[ { "path": ".ci/install_cuda.sh", "content": "#!/bin/sh\n## Install CUDA (must run as root)\n\nCUDA_PKG_VERSION=\"7-5\"\nCUDA_VERSION=\"7.5\"\n\nCUDA_REPO_PKG=cuda-repo-ubuntu1404_${CUDA_VERSION}-18_amd64.deb\nNVIDIA_URL=http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/\nwget ${NVIDIA_URL}${CUDA_REPO_PKG}\ndpkg -i ${CUDA_REPO_PKG}\nrm ${CUDA_REPO_PKG}\n\n## update and install package\napt-get -y update\napt-get install -y cuda-$CUDA_PKG_VERSION\n\n## manually create CUDA symlink\nln -s /usr/local/cuda-${CUDA_VERSION} /usr/local/cuda\n" }, { "path": ".ci/travis_build_opencv.sh", "content": "#!/bin/bash\nset -eux -o pipefail\n\nOPENCV_VERSION=${OPENCV_VERSION:-3.4.1}\nOPENCV_BUILD=$(pwd)/opencv/build\nOPENCV_CONTRIB=$(pwd)/opencv_contrib/modules\nINSTALL_FLAG=$HOME/usr/installed-version/$OPENCV_VERSION\nINSTALL_PREFIX=$HOME/usr\n\nif [[ ! -e $INSTALL_FLAG ]]; then\n TMP=$(mktemp -d)\n mkdir -p $OPENCV_BUILD\n\n pushd $OPENCV_BUILD\n cmake \\\n -D WITH_CUDA=ON \\\n -D BUILD_EXAMPLES=OFF \\\n -D BUILD_TESTS=OFF \\\n -D BUILD_PERF_TESTS=OFF \\\n -D BUILD_opencv_java=OFF \\\n -D BUILD_opencv_python=OFF \\\n -D BUILD_opencv_python2=OFF \\\n -D BUILD_opencv_python3=OFF \\\n -D OPENCV_EXTRA_MODULES_PATH=$OPENCV_CONTRIB \\\n -D CMAKE_INSTALL_PREFIX=$INSTALL_PREFIX \\\n -D CMAKE_BUILD_TYPE=Release \\\n -D CUDA_ARCH_BIN=5.2 \\\n -D CUDA_ARCH_PTX=\"\" \\\n ..\n make install && sudo mkdir -p \"$(dirname \"$INSTALL_FLAG\")\" && sudo touch \"$INSTALL_FLAG\";\n popd\n touch $HOME/fresh-cache\nfi\n\nsudo cp -r $HOME/usr/include/* /usr/local/include/\nsudo cp -r $HOME/usr/lib/* /usr/local/lib/\nsudo ldconfig\n" }, { "path": ".clang-format", "content": "---\nLanguage: Cpp\n# BasedOnStyle: LLVM\nAccessModifierOffset: -2\nAlignAfterOpenBracket: Align\nAlignConsecutiveAssignments: false\nAlignConsecutiveDeclarations: false\nAlignEscapedNewlinesLeft: false\nAlignOperands: true\nAlignTrailingComments: true\nAllowAllParametersOfDeclarationOnNextLine: true\nAllowShortBlocksOnASingleLine: false\nAllowShortCaseLabelsOnASingleLine: false\nAllowShortFunctionsOnASingleLine: false\nAllowShortIfStatementsOnASingleLine: false\nAllowShortLoopsOnASingleLine: false\nAlwaysBreakAfterDefinitionReturnType: None\nAlwaysBreakAfterReturnType: None\nAlwaysBreakBeforeMultilineStrings: false\nAlwaysBreakTemplateDeclarations: true\nBinPackArguments: false\nBinPackParameters: false\nBraceWrapping:\n AfterClass: false\n AfterControlStatement: false\n AfterEnum: false\n AfterFunction: false\n AfterNamespace: false\n AfterObjCDeclaration: false\n AfterStruct: false\n AfterUnion: false\n BeforeCatch: false\n BeforeElse: false\n IndentBraces: false\nBreakBeforeBinaryOperators: None\nBreakBeforeBraces: Attach\nBreakBeforeTernaryOperators: true\nBreakConstructorInitializersBeforeComma: false\nBreakAfterJavaFieldAnnotations: false\nBreakStringLiterals: true\nColumnLimit: 120\nCommentPragmas: '^ IWYU pragma:'\nConstructorInitializerAllOnOneLineOrOnePerLine: false\nConstructorInitializerIndentWidth: 4\nContinuationIndentWidth: 4\nCpp11BracedListStyle: true\nDerivePointerAlignment: false\nDisableFormat: false\nExperimentalAutoDetectBinPacking: false\nForEachMacros: [ foreach, Q_FOREACH, BOOST_FOREACH ]\nIncludeCategories:\n - Regex: '^\"(llvm|llvm-c|clang|clang-c)/'\n Priority: 2\n - Regex: '^(<|\"(gtest|isl|json)/)'\n Priority: 3\n - Regex: '.*'\n Priority: 1\nIncludeIsMainRegex: '$'\nIndentCaseLabels: false\nIndentWidth: 4\nIndentWrappedFunctionNames: false\nJavaScriptQuotes: Leave\nJavaScriptWrapImports: true\nKeepEmptyLinesAtTheStartOfBlocks: false\nMacroBlockBegin: ''\nMacroBlockEnd: ''\nMaxEmptyLinesToKeep: 1\nNamespaceIndentation: None\nObjCBlockIndentWidth: 2\nObjCSpaceAfterProperty: false\nObjCSpaceBeforeProtocolList: true\nPenaltyBreakBeforeFirstCallParameter: 19\nPenaltyBreakComment: 300\nPenaltyBreakFirstLessLess: 120\nPenaltyBreakString: 1000\nPenaltyExcessCharacter: 1000000\nPenaltyReturnTypeOnItsOwnLine: 10\nPointerAlignment: Left\nReflowComments: true\nSortIncludes: true\nSpaceAfterCStyleCast: true\nSpaceAfterTemplateKeyword: true\nSpaceBeforeAssignmentOperators: true\nSpaceBeforeParens: ControlStatements\nSpaceInEmptyParentheses: false\nSpacesBeforeTrailingComments: 2\nSpacesInAngles: false\nSpacesInContainerLiterals: true\nSpacesInCStyleCastParentheses: false\nSpacesInParentheses: false\nSpacesInSquareBrackets: false\nStandard: Cpp11\nTabWidth: 8\nUseTab: Never\n" }, { "path": ".gitattributes", "content": "[core]\n whitespace=trailing-space,space-before-tab\n[apply]\n whitespace=fix\n* binary\n*.[sS][lL][nN] text=auto diff merge\n*.[cC][sS][pP][rR][oO][jJ] text=auto diff merge\n*.[vV][bB][pP][rR][oO][jJ] text=auto diff merge\n*.[vV][cC][xX][pP][rR][oO][jJ] text=auto diff merge\n*.[vV][cC][pP][rR][oO][jJ] text=auto diff merge\n*.[dD][bB][pP][rR][oO][jJ] text=auto diff merge\n*.[fF][sS][pP][rR][oO][jJ] text=auto diff merge\n*.[lL][sS][pP][rR][oO][jJ] text=auto diff merge\n*.[wW][iI][xX][pP][rR][oO][jJ] text=auto diff merge\n*.[mM][oO][dD][eE][lL][pP][rR][oO][jJ] text=auto diff merge\n*.[sS][qQ][lL][pP][rR][oO][jJ] text=auto diff merge\n*.[wW][mM][aA][pP][rR][oO][jJ] text=auto diff merge\n*.[xX][pP][rR][oO][jJ] text=auto diff merge\n*.[pP][rR][oO][pP][sS] text=auto diff merge\n*.[fF][iI][lL][tT][eE][rR][sS] text=auto diff merge\n*.[vV][cC][xX][iI][tT][eE][mM][sS] text=auto diff merge\n*.[jJ][aA][vV][aA] text=auto diff merge\n*.[rR][eE][sS][xX] text=auto diff merge\n*.[bB][aA][tT] text=auto diff merge\n*.[pP][sS][11] text=auto diff merge\n*.[cC][oO][nN][fF][iI][gG] text=auto diff merge\n*.[tT][xX][tT] text=auto diff merge\n*.[tT][sS] text=auto diff merge\n*.[tT][sS][xX] text=auto diff merge\n*.[jJ][sS] text=auto diff merge\n*.[jJ][sS][xX] text=auto diff merge\n*.[cC][sS][sS] text=auto diff merge\n*.[hH][tT][mM][lL] text=auto diff merge\n*.[cC][sS] text=auto diff=csharp merge\n*.[fF][sS] text=auto diff merge\n*.[cC] text=auto diff merge\n*.[cC][pP][pP] text=auto diff merge\n*.[jJ][sS][oO][nN] text=auto diff merge\n*.[xX][mM][lL] text=auto diff merge\n*.[cC][sS][hH][tT][mM][lL] text=auto diff merge\n*.[sS][qQ][lL] text=auto diff merge\n*.[cC][sS][vV] text=auto diff merge\n*.[xX][sS][dD] text=auto diff merge\n*.[sS][cC][sS][sS] text=auto diff merge\n*.[cC][mM][dD] text=auto diff merge\n*.[yY][mM][lL] text=auto diff merge\n*.[sS][hH] text=auto diff merge\n*.[cC][oO][fF][fF][eE][eE] text=auto diff merge\n*.[aA][sS][aA][xX] text=auto diff merge\n*.[xX][sS][lL][tT] text=auto diff merge\n*.[cC][fF][gG] text=auto diff merge\n*.[cC][oO][nN][fF][iI][gG].[dD][eE][bB][uU][gG] text=auto diff merge\n*.