
  }
  Point Normalize() {
    Point res(*this);
    res.NormalizeSelf();
    return res;
  }
  LD Dist(const Point& a) const {
    return (*this - a).Norm();
  }
  LD Angle() const {
    return atan2(y, x);
  }
  void RotateSelf(LD angle) {
    LD c = cos(angle);
    LD s = sin(angle);
    LD nx = x * c - y * s;
    LD ny = y * c + x * s;
    y = ny;
    x = nx;
  }
  Point Rotate(LD angle) const {
    Point res(*this);
    res.RotateSelf(angle);
    return res;
  }
  static bool LexCmp(const Point& a, const Point& b) {
    if (abs(a.x - b.x) > kEps) {
      return a.x < b.x;
    }
    return a.y < b.y;
  }
  LD SqNorm() {
    return x * x + y * y;
  }
  friend ostream& operator<<(ostream& out, Point m);
};
 
ostream& operator<<(ostream& out, Point p) {
  out << "(" << p.x << ", " << p.y << ")";
  return out;
}
 
struct Circle {
  Point center;
  LD r;
  Circle(LD x, LD y, LD rad) {
    center = Point(x, y);
    r = rad;
  }
  Circle(const Point& a, LD rad) : center(a), r(rad) {}
  LD Area() const {
    return kPi * Sq(r);
  }
  LD Perimeter() const {
    return 2 * kPi * r;
  }
  LD Diameter() const {
    return 2 * r;
  }
  Point RotateRightMost(LD ang) const {
    return center + Point{r * cos(ang), r * sin(ang)};
  }
  bool operator==(const Circle& c) const {
    return center == c.center && abs(r - c.r) < kEps;
  }
};
 
struct Line {
  Point p[2];
  bool is_seg;
  Line(Point a, Point b, bool is_seg_ = false) {
    p[0] = a;
    p[1] = b;
    is_seg = is_seg_;
  }
  Line() {
  }
  Point& operator[](int a) {
    return p[a];
  }
  Point NormalVector() {
    Point perp = p[1] - p[0];
    perp.RotateSelf(kPi / 2);
    perp.NormalizeSelf();
    return perp;
  }
 
  // (A, B, C) such that A^2 + B^2 = 1, (A, B) > (0, 0)
  vector<LD> LineEqNormLD() { // seems ok
    LD A = p[1].y - p[0].y;
    LD B = p[0].x - p[1].x;
    LD C = -(A * p[0].x + B * p[0].y);
    assert(abs(A * p[1].x + B * p[1].y + C) < kEps);
    LD norm = sqrt(Sq(A) + Sq(B));
    vector<LD> res{A, B, C};
    for (auto& x : res) { x /= norm; }
    if (A < -kEps || (abs(A) < kEps && B < -kEps)) {
      for (auto& x : res) { x *= -1; }
    }
    return res;
  }
 
  // assumes that coordinates are integers!
  vector<int> LineEqNormInt() { // seems ok
    int A = round(p[1].y - p[0].y);
    int B = round(p[0].x - p[1].x);
    int C = -(A * p[0].x + B * p[0].y);
    int gcd = abs(__gcd(A, __gcd(B, C)));
    vector<int> res{A, B, C};
    for (auto& x : res) { x /= gcd; }
    if (A < 0 || (A == 0 && B < 0)) {
      for (auto& x : res) { x *= -1; }
    }
    return res;
  }
};
 
struct Utils {
  // 0, 1, 2 or 3 pts. In case of 3 pts it means they are equal
  static vector<Point> InterCircleCircle(Circle a, Circle b) {
    if (a.r + kEps < b.r) {
      swap(a, b);
    }
    if (a == b) {
      return vector<Point>{a.RotateRightMost(0), a.RotateRightMost(2 * kPi / 3),
          a.RotateRightMost(4 * kPi / 3)};
    }
    Point diff = b.center - a.center;
    LD dis = diff.Norm();
    LD ang = diff.Angle();
    LD longest = max(max(a.r, b.r), dis);
    LD per = a.r + b.r + dis;
    if (2 * longest > per + kEps) {
      return vector<Point>();
    }
    if (abs(2 * longest - per) < 2 * kEps) {
      return vector<Point>{a.RotateRightMost(ang)};
    }
    LD ang_dev = acos((Sq(a.r) + Sq(dis) - Sq(b.r)) / (2 * a.r * dis));
    return vector<Point>{a.RotateRightMost(ang - ang_dev), a.RotateRightMost(ang + ang_dev)};
  }
 