[cC][oO][nN][fF][iI][gG].[rR][eE][lL][eE][aA][sS][eE] text=auto diff merge\n*.[cC][oO][nN][fF][iI][gG].[sS][tT][aA][gG][iI][nN][gG] text=auto diff merge\n*.[dD][oO][tT][sS][eE][tT][tT][iI][nN][gG][sS] text=auto diff merge\n*.[pP][uU][bB][lL][iI][sS][hH][sS][eE][tT][tT][iI][nN][gG][sS] text=auto diff merge\n*.[mM][dD] text=auto diff merge\n*.[pP][rR][oO][jJ] text=auto diff merge\n*.[mM][aA][rR][kK][dD][oO][wW][nN] text=auto diff merge\n*.[bB][aA][bB][eE][lL][rR][cC] text=auto diff merge\n*.[hH] text=auto diff merge\n*.[rR][sS] text=auto diff merge\n*.[pP][yY] text=auto diff merge\n*.[cC][cC] text=auto diff merge\n*.[rR][bB] text=auto diff merge\n*.[hH][pP][pP] text=auto diff merge\n*.[sS][aA][sS][sS] text=auto diff merge\n*.[tT][oO][mM][lL] text=auto diff merge\n*.[hH][tT][mM] text=auto diff merge\n*.[tT][eE][xX][tT][iI][lL][eE] text=auto diff merge\n*.[pP][hH][pP] text=auto diff merge\n*.[lL][eE][sS][sS] text=auto diff merge\n*.[nN][uU][sS][pP][eE][cC] text=auto diff merge\n*.[lL][iI][cC][eE][nN][sS][eE] text=auto diff merge\nCargo.lock text=auto diff merge\n.gitattributes text=auto diff merge\n.gitignore text=auto diff merge\n" }, { "path": ".gitignore", "content": "# Generated by Cargo\n# will have compiled files and executables\n/target/\n/.idea\n\n# As well as generated cv code\n/artifacts/\n\n# Remove Cargo.lock from gitignore if creating an executable, leave it for libraries\n# More information here http://doc.crates.io/guide.html#cargotoml-vs-cargolock\nCargo.lock\ntarget\nCargo.lock\n" }, { "path": ".gitmodules", "content": "[submodule \"opencv_contrib\"]\n\tpath = opencv_contrib\n\turl = https://github.com/opencv/opencv_contrib.git\n\tshallow = true\n[submodule \"opencv\"]\n\tpath = opencv\n\turl = https://github.com/opencv/opencv.git\n\tshallow = true\n" }, { "path": ".travis.yml", "content": "env:\n global:\n - MAKEFLAGS=\"-j 4\"\nsudo: required\ndist: trusty\n\nlanguage: rust\nrust:\n - stable\n\naddons:\n apt:\n packages:\n - build-essential\n - cmake\n - git\n - libavcodec-dev\n - libavformat-dev\n - libdc1394-22-dev\n - libgmp-dev\n - libgtk2.0-dev\n - libjasper-dev\n - libjpeg-dev\n - libleptonica-dev\n - libpng-dev\n - libswscale-dev\n - libtbb-dev\n - libtbb2\n - libtesseract-dev\n - libtiff-dev\n - pkg-config\n - tesseract-ocr\n - xvfb\n\nbefore_install:\n - export PATH=\"$PATH:$HOME/.cargo/bin\"\n - sudo -E ./.ci/install_cuda.sh\n - sudo -E ./.ci/travis_build_opencv.sh\n - export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib:/usr/local/lib/x86_64-linux-gnu\n - rustup component add rustfmt-preview\n - cargo fmt --version\n - clang-format --version\n\nscript:\n - cargo build --no-default-features\n - cargo test -v --no-default-features\n - cargo build --features cuda\n - cargo build --features tesseract\n - cargo test -v --features tesseract\n - cargo doc --features cuda --no-deps\n - cargo fmt -- --check\n - diff -u <(cat native/*) <(clang-format native/*)\n\nnotifications:\n email:\n on_success: never\n\ncache:\n timeout: 1000\n cargo: true\n directories:\n - $HOME/usr/installed-version\n - $HOME/usr/include\n - $HOME/usr/lib\n\ndeploy:\n provider: pages\n skip_cleanup: true\n github_token: $GITHUB_TOKEN\n local_dir: target/doc/\n on:\n branch: master\n" }, { "path": ".windows/mingw_build_OCV.ps1", "content": "param([Parameter(mandatory=$true)][string] $MinGWPath)\n#SCRIPT CONSTANTS\n$pwd = Get-Location\n$REPO_LOCATION = \"$pwd\\opencv\"\n$OPENCV_VERSION_TAG = \"3.4.0\"\n$COMPILER = \"mingw\"\n$CMAKE_CONFIG_GENERATOR = \"MinGW Makefiles\"\n$OPENCV_BUILD_DIR = \"$pwd\\artifacts\\$COMPILER\\build\\opencv\";\n$OPENCV_DIR = \"$pwd\\artifacts\\$COMPILER\\install\\opencv\";\n$OPENCV_CONTRIB_DIR = \"$pwd\\opencv_contrib\\modules\";\n$CMAKE_OPTIONS = @(\n \"-DWITH_CUDA:BOOL=OFF\",\n \"-DCUDA_ARCH_BIN=5.2\",\n \"-DCUDA_ARCH_PTX=\",\n \"-DBUILD_opencv_java:BOOL=OFF\",\n \"-DBUILD_opencv_python:BOOL=OFF\",\n \"-DBUILD_opencv_python2:BOOL=OFF\",\n \"-DBUILD_opencv_python3:BOOL=OFF\",\n \"-DBUILD_TESTS:BOOL=OFF\",\n \"-DBUILD_PERF_TESTS:BOOL=OFF\",\n \"-DBUILD_DOCS:BOOL=OFF\",\n \"-DBUILD_EXAMPLES:BOOL=OFF\",\n \"-DINSTALL_CREATE_DISTRIB:BOOL=ON\",\n \"-DCPU_DISPATCH=\"\n)\n\n#SCRIPT BODY\nWrite-Host \"CONFIGURE OPENCV PATHS\"\n\n$env:OPENCV_DIR = $OPENCV_DIR\n$env:OPENCV_LIB = \"$OPENCV_DIR\\x64\\$COMPILER\\lib\"\nif ($env:Path.IndexOf(\"$OPENCV_DIR\\x64\\$COMPILER\\bin\") -eq (-1)) {\n\t$env:Path = \"$env:Path;$OPENCV_DIR\\x64\\$COMPILER\\bin\"\n}\nif ($env:Path.IndexOf($MinGWPath) -eq (-1)) {\n\t$env:Path = \"$env:Path;$MinGWPath\"\n}\n\n[Environment]::SetEnvironmentVariable(\"OPENCV_DIR\", $env:OPENCV_DIR, [EnvironmentVariableTarget]::Machine)\n[Environment]::SetEnvironmentVariable(\"OPENCV_LIB\", $env:OPENCV_LIB, [EnvironmentVariableTarget]::Machine)\n[Environment]::SetEnvironmentVariable(\"Path\", $env:Path, [EnvironmentVariableTarget]::Machine)\n\nif (Test-Path \"$OPENCV_DIR\\x64\\$COMPILER\\bin\") {\n\tWrite-Host \"Compiled OpenCV found. Skip installation\"\n\treturn;\n}\n\n#CHECK EXISTENCE OF GIT AND CMAKE\n$oldErrorAction = $ErrorActionPreference\n$ErrorActionPreference = \"Stop\"\ngit --version\ncmake --version\nWrite-Host (Get-Command mingw32-make).Source\n$ErrorActionPreference = $oldErrorAction\n\n\nWrite-Host \"INSTALL OPENCV AT $OPENCV_DIR\"\n\nmkdir $OPENCV_BUILD_DIR -ErrorAction SilentlyContinue\nmkdir $OPENCV_DIR -ErrorAction SilentlyContinue\n\ngit submodule update --init --recursive\n\nPush-Location -Path $OPENCV_BUILD_DIR\n$CMakeArgs = $CMAKE_OPTIONS + (\"-DCMAKE_INSTALL_PREFIX=$OPENCV_DIR\", \"-DCMAKE_BUILD_TYPE=Release\", \"-DOPENCV_EXTRA_MODULES_PATH=$OPENCV_CONTRIB_DIR\", $REPO_LOCATION)\nWrite-Host \"cmake -G $CMAKE_CONFIG_GENERATOR $CMakeArgs\"\ncmake -G $CMAKE_CONFIG_GENERATOR @CMakeArgs\nif($LastExitCode -ne 0) { $host.SetShouldExit($LastExitCode ) }\ncmake --build . --target install --config release -- -j $env:NUMBER_OF_PROCESSORS \nif($LastExitCode -ne 0) { $host.SetShouldExit($LastExitCode ) }\nPop-Location\n" }, { "path": ".windows/msvc_1_install_CUDA.ps1", "content": "param([Parameter(mandatory=$true)][string] $FileName)\n$VERSION = \"9.1\"\n$argumentList = \"-s nvcc_$VERSION cublas_$VERSION cublas_dev_$VERSION cudart_$VERSION cufft_$VERSION cufft_dev_$VERSION npp_$VERSION npp_dev_$VERSION\"\n$envPath = \"$env:ProgramFiles\\NVIDIA GPU Computing Toolkit\\CUDA\\v$VERSION\\bin;$env:ProgramFiles\\NVIDIA GPU Computing Toolkit\\CUDA\\v$VERSION\\libnvvp\";\nWrite-Host \"Install CUDA from $FileName with argumentList $argumentList\"\nStart-Process -FilePath $FileName -ArgumentList $argumentList -Wait\nif ($env:Path.IndexOf($envPath) -eq (-1)) {\n\tWrite-Host \"Setting PATH for CUDA\"\n\t$env:Path = \"${env:Path};${envPath}\"\n [Environment]::SetEnvironmentVariable(\"Path\", $env:Path, [EnvironmentVariableTarget]::Machine)\n}\n$oldErrorAction = $ErrorActionPreference\n$ErrorActionPreference = \"Stop\"\nnvcc.exe -V\n$ErrorActionPreference = $oldErrorAction\n" }, { "path": ".windows/msvc_2_build_OCV.ps1", "content": "param([Parameter(mandatory=$true)][bool] $EnableCuda, [Parameter(mandatory=$true)][string] $Compiler)\n$CudaSwitch = If ($EnableCuda) {\"ON\"} Else {\"OFF\"}\n#SCRIPT CONSTANTS\n$pwd = Get-Location\n$REPO_LOCATION = \"$pwd\\opencv\"\n$OPENCV_VERSION_TAG = \"3.4.0\"\n$CMAKE_CONFIG_GENERATOR;\n\nif ($Compiler -eq \"vc14\") {\n $CMAKE_CONFIG_GENERATOR = \"Visual Studio 14 2015 Win64\"\n}\nelse {\n if ($Compiler -eq \"vc15\"){\n if ($EnableCuda) {\n throw \"Cuda with VS2017 is not supported\"\n }\n $CMAKE_CONFIG_GENERATOR = \"Visual Studio 15 2017 Win64\"\n }\n else {\n throw \"Unknown Compiler\"\n }\n}\n\n$OPENCV_BUILD_DIR = \"$pwd\\artifacts\\$COMPILER\\build\\opencv\";\n$OPENCV_DIR = \"$pwd\\artifacts\\$COMPILER\\install\\opencv\";\n$OPENCV_CONTRIB_DIR = \"$pwd\\opencv_contrib\\modules\";\n$CMAKE_OPTIONS = @(\n \"-DWITH_CUDA:BOOL=$CudaSwitch\",\n \"-DCUDA_ARCH_BIN=5.2\",\n \"-DCUDA_ARCH_PTX=\",\n \"-DBUILD_opencv_java:BOOL=OFF\",\n \"-DBUILD_opencv_python:BOOL=OFF\",\n \"-DBUILD_opencv_python2:BOOL=OFF\",\n \"-DBUILD_opencv_python3:BOOL=OFF\",\n \"-DBUILD_TESTS:BOOL=OFF\",\n \"-DBUILD_PERF_TESTS:BOOL=OFF\",\n \"-DBUILD_DOCS:BOOL=OFF\",\n \"-DBUILD_EXAMPLES:BOOL=OFF\",\n \"-DINSTALL_CREATE_DISTRIB:BOOL=ON\"\n)\n\n#SCRIPT BODY\nWrite-Host \"CONFIGURE OPENCV PATHS\"\n\n$env:OPENCV_DIR = $OPENCV_DIR\n$env:OPENCV_LIB = \"$OPENCV_DIR\\x64\\$Compiler\\lib\"\nif ($env:Path.IndexOf(\"$OPENCV_DIR\\x64\\$Compiler\\bin\") -eq (-1)) {\n\t$env:Path = \"$env:Path;$OPENCV_DIR\\x64\\$Compiler\\bin\"\n}\n\n[Environment]::SetEnvironmentVariable(\"OPENCV_DIR\", $env:OPENCV_DIR, [EnvironmentVariableTarget]::Machine)\n[Environment]::SetEnvironmentVariable(\"OPENCV_LIB\", $env:OPENCV_LIB, [EnvironmentVariableTarget]::Machine)\n[Environment]::SetEnvironmentVariable(\"Path\", $env:Path, [EnvironmentVariableTarget]::Machine)\n\nif (Test-Path \"$OPENCV_DIR\\x64\\$Compiler\\bin\") {\n\tWrite-Host \"Compiled OpenCV found. Skip installation\"\n\treturn;\n}\n\n#CHECK EXISTENCE OF GIT AND CMAKE\n$oldErrorAction = $ErrorActionPreference\n$ErrorActionPreference = \"Stop\"\ngit --version\ncmake --version\n$ErrorActionPreference = $oldErrorAction\n\n\nWrite-Host \"INSTALL OPENCV AT $OPENCV_DIR\"\n\nmkdir $OPENCV_BUILD_DIR -ErrorAction SilentlyContinue\nmkdir $OPENCV_DIR -ErrorAction SilentlyContinue\n\ngit submodule update --init --recursive\n\nPush-Location -Path $OPENCV_BUILD_DIR\n$CMakeArgs = $CMAKE_OPTIONS + (\"-DCMAKE_INSTALL_PREFIX=$OPENCV_DIR\", \"-DCMAKE_BUILD_TYPE=Release\", \"-DOPENCV_EXTRA_MODULES_PATH=$OPENCV_CONTRIB_DIR\", $REPO_LOCATION)\nWrite-Host \"cmake -G $CMAKE_CONFIG_GENERATOR $CMakeArgs\"\ncmake -G $CMAKE_CONFIG_GENERATOR @CMakeArgs\nif($LastExitCode -ne 0) { $host.SetShouldExit($LastExitCode ) }\ncmake --build . --target install --config release -- /m\nif($LastExitCode -ne 0) { $host.SetShouldExit($LastExitCode ) }\nPop-Location\n" }, { "path": "CODE_OF_CONDUCT.md", "content": "# Contributor Covenant Code of Conduct\n\n## Our Pledge\n\nIn the interest of fostering an open and welcoming environment, we as contributors and maintainers pledge to making participation in our project and our community a harassment-free experience for everyone, regardless of age, body size, disability, ethnicity, gender identity and expression, level of experience, nationality, personal appearance, race, religion, or sexual identity and orientation.\n\n## Our Standards\n\nExamples of behavior that contributes to creating a positive environment include:\n\n* Using welcoming and inclusive language\n* Being respectful of differing viewpoints and experiences\n* Gracefully accepting constructive criticism\n* Focusing on what is best for the community\n* Showing empathy towards other community members\n\nExamples of unacceptable behavior by participants include:\n\n* The use of sexualized language or imagery and unwelcome sexual attention or advances\n* Trolling, insulting/derogatory comments, and personal or political attacks\n* Public or private harassment\n* Publishing others' private information, such as a physical or electronic address, without explicit permission\n* Other conduct which could reasonably be considered inappropriate in a professional setting\n\n## Our Responsibilities\n\nProject maintainers are responsible for clarifying the standards of acceptable behavior and are expected to take appropriate and fair corrective action in response to any instances of unacceptable behavior.\n\nProject maintainers have the right and responsibility to remove, edit, or reject comments, commits, code, wiki edits, issues, and other contributions that are not aligned to this Code of Conduct, or to ban temporarily or permanently any contributor for other behaviors that they deem inappropriate, threatening, offensive, or harmful.\n\n## Scope\n\nThis Code of Conduct applies both within project spaces and in public spaces when an individual is representing the project or its community. Examples of representing a project or community include using an official project e-mail address, posting via an official social media account, or acting as an appointed representative at an online or offline event. Representation of a project may be further defined and clarified by project maintainers.\n\n## Enforcement\n\nInstances of abusive, harassing, or otherwise unacceptable behavior may be reported by contacting the project team at benzh@cs.berkeley.edu. The project team will review and investigate all complaints, and will respond in a way that it deems appropriate to the circumstances. The project team is obligated to maintain confidentiality with regard to the reporter of an incident. Further details of specific enforcement policies may be posted separately.\n\nProject maintainers who do not follow or enforce the Code of Conduct in good faith may face temporary or permanent repercussions as determined by other members of the project's leadership.\n\n## Attribution\n\nThis Code of Conduct is adapted from the [Contributor Covenant][homepage], version 1.4, available at [http://contributor-covenant.org/version/1/4][version]\n\n[homepage]: http://contributor-covenant.org\n[version]: http://contributor-covenant.org/version/1/4/\n" }, { "path": "CONTRIBUTING.md", "content": "# How to contribute\n\nImplement more OpenCV functions/modules and submit a PR request.