  static vector<Point> InterLineLine(Line& a, Line& b) { // working fine
    Point vec_a = a[1] - a[0];
    Point vec_b1 = b[1] - a[0];
    Point vec_b0 = b[0] - a[0]; 
    LD tr_area = vec_b1.CrossProd(vec_b0);
    LD quad_area = vec_b1.CrossProd(vec_a) + vec_a.CrossProd(vec_b0);
    if (abs(quad_area) < kEps) { // parallel or coinciding
      if (PtBelongToLine(b, a[0])) {
        return {a[0], a[1]};
      } else {
        return {};
      }
    }
    return {a[0] + vec_a * (tr_area / quad_area)};
  } 
 
  static Point ProjPointToLine(Point p, Line l) { ///Tested
    Point diff = l[1] - l[0];
    return l[0] + diff * (diff.DotProd(p - l[0]) / diff.DotProd(diff));
  }
 
  static Point ReflectPtWRTLine(Point p, Line l) {
    Point proj = ProjPointToLine(p, l);
    return proj * 2 - p;
  }
 
  static vector<Point> InterCircleLine(Circle c, Line l) { /// Tested here: http://c...content-available-to-author-only...s.com/gym/100554/submission/10197624
    Point proj = ProjPointToLine(c.center, l);
    LD dis_proj = c.center.Dist(proj);
    if (dis_proj > c.r + kEps) { return vector<Point>(); }
    LD a = sqrt(max((LD)0, Sq(c.r) - Sq(dis_proj)));
    Point dir = l[1] - l[0];
    LD dir_norm = dir.Norm();
    vector<Point> cands{proj + dir * (a / dir_norm), proj - dir * (a / dir_norm)};
    if (cands[0].Dist(cands[1]) < kEps) { return vector<Point>{proj}; }
    return cands;
  }
 
  static bool PtBelongToLine(Line l, Point p) {
    return abs(l[0].CrossProd(l[1], p)) < kEps;
  }
 
  static bool PtBelongToSeg(Line l, Point p) { // seems ok
    return abs(p.Dist(l[0]) + p.Dist(l[1]) - l[0].Dist(l[1])) < kEps;
  }
 
  static vector<Point> InterCircleSeg(Circle c, Line l) { //seems ok
    vector<Point> from_line = InterCircleLine(c, l);
    vector<Point> res;
    for (auto p : from_line) {
      if (PtBelongToSeg(l, p)) { res.PB(p); }
    }
    return res;
  }
 
  static vector<Point> TangencyPtsToCircle(Circle c, Point p) { // seems ok
    LD d = c.center.Dist(p);
    if (d < c.r - kEps) { return {}; }
    if (d < c.r + kEps) { return {p}; }
    LD from_cent = (p - c.center).Angle();
    LD ang_dev = acos(c.r / d);
    return {c.RotateRightMost(from_cent - ang_dev), c.RotateRightMost(from_cent + ang_dev)};
  }
 
  // outer and inner tangents tested only locally (however I believe that rigorously)
  static vector<Line> OuterTangents(Circle c1, Circle c2) {
    if (c1 == c2) { return {}; } // is it surely best choice?
    if (c1.r < c2.r) { swap(c1, c2); }
    if (c2.r + c1.center.Dist(c2.center) < c1.r - kEps) { return {}; }
    if (abs(c1.r - c2.r) < kEps) {
      Point diff = c2.center - c1.center;
      Point R = diff.Rotate(kPi / 2) * (c1.r / diff.Norm()); 
      return {{c1.center + R, c2.center + R}, {c1.center - R, c2.center - R}};
    }
    Point I = c1.center + (c2.center - c1.center) * (c1.r / (c1.r - c2.r)); 
    if (c2.r + c1.center.Dist(c2.center) < c1.r + kEps) {
      return {{I, I + (c2.center - c1.center).Rotate(kPi / 2)}};
    }
    vector<Point> to1 = TangencyPtsToCircle(c1, I);
    vector<Point> to2 = TangencyPtsToCircle(c2, I);
    vector<Line> res{{to1[0], to2[0]}, {to1[1], to2[1]}};
    assert(Utils::PtBelongToLine(res[0], I));
    assert(Utils::PtBelongToLine(res[1], I));
    return res;
  }
 
  // unfortunately big part of code is same as in previous function
  // can be joined when putting appropriate signs in few places
  // however those ifs differ a bit hence it may not be good idea
  // to necessarily join them
  static vector<Line> InnerTangents(Circle c1, Circle c2) {
    if (c1 == c2) { return {}; } // this time surely best choice
    if (c1.r < c2.r) { swap(c1, c2); }
    LD d = c1.center.Dist(c2.center);
    if (d < c1.r + c2.r - kEps) { return {}; }
    Point I = c1.center + (c2.center - c1.center) * (c1.r / (c1.r + c2.r));
    if (d < c1.r + c2.r + kEps) {
      return {{I, I + (c2.center - c1.center).Rotate(kPi / 2)}};
    }
    vector<Point> to1 = TangencyPtsToCircle(c1, I);
    vector<Point> to2 = TangencyPtsToCircle(c2, I);
    vector<Line> res{{to1[0], to2[0]}, {to1[1], to2[1]}};
    assert(Utils::PtBelongToLine(res[0], I));
    assert(Utils::PtBelongToLine(res[1], I));
    return res;
  }
 
  static bool AreParallel(Line l1, Line l2) { // seems ok
    return abs(l1[0].CrossProd(l2[0], l1[1]) - l1[0].CrossProd(l2[1], l1[1])) < kEps;
  }
 
  // returns a vector of points such that their convex hull is intersection of those segments
  // SZ(res) == 0 => empty intersection, SZ(res) == 1 => intersection is a point, SZ(res) == 2 => intersection is a segment
  static vector<Point> InterSegs(Line l1, Line l2) { // seems ok
    if (!Point::LexCmp(l1[0], l1[1])) { swap(l1[0], l1[1]); }
    if (!Point::LexCmp(l2[0], l2[1])) { swap(l2[0], l2[1]); }
    if (AreParallel(l1, l2)) {
      if (!PtBelongToLine(l1, l2[0])) { return vector<Point>(); }
      vector<Point> ends(2);
      for (int tr = 0; tr < 2; tr++) {
        if (Point::LexCmp(l1[tr], l2[tr]) ^ tr) {
          ends[tr] = l2[tr];
        } else {
          ends[tr] = l1[tr];
        }
      }
      if ((ends[1] - ends[0]).IsZero()) {
        ends.pop_back();
      }
      if (SZ(ends) == 2 && Point::LexCmp(ends[1], ends[0])) { return vector<Point>(); }
      return ends;
    } else {
      vector<Point> p = InterLineLine(l1, l2);
      if (PtBelongToSeg(l1, p[0]) && PtBelongToSeg(l2, p[0])) { return p; }
      return vector<Point>();
    }
  }
 
  static LD Angle(Point P, Point Q, Point R) { // angle PQR
    LD ang2 = (P - Q).Angle();
    LD ang1 = (R - Q).Angle();
    LD ans = ang1 - ang2;
    if (ans < kEps) {
      ans += 2 * kPi;
    }
    return ans;
  }
 
  // tested here: http://c...content-available-to-author-only...s.com/contest/600/submission/14961583
  // DON'T change anything as this will lead to precision errors
  // don't know why, but this is the only version which works precisely even for very mean cases
  static LD DiskInterArea(Circle c1, Circle c2) { // tested here: http://o...content-available-to-author-only...s.info/~ejudge/team.cgi?contest_id=006254 problem I
    if (c1.r < c2.r) {
      swap(c1, c2);
    }
    LD d = c1.center.Dist(c2.center);
    if (c1.r + c2.r < d + kEps) {
      return 0;
    }
    if (c1.r - c2.r > d - kEps) {
      return kPi * Sq(c2.r);
    }
    LD alfa = acos((Sq(d) + Sq(c1.r) - Sq(c2.r)) / (2 * d * c1.r));
    LD beta = acos((Sq(d) + Sq(c2.r) - Sq(c1.r)) / (2 * d * c2.r));
    return alfa * Sq(c1.r) + beta * Sq(c2.r) - sin(2 * alfa) * Sq(c1.r) / 2 - sin(2 * beta) * Sq(c2.r) / 2;
  }
 