\n\nBefore submitting a PR, make sure you have formatted both C/C++ code and Rust\ncode, otherwise Travis will complain.\n\nYou have to have installed `clang-format`. You can install it as part of full llvm toolchain ([download link](http://releases.llvm.org/download.html)) to make formatting happen. On mac you can use `brew install clang-format`.\n\nWhen you're done run `setup_hooks.sh`. That will enable automatic source code formatting on commit." }, { "path": "Cargo.toml", "content": "[package]\nname = \"cv\"\nversion = \"0.2.2\"\nauthors = [\"Ben Zhang \"]\nbuild = \"build.rs\"\nrepository = \"https://github.com/nebgnahz/cv-rs.git\"\nhomepage = \"https://github.com/nebgnahz/cv-rs.git\"\nlicense = \"MIT\"\nreadme = \"README.md\"\ndocumentation = \"rust-vision.s3-website-us-west-2.amazonaws.com\"\ndescription = \"This library primarily provides a binding and API for OpenCV 3.x.\"\n\n[dependencies]\nbytes = \"0.4\"\nfailure = \"0.1\"\n\n[dev-dependencies]\ngetopts = \"0.2\"\nfloat-cmp = \"0.4\"\n\n[build-dependencies]\ncc = { version = \"1.0\", features = [\"parallel\"] }\n\n[features]\ncuda = []\ntext = []\ntesseract = [\"text\"]\n" }, { "path": "LICENSE", "content": "MIT License\n\nCopyright (c) 2016 Ben Zhang\n\nPermission is hereby granted, free of charge, to any person obtaining a copy\nof this software and associated documentation files (the \"Software\"), to deal\nin the Software without restriction, including without limitation the rights\nto use, copy, modify, merge, publish, distribute, sublicense, and/or sell\ncopies of the Software, and to permit persons to whom the Software is\nfurnished to do so, subject to the following conditions:\n\nThe above copyright notice and this permission notice shall be included in all\ncopies or substantial portions of the Software.\n\nTHE SOFTWARE IS PROVIDED \"AS IS\", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR\nIMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,\nFITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE\nAUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER\nLIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,\nOUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE\nSOFTWARE.\n" }, { "path": "README.md", "content": "# cv-rs\n\n[![Build Status][travis-image]][travis-url]\n[![Build status][appveyor-image]][appveyor-url]\n[![standard-readme compliant][standard-readme-image]][standard-readme-url]\n\nThis library primarily provides idiomatic bindings and APIs for OpenCV 3.x.\n\n[Documentation](https://nebgnahz.github.io/cv-rs/cv/)\n\n## Table of Contents\n\n- [Background](#background)\n- [Install](#install)\n- [Usage](#usage)\n- [Contribute](#contribute)\n- [License](#license)\n\n## Background\n\nOpenCV (Open Source Computer Vision Library: http://opencv.org) is an\nopen-source BSD-licensed library that includes several hundreds of computer\nvision algorithms. It's mainly developed in C++. This library provides Rust\nbindings to access OpenCV functionalities. First, C bindings are created\n(in [native](native) folder); then [Rust APIs](src/lib.rs) are constructed\natop. Although this manual process seems an inefficient process, it has served\nme well as a learning experience to both OpenCV and Rust. In terms of OpenCV API\ncoverage, modules and functions are implemented as needed.\n\nPlease check out the [documentation](https://nebgnahz.github.io/cv-rs/cv/) to\nsee what has been ported. If you have demand for porting specific features,\nplease open an issue, or better create a PR.\n\nAttempts to use [rust-bindgen](https://github.com/servo/rust-bindgen)\nor [cpp_to_rust](https://github.com/rust-qt/cpp_to_rust) haven't been very\nsuccessful (I probably haven't tried hard enough). There is another\nport [opencv-rust](https://github.com/kali/opencv-rust/) which generates OpenCV\nbindings using a Python script (more automated).\n\n## Install\n\nBefore anything, make sure you have OpenCV 3 installed. If you are using windows, follow [this instruction](#windows), otherwise read this\n[Introduction to OpenCV][opencv-intro] to get started.\n\nThen in any Rust project, add this to your `Cargo.toml`:\n\n```\n[dependencies]\ncv = { git = \"https://github.com/nebgnahz/cv-rs.git\" }\n```\n\nAnd add this to your crate:\n\n```\nextern crate cv;\nuse cv::*;\n```\n\nAnd then, enjoy the power of OpenCV.\n\nIf you'd like to use OpenCV GPU functions, it's inside `cv::cuda`. Enable it\nwith the following code in `Cargo.toml`:\n\n```\n[dependencies.cv]\ngit = \"https://github.com/nebgnahz/cv-rs\"\nfeatures = [ \"cuda\" ]\n```\n\nAll possible features are listed below:\n- `cuda` - for CUDA support, requires installed CUDA\n- `text` - for text recognition support. Requires building from sources, is not included in most package managers by default, e.g. in brew\n- `tesseract` - for Tesseract OCR support, requires installed Tesseract\n\n### Windows\n\n#### If you are using MSVC toolchain (mandatory if you want to use CUDA)\n##### Prerequisites\n- Installed git.\n- Installed CMake x64 ([download link](https://cmake.org/download/)).\n- Installed Visual Studio 2015 ([download link](https://go.microsoft.com/fwlink/?LinkId=532606&clcid=0x409)), VS2017 is not supported by nVidia at this moment, don't even try, it won't compile.\n\n##### Installation steps\n- Create directory `C:\\opencv`.\n- Copy `.git` and `.windows` folders there (you can run them from the `cv-rs` directory itself, but you may encounter an error that paths are too long)\n- Run powershell console as administrator in `c:\\opencv`.\n- (***Optional, skip these steps if you don't need CUDA***)\n 1. Download CUDA from [official site](https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10). Choose `local` package.\n 1. Run `PowerShell -NoExit -File .\\.windows\\msvc_1_install_CUDA.ps1 -FileName path_to_installer` (for example, `C:\\Users\\UserName\\Downloads\\cuda_9.1.85_win10.exe`).\n- Run `PowerShell -NoExit -File (.\\.windows\\msvc_2_build_OCV.ps1 -EnableCuda $False -Compiler vc15)` (note braces). `1` stays for compilation with CUDA, `0` for compilation without it. Possible compiler values: `vc14` for VS2015/`vc15` for VS2017. **Caution: CUDA is compatible with VS2015 only**\n- Wait until installation finishes. Now you have properly configured OpenCV.\n\n#### If you are using GNU toolchain\n\n##### Prerequisites\n- Installed git.\n- Installed CMake x64 ([download link](https://cmake.org/download/)).