  static Line RadAxis(Circle c1, Circle c2) {
    LD d = c1.center.Dist(c2.center);
    LD a = (Sq(c1.r) - Sq(c2.r) + Sq(d)) / (2 * d);
    Point Q = c1.center + (c2.center - c1.center) * (a / d);
    Point R = Q + (c2.center - c1.center).Rotate(kPi / 2);
    return Line(Q, R);
  }
};
 
struct Polygon {
  vector<Point> pts;
  Polygon(vector<Point> pts_) : pts(pts_) {}
  Polygon() : Polygon(vector<Point>()) {}
  void Add(Point p) {
    pts.push_back(p);
  }
  // positive for counterclockwise
  double Area() {
    double area = 0;
    for (int i = 0; i < SZ(pts); i++) {
      area += pts[i].CrossProd(pts[(i + 1) % SZ(pts)]);
    }
    area /= 2;
    return area;
  }
  void OrientCounterclockwise() {
    if (Area() < 0) {
      reverse(pts.begin(), pts.end());
    }
  }
  int next(int a) {
    if (a + 1 < SZ(pts)) {
      return a + 1;
    }
    return 0;
  }
  pair<int, int> FurthestPair() { // tested here: http://c...content-available-to-author-only...s.com/contest/333/submission/11058065
    MakeConvexHull();
    OrientCounterclockwise();
    int furth = 1;
    pair<int, int> best_pair = make_pair(0, 0);
    double best_dis = 0;
    for (int i = 0; i < SZ(pts); i++) {
      Point side = pts[next(i)] - pts[i];
      while (side.CrossProd(pts[furth] - pts[i]) < side.CrossProd(pts[next(furth)] - pts[i])) {
        furth = next(furth);
      }
      vector<int> vec{i, next(i)};
      for (auto ind : vec) {
        if (pts[ind].Dist(pts[furth]) > best_dis) {
          best_pair = make_pair(ind, furth);
          best_dis = pts[ind].Dist(pts[furth]);
        }
      }
      cerr<<"Furthest from: "<<pts[i]<<"-"<<pts[next(i)]<<" is "<<pts[furth]<<endl;
    }
    return best_pair;
  }
  // for square 34 
  //            12 holds one_way_hull = {{1,3,4},{1,2,4}}
  // resulting polygon is counterclockwise {1, 2, 4, 3}
  vector<vector<Point>> MakeConvexHull() { // tested everywhere http://c...content-available-to-author-only...s.com/contest/333/submission/11058065
    vector<vector<Point>> one_way_hull(2);
    sort(pts.begin(), pts.end(), Point::LexCmp);
    for (int dir = -1; dir <= 1; dir += 2) {
      int hull_num = (dir + 1) / 2;
      auto& H = one_way_hull[hull_num];
      one_way_hull[hull_num].push_back(pts[0]);
      if (SZ(pts) > 1) {
        H.push_back(pts[1]);
      }
      for (int i = 2; i < SZ(pts); i++) {
        while (SZ(H) >= 2 &&
            dir * (pts[i] - H[SZ(H) - 2]).CrossProd(H.back() - H[SZ(H) - 2]) > -kEps) {
          H.pop_back();
        }
        H.push_back(pts[i]);
      }
      if (SZ(H) > 1 && (H[0] - H.back()).IsZero()) { H.pop_back(); }
    }
    pts.clear();
    for (auto p : one_way_hull[1]) {
      pts.push_back(p);
    }
    for (int i = SZ(one_way_hull[0]) - 2; i >= 1; i--) {
      pts.push_back(one_way_hull[0][i]);
    }
    return one_way_hull;
  }
 
  // without sides
  vector<vector<bool>> InsideDiagonalsMatrix() { // tested here: http://c...content-available-to-author-only...s.com/contest/438/submission/11063385
    int n = pts.size();
    vector<vector<bool>> res(n, vector<bool>(n));
    for (int i = 0; i < n; i++) {
      for (int j = 0; j < n; j++) {
        Line diag(pts[i], pts[j]);
        if (i == j || abs(i - j) == 1 || abs(i - j) == n - 1) { continue; }
        res[i][j] = 1;
        for (int k = 0; k < n; k++) {
          int kk = next(k);
          Line side(pts[k], pts[kk]);
          if (k == i || k == j || kk == i || kk == j) { continue; }
          vector<Point> inter = Utils::InterSegs(diag, side);
          if (SZ(inter)) { res[i][j] = 0; }
        }
        int act = next(i);
        LD areas[2] = {0, 0};
        int passed_j = 0;
        while (act != i) {
          passed_j |= (act == j);
          areas[passed_j] += pts[i].CrossProd(pts[act], pts[next(act)]);
          act = next(act);
        }
        if (areas[0] * areas[1] < kEps) {
          res[i][j] = 0;
        }
      }
    }
    return res;
  }
 
  // P needs to be strictly outside polygon 
  // polygon needs to be STRICTLY convex and counterclockwise oriented (as MakeConvexHull does)
  // returns {L, R} so that PL, PR are tangents and PL is on left
  vector<Point> Tangents(Point p) { // tested here: https://i...content-available-to-author-only...s.com/problems/spin (1169964)
    vector<Point> res;
    REP (tr, 2) {
      auto GrThan = [&](int fir, int sec) { // fir on sec's left
        return p.CrossProd(pts[sec], pts[fir]) > kEps;
      };
      bool up = false;
      int cr = 0;
      if (SZ(pts) >= 2) { cr = p.CrossProd(pts[0], pts[1]); }
      if (abs(cr) < kEps && SZ(pts) >= 3) { cr = p.CrossProd(pts[0], pts[2]); }
      up = (cr > 0);
      VI bd{1, SZ(pts) - 1};
      int faj = 0;
      while (bd[0] + 6 <= bd[1]) { // better don't replace with smaller constants
        VI h(2);
        REP (hh, 2) { h[hh] = (bd[0] + bd[1] + bd[hh]) / 3; }
        if (!GrThan(h[up ^ tr], 0) ^ tr) { bd[up ^ tr] = h[up ^ tr]; }
        else {
          int gr = GrThan(h[0], h[1]);
          bd[gr ^ tr] = h[gr ^ tr];
        }
      }
      FOR (i, bd[0], bd[1]) {
        if (GrThan(i, faj) ^ tr) {
          faj = i;
        }
      }
      res.PB(pts[faj]);
    }
    return res;
  }
};
 
struct ConvexPolHalves { // tested here: https://i...content-available-to-author-only...s.com/problems/spin (1169964)
  vector<vector<Point>> chains; // initialized by MakeConvexHull
  bool BelongTo(Point p) { // including borders
    if (SZ(chains[0]) == 1) {
      return (chains[0][0] - p).IsZero();
    }
    if (p.x  + kEps < chains[0][0].x || p.x - kEps > chains[0].back().x) { return false; }
    REP (tr, 2) {
      int kl = 0, kp = SZ(chains[tr]) - 2, faj = 0;
      while (kl <= kp) {
        int aktc = (kl + kp) / 2;
        if (chains[tr][aktc].x < p.x + kEps) {
          kl = aktc + 1;
          faj = aktc;
        } else {
          kp = aktc - 1;
        }
      }
      Point fir = chains[tr][faj], sec = chains[tr][faj + 1];
      if (abs(fir.x - sec.x) < kEps) {
        if (tr == 0) { if (sec.y + kEps < p.y) { return false; } }
        else { if (fir.y - kEps > p.y) { return false; } }
      } else {
        LD cr = fir.CrossProd(sec, p);
        if (abs(cr) < kEps) { return true; }
        if ((cr > 0) ^ tr) { return false; }
      }
    }
    return true;
  }
};
 
// CLIP START
bool InUpper(Point a) {
  if (abs(a.y) > kEps) {
    return a.y > 0;
  }
  return a.x > 0;
}
 
bool angle_cmp(const Point a, const Point b) {
  bool u = InUpper(a);
  bool v = InUpper(b);
  return u!=v ? u : a.CrossProd(b)>0;
}
 