\n- Installed MinGW ([download link](https://sourceforge.net/projects/mingw-w64/files/latest/download)). Choose architecture `x86_64` during installation.\n\n##### Installation steps\n- Create directory `C:\\opencv`.\n- Copy `.git` and `.windows` folders there (you can run them from the `cv-rs` directory itself, but you may encounter an error that paths are too long)\n- Run powershell console as administrator in `c:\\opencv`.\n- Run `PowerShell -NoExit -File .\\.windows\\mingw_build_OCV.ps1 -MinGWPath \"C:\\Program Files\\mingw-w64\\x86_64-7.2.0-posix-seh-rt_v5-rev1\\mingw64\\bin\"` (your path may be different).\n- Wait until installation finishes. Now you have properly configured OpenCV.\n\n## Usage\n\nSee available examples on how this library might be used.\n\n- [Display Image](examples/display_image.rs)\n- [Video Capture](examples/video_capture.rs), optional GPU code\n- [Face Detection](examples/face_detect.rs)\n- [Camshift](examples/camshift.rs)\n- [HOG Detection](examples/hog.rs), optional GPU code\n\n## Contribute\n\nSee [the contribute file](CONTRIBUTING.md)! PRs highly welcome.\n\nYou may also simply open up an issue for feature/porting request.\n\nSmall note: If editing the README, please conform to the\n[standard-readme](https://github.com/RichardLitt/standard-readme) specification.\n\n## License\n\nMIT © Ben Zhang\n\n\n[travis-image]: https://travis-ci.org/nebgnahz/cv-rs.svg?branch=master\n[travis-url]: https://travis-ci.org/nebgnahz/cv-rs\n[appveyor-image]: https://ci.appveyor.com/api/projects/status/dutogjshst3oyra2/branch/master?svg=true\n[appveyor-url]: https://ci.appveyor.com/project/nebgnahz/cv-rs\n[standard-readme-image]: https://img.shields.io/badge/standard--readme-OK-green.svg?style=flat-square\n[standard-readme-url]: https://github.com/RichardLitt/standard-readme\n[opencv-intro]: http://docs.opencv.org/3.1.0/df/d65/tutorial_table_of_content_introduction.html\n" }, { "path": "appveyor.yml", "content": "clone_depth: 50\nimage: Visual Studio 2017\nenvironment:\n RUSTUP_USE_REQWEST: 1\n CARGO_HTTP_CHECK_REVOKE: false\n matrix:\n - TARGET: x86_64-pc-windows-msvc\nskip_commits:\n files:\n - .gitattributes\n - .gitignore\n - .travis.yml\n - .ci\\*.sh\n - LICENSE\n - '*.md'\nplatform:\n - x64\ninstall:\n # Install Rust\n - appveyor DownloadFile https://win.rustup.rs/ -FileName rustup-init.exe\n - rustup-init.exe -y --default-host %TARGET%\n - set PATH=%PATH%;C:\\Users\\appveyor\\.cargo\\bin\n - rustc -V\n - cargo -V\n # Install OpenCV\n - ps: .\\.windows\\msvc_2_build_OCV.ps1 -EnableCuda 0 -Compiler vc15\nbuild_script:\n - cargo build --no-default-features\ntest_script:\n - cargo test -v --no-default-features\ncache:\n - '%USERPROFILE%\\.cargo\\registry'\n - vc15\\install -> .windows\\msvc_2_build_OCV.ps1\n" }, { "path": "assets/OCRHMM_transitions_table.xml", "content": "\n\n\n 62\n 62\n
d
\n \n8.50520944078e-05 0.0544758664682 0.0617478205401 0.0385285987667 0.00146714862853 0.00848394641718 0.0317882202849 0.000893046991282 0.0399106953009 0.000786731873272 0.013140548586 0.118371252392 0.0354667233681 0.116691473528 0.000233893259622 0.034509887306 0.000403997448437 0.113565809058 0.0640442270891 0.196980650649 0.0180948330853 0.0160748458431 0.00967467573889 0.00372102913034 0.0153519030406 0.00550712311291 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.100866163733 0.0314799292167 0.00242153301667 0.00502933780386 0.126292260408 0.00204898947564 0.00130390239359 0.00130390239359 0.112973828816 0.00614696842693 0.0 0.289000651951 0.00484306603334 0.00186271770513 0.0848467914688 0.00186271770513 0.0 0.0757194747136 0.053366862252 0.0113625780013 0.0739498928937 0.0027940765577 0.00111763062308 0.0 0.00940672441092 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.123990600299 0.0 0.0241828669088 0.00046998504593 0.136594744713 0.0 0.0 0.107583849605 0.0869472334971 0.0 0.0763939329203 0.0394787438581 0.000299081392865 0.00128177739799 0.152574236274 0.000341807306131 0.00290536210211 0.0535355693228 0.0138431958983 0.115274513993 0.053407391583 0.0 0.0 0.0 0.0107242042299 0.000170903653066 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0556214577567 0.00263608804534 0.00263608804534 0.0282061420851 0.318834849084 0.00355871886121 0.0217477263741 0.00329511005668 0.226110452089 0.00724924212469 0.000527217609068 0.0645841571108 0.00948991696323 0.0267562936602 0.0452089099776 0.00237247924081 0.000131804402267 0.0322261763543 0.067615658363 0.00105443521814 0.0506787926717 0.011862396204 0.00546988269408 0.0 0.0119942006063 0.000131804402267 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0467747490338 0.00432414505657 0.0376672576757 0.147403599628 0.0215824585124 0.0132020357922 0.0106891845351 0.00250009566693 0.00761508731201 0.000982180440578 0.00145413727566 0.0484584869319 0.0227814839854 0.112134392898 0.00517876959578 0.0174496473079 0.00329094225544 0.22472798704 0.197022845262 0.0348482722553 0.0022194726839 0.0134061252344 0.00769162085284 0.0118626988278 0.00371187672998 0.00102044721099 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0729166666667 0.0 0.000508130081301 0.0 0.146214430894 0.111788617886 0.000762195121951 0.0 0.21468495935 0.0 0.0 0.0782520325203 0.0 0.00279471544715 0.111280487805 0.0 0.0 0.0581808943089 0.0162601626016 0.0429369918699 0.114456300813 0.0 0.000762195121951 0.0 0.0282012195122 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0787207872079 0.0 0.0 0.000351432085749 0.212440695836 0.000527148128624 0.0419961342471 0.0789843612722 0.107977508347 0.0 0.0 0.125812686698 0.00773150588649 0.0492883500264 0.0347917764892 0.000615006150062 0.0 0.110964681075 0.081356527851 0.00404146898612 0.0533298190125 0.0 0.000527148128624 0.0 0.0103672465296 0.000175716042875 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.154653160894 0.00144704711947 0.000542642669802 0.00271321334901 0.298996111061 0.00614995025776 0.0 0.00271321334901 0.184136745953 0.0 0.0 0.016460160984 0.0103102107262 0.0121190196256 0.133309215881 0.00090440444967 0.000361761779868 0.0371710228814 0.0124807814054 0.0618612643574 0.0365379397667 0.0 0.00614995025776 0.0 0.0205299810075 0.000452202224835 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0319377484564 0.0157151315233 0.0745496066988 0.0267783134568 0.0643998985029 0.0226507654572 0.0288928359976 0.000439820688489 0.000473653049142 0.000405988327836 0.00314640954073 0.0478558741436 0.0279116975387 0.299247229975 0.0865431785503 0.0175928275395 0.00182694747526 0.0263554089487 0.0856297048127 0.0803856889114 