/**
  * @brief a+(b-a)*f \in c+lin(d-c)
  * @returns f
  */
LD cross(Point a, Point b, Point c, Point d) {
  return (d - c).CrossProd(a - c) / (d - c).CrossProd(a - b);
}
 
struct ClipLine { // valid side is on left
  ClipLine(Point A, Point B) : al(A), bl(B), a(A), b(B) {};
  Point al,bl; // original line points
  mutable Point a,b; // actual intersection points
  Point dir() const { return bl - al; }
  bool operator<(const ClipLine& l) const { return angle_cmp(dir(),l.dir()); }
  Point cross(const ClipLine& l) {
    return al + (bl - al) * ::cross(al, bl, l.al, l.bl);
  }
  bool left(Point p) {
    return (bl - al).CrossProd(p - al) > 0;
  }
};
 
struct Clip {
  Clip(LD r) : area(4*r*r) {
    Point a{-r,-r}, b{r,-r}, c{r,r}, d{-r,r};
    lines = {ClipLine(a,b), ClipLine(b,c), ClipLine(c,d), ClipLine(d,a)};
  }
 
  void insert(Line l) { insert(ClipLine(l[0], l[1])); }
 
  void insert(ClipLine l) {
    assert(abs(l.dir().SqNorm()) > kEps);
    find(l);
    while (size() && !l.left(it->a) && !l.left(it->b)) { erase(); }
    if (size()) {
      while (prev(), size() && !l.left(it->a) && !l.left(it->b)) { erase(); }
    }
    if (size() && (!l.left(it->a) || !l.left(it->b))) {
      l.a = l.cross(*it);
      area -= l.a.CrossProd(it->b)*.5; it->b = l.a; next();
      l.b = l.cross(*it);
      if ((l.a-l.b).SqNorm() < kEps) {
        l.b = l.a;
      }
      area -= it->a.CrossProd(l.b) * .5;
      it->a = l.b;
      if (!(l.a - l.b).IsZero()) {
        area += l.a.CrossProd(l.b)*.5;
        lines.insert(l);
      }
    }
    //assert(l.dir().SqNorm()>1e-13);
  }
 
  void find(const ClipLine &l) {
    it = lines.lower_bound(l);
    if (it == lines.end()) { it = lines.begin(); }
  }
 
  void recalculate() {
    area = 0; for (const ClipLine &l : lines) area += l.a.CrossProd(l.b);
    area *= .5;
  }
 
  int size() { return lines.size(); }
  void next() { if(++it==lines.end()) it = lines.begin(); }
  void prev() { if(it==lines.begin()) it = lines.end(); --it; }
  void erase() {
      assert(it!=lines.end());
      area -= it->a.CrossProd(it->b)*.5;
      it = lines.erase(it);
      if(it==lines.end()) it = lines.begin();
  }
  typename set<ClipLine>::iterator it;
  set<ClipLine> lines;
  LD area;
};
// CLIP ENDS
 
// CENTERS BEGIN
Point Bary(Point A, Point B, Point C, LD a, LD b, LD c) {
    return (A * a + B * b + C * c) / (a + b + c);
}
 
Point Centroid(Point A, Point B, Point C) {
    return Bary(A, B, C, 1, 1, 1);
}
 
Point Circumcenter(Point A, Point B, Point C) {
    LD a = (B - C).SqNorm(), b = (C - A).SqNorm(), c = (A - B).SqNorm();
    return Bary(A, B, C, a * (b + c - a), b * (c + a - b), c * (a + b - c));
}
 
Point Incenter(Point A, Point B, Point C) {
    return Bary(A, B, C, (B - C).Norm(), (A - C).Norm(), (A - B).Norm());
}
 
Point Orthocenter(Point A, Point B, Point C) {
    LD a = (B - C).SqNorm(), b = (C - A).SqNorm(), c = (A - B).SqNorm();
    return Bary(A, B, C, (a+b-c)*(c+a-b), (b+c-a)*(a+b-c), (c+a-b)*(b+c-a));
}
 
Point Excenter(Point A, Point B, Point C) { // opposite to A
    LD a = (B - C).Norm(), b = (A - C).Norm(), c = (A - B).Norm();
    return Bary(A, B, C, -a, b, c);
}
 
 
LD RandLD(LD a, LD b) {
  int R = 1 << 28;
  LD r = (rand() % R) * 1. / R;
  return a + (b - a) * r;
}
 
const LD R = 1.5;
const LD V = 0.5;
const LD S = 1;
const LD L = 0.6;
const int K = 10;
const int T = 100;
const int M = 20000;
 