0.00159012095069 0.0491584200288 6.76647213059e-05 0.00296033155713 0.0 0.00348473314726 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.125310173697 0.0 0.0 0.0 0.263027295285 0.0 0.0 0.0 0.014888337469 0.0 0.00248138957816 0.0 0.0 0.0 0.233250620347 0.0 0.0 0.00124069478908 0.0 0.0 0.359801488834 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0458695168114 0.00668002672011 0.000890670229348 0.00267201068804 0.422845691383 0.00400801603206 0.000890670229348 0.0060120240481 0.197951458473 0.000890670229348 0.00222667557337 0.0721442885772 0.00668002672011 0.0334001336005 0.0106880427522 0.00534402137609 0.0 0.00489868626141 0.135381874861 0.00668002672011 0.00935203740815 0.0 0.00801603206413 0.0 0.0164773992429 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.10850279394 0.00172821015035 0.00357163431073 0.0179157785587 0.21712080189 0.00385966933579 0.0033988132957 0.000460856040094 0.153148222824 0.0 0.00558787948615 0.111066305663 0.00483898842099 0.0107149029322 0.0684659254565 0.00397488334581 0.0 0.00138256812028 0.0326055648367 0.0247710121551 0.0354859150873 0.00639437755631 0.000806498070165 0.0 0.18414079152 5.76070050118e-05 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.142847308275 0.0638854467851 0.000619578686493 0.000275368305108 0.226215062646 0.00385515627151 0.0 0.000481894533939 0.159920143192 0.0 0.0 0.00530083987333 0.0549359768691 0.00901831199229 0.0927991188214 0.153242461793 0.0 0.000963789067878 0.037518931571 0.000413052457662 0.0410298774611 0.00068842076277 0.000275368305108 0.0 0.00571389233099 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0555165707641 0.00324799005554 0.0619123042685 0.0696914409447 0.155843374702 0.016380295527 0.238707219761 0.00453114662069 0.0559175571907 0.00272670770094 0.0130721575075 0.0076989393909 0.00364897648215 0.0156384706378 0.0215730697516 0.00425045612206 0.00272670770094 0.00411011087275 0.0990837460152 0.134691340698 0.00978406880927 0.011588507729 0.00312769412755 0.000280690498627 0.0034885819115 0.000761874210558 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0216214746118 0.0155565829911 0.0320378579782 0.0258913758873 0.00579292338655 0.00976365960456 0.0219206396693 0.00244771410699 0.0185754303897 0.000815904702331 0.0101444151323 0.0608664907939 0.0677744839403 0.23911447143 0.0419103048764 0.0337512578531 0.000435149174576 0.141885827735 0.0423726508744 0.0431341619299 0.0949985041747 0.0226005602546 0.0346215562022 0.00329081563273 0.00709837091028 0.00157741575784 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0966494041305 0.00112310476072 0.000623947089287 0.000686341798216 0.202595619891 0.00124789417857 0.000748736507144 0.0483558994197 0.0851687776877 0.0 0.000873525925002 0.101516191427 0.00174705185 0.00118549946964 0.104760716291 0.0722530729394 0.0 0.145878829475 0.0374992200661 0.0552817121108 0.0366880888501 0.0 0.000998315342859 0.0 0.00411805078929 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.000904977375566 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.999095022624 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.143023601179 0.00941305490187 0.0207224291165 0.0281934702643 0.211610957527 0.00680847174941 0.0125659713496 0.0013479860175 0.139322351436 9.13888825424e-05 0.0106924992575 0.0147136100893 0.0268683314675 0.021065137426 0.0920742991615 0.0123831935845 0.00036555553017 0.029153053531 0.110146450684 0.050538052046 0.0292215951929 0.00959583266696 0.00228472206356 0.0 0.0177065959926 9.13888825424e-05 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0315670455934 0.00171128223934 0.0422320009779 0.001466813348 0.125473658477 0.00409485392984 0.002933626696 0.0628896222956 0.108330277472 0.000733406674001 0.00928981787068 0.0301002322454 0.0154626573768 0.0203825938149 0.0375565334311 0.0439738418286 0.00443099865542 0.00161960640508 0.200647842562 0.199425498105 0.0422931182007 0.0 0.00589781200342 6.11172228334e-05 0.00742574257426 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0828099447776 0.000805820870761 0.011542198943 0.000237006138459 0.250088877302 0.00355509207688 0.000805820870761 0.0456473822672 0.276775768492 0.0 4.74012276918e-05 0.028914748892 0.00312848102766 0.006920579243 0.055056525964 0.00109022823691 0.0 0.0702723200531 0.0615741947716 0.0335126679781 0.0341762851658 0.000189604910767 0.0037683976015 0.0 0.0284170360012 0.000663617187685 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0407358156028 0.0375886524823 0.0419769503546 0.0322695035461 0.043085106383 0.0132092198582 0.0246010638298 8.86524822695e-05 0.0436170212766 0.0 0.000886524822695 0.105230496454 0.0573581560284 0.148670212766 0.00833333333333 0.0339095744681 0.000177304964539 0.131826241135 0.144060283688 0.0859485815603 0.000487588652482 0.000531914893617 0.0 0.00168439716312 0.000975177304965 0.00274822695035 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.131552670994 0.0 0.000124812780829 0.0 0.623689465801 0.0 0.0 0.0 0.18072890664 0.0 0.0 0.0 0.000124812780829 0.0 0.0567898152771 0.0 0.0 0.0 0.0 0.0 0.00399400898652 0.0 0.0 0.0 0.00299550673989 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.196585140748 0.00646054453161 0.00230733733272 0.0133825565298 0.193124134749 0.00599907706507 0.000922934933087 0.0539916935856 0.174665436087 0.0 0.0073834794647 0.0535302261191 0.00323027226581 0.0779880018459 0.095062298108 0.000922934933087 0.0 0.03737886479 0.0673742501154 0.00553760959852 0.00138440239963 0.0 0.0 0.0 0.00276880479926 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.092132505176 0.0 0.123188405797 0.0 0.15734989648 0.0 0.0 0.0310559006211 0.166149068323 0.0 0.0 0.00621118012422 0.0 0.00103519668737 0.0207039337474 0.230848861284 0.00310559006211 0.0 0.0 0.142857142857 0.0175983436853 0.00207039337474 0.00103519668737 0.000517598343685 0.00414078674948 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0538403614458 0.0143072289157 0.042921686747 0.0143072289157 0.140436746988 0.00753012048193 0.00978915662651 0.00451807228916 0.181852409639 0.0 0.0 0.0504518072289 0.0730421686747 0.0557228915663 0.0368975903614 0.0798192771084 0.0 0.0286144578313 0.157379518072 0.0316265060241 0.00263554216867 0.0 0.0135542168675 0.000753012048193 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.104328523862 0.0 0.0 0.0 0.369589345172 0.0 0.0 0.0 0.19089900111 0.0 0.00221975582686 0.0732519422863 0.00443951165372 0.0 0.0532741398446 0.0 0.0 0.0 0.0 0.0 0.00887902330744 0.00887902330744 0.00443951165372 0.0 0.0332963374029 0.146503884573 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0 0.0094510076442 0.0116747741487 0.012022237665 0.000799166087561 0.00371785962474 0.00357887421821 6.94927032662e-05 0.00267546907575 3.47463516331e-05 6.94927032662e-05 0.0102501737318 0.00681028492008 0.0127171646977 3.47463516331e-05 0.0097637248089 0.00045170257123 0.0105281445448 0.0102849200834 0.00535093815149 0.00615010423905 0.00277970813065 0.00156358582349 0.000868658790827 0.000138985406532 0.000173731758165 6.94927032662e-05 0.0492355802641 0.0562890896456 0.0374913134121 0.00159833217512 0.00879082696317 0.0277623349548 0.000764419735928 0.0339471855455 0.000660180681028 0.0107713690063 0.101841556637 0.032383599722 0.10170257123 0.000208478109798 0.0330785267547 0.000555941626129 0.0980542043085 0.0574704656011 0.16362056984 0.0178596247394 0.0145239749826 0.00868658790827 0.00347463516331 0.0126129256428 0.00458651841557 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0593910159783 0.0 0.0 0.0 0.0530599939705 0.0 0.0 0.0 0.0276354135263 0.0 0.0 0.0354738217265 0.0 0.0 0.0400964727163 0.0 0.0 0.0477338960908 0.000100492412823 0.0 0.0410009044317 0.0 0.0 0.0 0.00251231032057 0.0 0.0841121495327 0.0169832177671 0.0013064013667 0.00271329514622 0.0946638528791 0.00110541654105 0.00070344688976 0.00070344688976 0.0747663551402 0.00331624962315 0.0 0.173650889358 0.00261280273339 0.00100492412823 0.065822530399 0.00100492412823 0.0 0.0647171138579 0.0288413224802 0.00613003718219 0.0603959401065 0.00150738619234 0.000602954476937 0.0 0.00633102200784 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0294084251164 0.0 0.0 5.67730214602e-05 0.00573407516748 0.0 0.0 0.0255478596571 0.00482570682412 0.0 0.0 0.0181673668673 5.67730214602e-05 0.0 0.106335869195 0.00011354604292 0.0 0.0204950607471 0.0 0.0 0.0112410582491 0.0 0.0 0.0 0.00164641762235 0.00011354604292 0.0970818666969 0.0 0.0160667650732 0.000340638128761 0.0936187123879 0.0 0.0 0.0842511638469 0.0601794027478 0.0 0.0507550811854 0.0353128193482 0.000227092085841 0.000851595321903 0.154536164415 0.000283865107301 0.00193028272965 0.0458158283184 0.00919722947655 0.0765868059498 0.0411036675372 0.0 0.0 0.0 0.00794822300443 0.000170319064381 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0157669237361 0.0 0.0 0.0 0.0894601542416 0.0 0.0 0.0 0.0814910025707 0.0 0.0 0.0 0.0 0.0 0.0176520994002 0.0 0.0 0.0177377892031 0.0 0.0 0.0083119108826 0.0 0.0012853470437 0.0 0.00154241645244 0.0 0.0440445586975 0.00171379605827 0.00171379605827 0.0183376178235 0.252013710368 0.00231362467866 0.0141388174807 0.00214224507284 0.187746358183 0.00471293916024 0.000342759211654 0.0419880034276 0.00616966580977 0.0173950299914 0.0382176520994 0.00154241645244 8.56898029135e-05 0.0298200514139 0.0439588688946 0.000685518423308 0.0371036846615 0.00771208226221 0.00419880034276 0.0 0.00856898029135 8.56898029135e-05 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0019322058157 0.000119271963932 0.000596359819661 0.00100188449703 9.54175711457e-05 0.000548651034088 0.000190835142291 0.0 0.000310107106224 0.000262398320651 9.54175711457e-05 0.00388826602419 0.00329190620453 0.00970873786408 0.0 0.000763340569166 0.000811049354739 0.00114501085375 0.00166980749505 0.000429379070156 0.000190835142291 0.00236158488586 7.15631783593e-05 0.0133107511748 0.000500942248515 0.0 0.0447031320818 0.00410295555927 0.035519190859 0.138331623769 0.0202285250829 0.012618973784 0.0100904081487 0.00233773049307 0.00727558979986 0.0010495932826 0.0014074091744 0.0472555521099 0.0229479258605 0.109706352425 0.00484244173565 0.0166980749505 0.00348274134682 0.210705851483 0.185062379237 0.0327997900813 0.00217074974357 0.0137162758522 0.00722788101429 0.0177476682331 0.00372128527468 0.000954175711457 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0470732080086 0.0 0.0 0.0 0.0255234601865 0.0 0.0 0.0 0.0354577410974 0.0 0.0 0.0409598043711 0.0 0.0 0.0602170258291 0.0 0.0 0.038820113098 0.0 0.0 0.0175760354577 0.0 0.0 0.0 0.0 0.0 0.0674002751032 0.0 0.000305670181874 0.0 0.100718324927 0.0672474400122 0.000458505272811 0.0 0.14687452239 0.0 0.0 0.0675531101941 0.0 0.00168118600031 0.0970502827449 0.0 0.0 0.0544092923735 0.00978144581996 0.0258291303683 0.0776402261959 0.0 0.000458505272811 0.0 0.016964695094 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0279106858054 0.0 0.0 0.0 0.0154173312068 0.0 0.0 0.00146198830409 0.0104997341839 0.0 0.0 0.0204678362573 0.0 0.000930356193514 0.0151515151515 0.000132908027645 0.0 0.0530303030303 0.0 0.0 0.0152844231792 0.0 0.0 0.0 0.00212652844232 0.0 0.0734981392876 0.0 0.0 0.00026581605529 0.168394471026 0.000398724082935 0.0317650186071 0.0604731525784 0.0869218500797 0.0 0.0 0.105396065922 0.00584795321637 0.0377458798511 0.0338915470494 0.000531632110579 0.0 0.110446570973 0.0615364167996 0.00305688463583 0.0479797979798 0.0 0.000398724082935 0.0 0.00890483785221 0.000132908027645 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0484241850399 0.0 0.0 0.0 0.0346273501961 0.0 0.0 0.0 0.0175842012715 0.0 0.0 0.0 0.0 0.0 0.0416610307047 0.0 0.0 0.000135263086704 0.0 0.0 0.020559989179 0.0 0.0 0.0 0.00500473420803 0.000135263086704 0.139862031652 0.00108210469363 0.000405789260111 0.00202894630055 0.240903557419 0.00459894494792 0.0 0.00202894630055 0.1464899229 0.0 0.0 0.01230894089 0.00770999594211 0.00906262680914 0.120519410253 0.000676315433518 0.000270526173407 0.0278641958609 0.00933315298255 0.0462599756526 0.0376031381036 0.0 0.00459894494792 0.0 0.0178547274449 0.000405789260111 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0 3.0466441215e-05 0.000396063735795 0.00143192273711 3.0466441215e-05 3.0466441215e-05 0.00036559729458 0.0 6.093288243e-05 0.0 0.0 0.00137098985468 0.010480455778 0.0476495140603 0.00012186576486 0.0 0.0 0.00225451664991 0.00109679188374 0.00079212747159 0.0 0.00018279864729 0.0 3.0466441215e-05 0.0 0.0 0.028760320507 0.014166895165 0.0673308350852 0.0248301495902 0.0580081040734 0.0204125156141 0.0262011394449 0.000396063735795 0.000456996618225 0.00036559729458 0.002833379033 0.043780276026 0.0303750418914 0.293300429577 0.0779940895104 0.0158425494318 0.00164518782561 0.0248606160314 0.077658958657 0.0727843280626 0.00143192273711 0.044359138409 6.093288243e-05 0.00268104682692 0.0 0.00313804344515 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0665859564165 0.0 0.0 0.0 0.0556900726392 0.0 0.0 0.0 0.00968523002421 0.0 0.0 0.0 0.0 0.0 0.089588377724 0.0 0.0 0.00121065375303 0.0 0.0 0.118644067797 0.0 0.0 0.0 0.0 0.0 0.0944309927361 0.0 0.0 0.0 0.15617433414 0.0 0.0 0.0 0.0121065375303 