LD RandMean() {
  LD sum = 0;
  REP (i, K) {
    sum += RandLD(-0.1, 0.1);
  }
  return sum / K;
}
 
const int N = 1005;
Point pt[N];
 
LD DisPtSeg(Point p, Line l) {
  Point proj = Utils::ProjPointToLine(p, l);
  if (Utils::PtBelongToSeg(l, proj)) {
    return p.Dist(proj);
  }
  return min(p.Dist(l[0]), p.Dist(l[1]));
}
 
int32_t main() {
 
  ios_base::sync_with_stdio(0);
  cout << fixed << setprecision(4);
  cerr << fixed << setprecision(4);
  cin.tie(0);
  //double beg_clock = 1.0 * clock() / CLOCKS_PER_SEC;
 
  srand(22345);
  //srand(222);
 
//   LD sumrr = 0;
//   int tries = 1000;
//   REP (tr, tries) {
//     LD r = RandMean();
//     sumrr += r * r;
//     debug(r);
//   }
//   debug(sqrt(sumrr / tries));
 
  Point cur;
  LD dir;
  int nxt_get = 1;
//   VI last_closest[2];
#ifdef LOCAL
  int n;
  cin>>n;
  LD shortest = 1e9;
  LD smallest_angle = kPi;
  LD sum_len = 0;
  RE (i, n) {
    LD x, y;
    cin>>x>>y;
    pt[i] = {x, y};
    if (i >= 2) {
      mini(shortest, pt[i].Dist(pt[i - 1]));
      sum_len += pt[i].Dist(pt[i - 1]);
    }
    if (i >= 3) {
      Point dir1 = pt[i] - pt[i - 1];
      Point dir2 = pt[i - 2] - pt[i - 1];
      LD ang_diff = dir1.Angle() - dir2.Angle();
      while (ang_diff < 0) {
        ang_diff += 2 * kPi;
      }
      while (ang_diff > 2 * kPi - kEps) {
        ang_diff -= 2 * kPi;
      }
      if (ang_diff > kPi - kEps) {
        ang_diff = 2 * kPi - ang_diff;
      }
      mini(smallest_angle, ang_diff);
    }
  }
  debug(shortest, sum_len, smallest_angle);
//   return 0;
  cur = pt[1];
  dir = (pt[2] - pt[1]).Angle() + RandLD(-0.2, 0.2);
  int steps = 0;
#endif
  int nxt_to_pass = 2;
  LD prv1 = 0.95, prv2 = 0.95;
  LD sen1 = 0.95, sen2 = 0.95;
  function<void()> Get = [&]() {
    assert(nxt_get);
    nxt_get ^= 1;
    prv1 = sen1;
    prv2 = sen2;
#ifdef LOCAL
    if (nxt_to_pass == n + 1) {
      sen1 = -1;
      sen2 = -1;
      if (sen1 < -0.5) {
        debug(steps);
        exit(0);
      }
      return;
    }
    vector<LD> d{5, 5};
    vector<Point> wheel(2);
    bool is_any_inter = false;
    wheel[0] = cur + Point{cos(dir + kPi / 2), sin(dir + kPi / 2)} * R;
    wheel[1] = cur + Point{cos(dir - kPi / 2), sin(dir - kPi / 2)} * R;
    REP (tr, 2) {
      RE (i, n - 1) {
        mini(d[tr], DisPtSeg(wheel[tr], Line{pt[i], pt[i + 1]}));
      }
    }
    RE (i, n - 1) {
      if (!Utils::InterSegs(Line{wheel[0], wheel[1]}, Line{pt[i], pt[i + 1]}).empty()) {
        is_any_inter = true;
        break;
      }
    }
    if (!is_any_inter) {
      debug(nxt_to_pass);
      debug("!!!!!!!!!!!!!!!!!!!");
    }
//     assert(is_any_inter);
    if (d[0] > R + S + L || d[1] > R + S + L) {
      debug(nxt_to_pass);
      assert(false);
    }
    sen1 = 1 - max((LD)0, min(S, d[0] + L) - max(-S, d[0] - L)) / (2 * S);
    sen2 = 1 - max((LD)0, min(S, d[1] + L) - max(-S, d[1] - L)) / (2 * S);
    sen1 = min((LD)1, sen1 + RandMean());
    sen2 = min((LD)1, sen2 + RandMean());
#else
    cin>>sen1>>sen2;
#endif
    if (sen1 < -0.5) {
      exit(0);
    }
  };
 
  function<void(LD, LD)> Go = [&](LD cl, LD cr) {
    assert(!nxt_get);
    nxt_get ^= 1;
#ifdef LOCAL
    steps++;
    cl = min((LD)1, max((LD)-1, cl + RandMean()));
    cr = min((LD)1, max((LD)-1, cr + RandMean()));
    REP (i, T) {
      Point pdir = {cos(dir), sin(dir)};
      LD coeff = (cl + cr) * V / (2 * T);
      cur = cur + pdir * coeff;
      dir += (cr - cl) * V / (2 * R * T);
    }
    debug(cur, dir);
    if (cur.Dist(pt[nxt_to_pass]) < R + S + L) {
      nxt_to_pass++;
      debug(nxt_to_pass);
    }
#else
    cout<<cl<<" "<<cr<<endl;
#endif
  };
 
  LD kSumThreshold = 1.80;
  LD kMaThreshold = 0.96;
  LD kDiffThreshold = 0.3;
  Get();
  while (1) {
    debug(sen1, sen2);
    LD sum = sen1 + sen2;
    LD ma = max(sen1, sen2);
    LD cp1 = sen1, cp2 = sen2;
    if (sum > kSumThreshold) {
      Go(1, 1);
      Get();
    } else if (ma > kMaThreshold || abs(sen1 - sen2) > kDiffThreshold) {
      if (sen2 > sen1) {
        Go(0, 0.5);
      } else {
        Go(0.5, 0);
      }
      Get();
      cerr<<"after return "<<sen1<<" "<<sen2<<" from "<<prv1<<" "<<prv2<<endl;
    } else {
      LD rcos = L + sum - 1;
      LD coss = (rcos) / R;
      LD alfa = acos(min((LD)1, coss));
      LD coeff = -100;
      LD diff_diff, new_diff, diff;
      while (coeff < -10 || coeff > 10) {
        diff = sen1 - sen2;
        int need_another_try = 1;
        while (need_another_try) {
          Go(-0.3, -0.3);
          Get();
          if (sen1 > prv1 - 0.03 && sen2 > prv2 - 0.03) {
            debug("rush");
            Go(1, 1);
            Get();
            goto End;
          } else {
            need_another_try = 0;
          }
        }
        cerr<<"badanie diff ";
        debug(sen1, sen2, prv1, prv2);
        new_diff = sen1 - sen2;
        diff_diff = new_diff - diff;
        coeff = -new_diff / diff_diff;
        if (coeff < -10 || coeff > 10) {
          Go(0.3, 0.3);
          Get();
          cerr<<"failed badanie diff"<<endl;
        }
      }
      assert(coeff > -10 && coeff < 10);
      LD to_go = abs(0.3 * coeff);
      while (to_go > kEps) {
        LD part = min(to_go, (LD)1);
        if (coeff > 0) {
          Go(-part, -part);
        } else {
          Go(part, part);
        }
        Get();
        to_go -= part;
      }
      LD x = R * alfa / V;
      debug(diff, new_diff, diff_diff, coeff, alfa, x);
      cerr<<"after positioning: "<<sen1<<" "<<sen2<<" from "<<cp1<<" "<<cp2<<endl;
      cp1 = sen1;
      cp2 = sen2;
      while (x > kEps) {
 
        LD part = min(x, (LD)1);
        if (diff_diff > 0) {
          Go(-part, part);
        } else {
          Go(part, -part);
        }
        x -= part;
        Get();
      }
      cerr<<"after turn: "<<sen1<<" "<<sen2<<" from "<<cp1<<" "<<cp2<<endl;
      //debug("after turn", sen1, sen2, );
    }
    End: ;
 
  }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
  return 0;
}

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

Runtime error #stdin #stdout 0.02s 4484KB

stdin

copy

Standard input is empty

stdout

copy

1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.0000 1.0000
1.

https://ideone.com/yenxK5

language:

C++14 (gcc 8.3)

created:

visibility:

secret

Share or Embed source code

Discover > Sphere Engine API

The brand new service which powers Ideone!

Discover > IDE Widget

Widget for compiling and running the source code in a web browser!

Discover > Sphere Engine API

Discover > IDE Widget

Choose your language