0.0 0.00121065375303 0.0 0.0 0.0 0.158595641646 0.0 0.0 0.00121065375303 0.0 0.0 0.234866828087 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0 0.0 0.0 0.0 0.017523364486 0.0 0.0 0.000389408099688 0.0323208722741 0.0 0.0 0.00545171339564 0.0 0.0272585669782 0.0 0.0 0.0 0.0 0.0 0.0 0.000778816199377 0.0 0.0 0.0 0.0 0.0 0.0401090342679 0.00584112149533 0.000778816199377 0.00233644859813 0.378504672897 0.0035046728972 0.000778816199377 0.00545171339564 0.189252336449 0.000778816199377 0.00194704049844 0.0658099688474 0.00584112149533 0.0428348909657 0.00934579439252 0.00467289719626 0.0 0.00428348909657 0.118380062305 0.00584112149533 0.00856697819315 0.0 0.00700934579439 0.0 0.0144080996885 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0148755154236 0.0 0.0 0.0 0.0127355289942 0.0 0.0 0.0 0.0153974633332 0.0 0.0 0.0 0.0 0.0 0.0140403987682 0.0 0.0 0.0 0.0 0.0 0.00480192076831 0.0 0.0 0.0 0.000782921864398 0.0 0.105746646485 0.0015658437288 0.00323607703951 0.0162325799885 0.203089931625 0.00349705099431 0.00307949266663 0.000417558327679 0.146458583433 0.0 0.00506289472311 0.100631556971 0.00438436244063 0.00970823111853 0.0690537084399 0.00360144057623 0.0 0.00125267498304 0.0295422516833 0.0224437601127 0.0345529516154 0.00579362179654 0.000730727073438 0.0 0.167232110235 5.21947909599e-05 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0529742527375 0.0 0.00029594554602 0.0 0.0317648219394 0.0 0.0 9.86485153398e-05 0.0415310249581 0.0 0.0 9.86485153398e-05 0.0 0.00029594554602 0.0378810298905 0.0 0.0 0.00019729703068 9.86485153398e-05 0.0 0.0217026733748 0.0 0.0 0.0 0.00207161882214 0.0 0.128834961034 0.0457729111177 0.000591891092039 0.00019729703068 0.177961921673 0.00276215842952 0.0 0.000394594061359 0.135345763046 0.0 0.0 0.00384729209825 0.0393607576206 0.00660945052777 0.0854296142843 0.109795797573 0.0 0.000789188122719 0.0269310446878 0.00029594554602 0.0402485942587 0.000493242576699 0.00019729703068 0.0 0.00512972279767 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.00405734379226 0.0 0.0 0.0 0.00676223965377 3.86413694501e-05 0.0 0.0 0.00274353723096 0.0 0.0 0.0 0.0 0.0 0.00811468758453 0.0 0.0 3.86413694501e-05 0.0 0.0 0.00239576490591 0.0 0.0 0.0 7.72827389003e-05 0.0 0.0555276478998 0.00312995092546 0.059662274431 0.0671587001043 0.153560802195 0.0158043201051 0.230032072337 0.00436647474787 0.0552571583137 0.00262761312261 0.0125970864407 0.00741914293443 0.00351636461996 0.0150701340856 0.0248464005564 0.00409598516171 0.00262761312261 0.00398006105336 0.0954828239113 0.129796359983 0.0106263765988 0.0111673557711 0.00301402681711 0.000270489586151 0.00340044051161 0.000734186019553 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.000760726239984 0.00699868140785 0.00213003347195 0.00101430165331 0.000152145247997 0.00238360888528 0.0 0.000101430165331 0.000659296074653 0.0 0.000253575413328 0.000405720661325 0.000811441322649 0.00121716198397 0.000253575413328 0.0047165026879 0.0 0.00583223450654 0.000710011157318 0.000304290495994 0.00542651384522 0.00968658078913 0.000760726239984 0.000355005578659 0.000152145247997 0.0 0.0205396084796 0.0180038543463 0.030936200426 0.0246475301755 0.00547722892788 0.0102951617811 0.0204381783142 0.00233289380262 0.0176488487676 0.000760726239984 0.0095851506238 0.0569530378335 0.0635967136626 0.22355208439 0.0392027589005 0.0338269601379 0.000405720661325 0.135206410386 0.0398620549751 0.0403692058018 0.0912871487981 0.0259154072421 0.0326605132366 0.0032457652906 0.00669439091186 0.0014707373973 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0404912836767 0.0 0.000158478605388 7.92393026941e-05 0.0355784469097 0.0 0.0 0.00625990491284 0.01735340729 0.0 0.0 0.0184627575277 0.0 7.92393026941e-05 0.0282884310618 0.0 0.0 0.0790808240887 0.00118858954041 0.0 0.0160063391442 0.0 0.0 0.0 0.000316957210777 0.0 0.081616481775 0.000713153724247 0.000475435816165 0.000475435816165 0.146434231379 0.000792393026941 0.000475435816165 0.0338351822504 0.0627575277338 0.0 0.000554675118859 0.0736925515055 0.00110935023772 0.000792393026941 0.0806656101426 0.0458795562599 0.0 0.132171156894 0.0244057052298 0.0351030110935 0.0312995245642 0.0 0.000633914421553 0.0 0.00277337559429 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.00115473441109 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.240184757506 0.0 0.0 0.0 0.0 0.0 0.00115473441109 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.757505773672 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0120088165995 0.0 3.80025841757e-05 0.0 0.0800334422741 0.0 0.0 0.000570038762636 0.00646043930987 0.0 0.0 0.0 0.0 0.0 0.00805654784525 0.0 0.0 0.0 3.80025841757e-05 0.0 0.00497833852702 0.0 0.0 0.0 3.80025841757e-05 0.0 0.12495249677 0.0078285323402 0.0172531732158 0.0234475944364 0.216006688455 0.00566238504218 0.0104507106483 0.0014060956145 0.119100098807 7.60051683514e-05 0.00889260469712 0.0122368321046 0.0223455194953 0.017519191305 0.0806034810367 0.0102987003116 0.000304020673406 0.0242456487041 0.0916242304477 0.0420308580984 0.0267918218439 0.0079805426769 0.00190012920879 0.0 0.0147450026602 7.60051683514e-05 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0124152054269 0.0 0.0137377874483 0.0 0.0185161482998 0.0 0.0 0.0170655744699 0.0123298775545 0.0 0.00435172148982 0.00908741840522 0.00443704936217 0.00482102478775 0.0107086479799 0.0176202056402 0.00285848372371 4.26639361748e-05 0.0 0.0348990997909 0.0287554929818 0.0 0.00627159861769 0.0 0.00337045095781 0.0 0.0282435257477 0.00119459021289 0.0363496736209 0.00102393446819 0.0968471351167 0.00285848372371 0.00204786893639 0.0524339775588 0.081786765647 0.000511967234097 0.00866077904347 0.0255556977687 0.0130125005333 0.0166389351082 0.0315713127693 0.0395068048978 0.00452237723452 0.00115192627672 0.140065702462 0.156661973634 0.0439011903238 0.0 0.00725286914971 4.26639361748e-05 0.00686889372413 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.010395010395 0.0 4.158004158e-05 0.0 0.0128898128898 0.0 0.0 0.0122245322245 0.00756756756757 0.0 0.0 0.0 0.0 0.0 0.00935550935551 0.0 0.0 0.0216632016632 0.0 8.31600831601e-05 0.00390852390852 0.0 0.00253638253638 0.0 0.00120582120582 0.0 0.0778378378378 0.000706860706861 0.0101455301455 0.0002079002079 0.225821205821 0.0031185031185 0.000706860706861 0.0461538461538 0.24656964657 0.0 4.158004158e-05 0.0253638253638 0.00274428274428 0.00607068607069 0.052972972973 0.000956340956341 0.0 0.072474012474 0.0540124740125 0.0294386694387 0.0319334719335 0.00016632016632 0.0045738045738 0.0 0.0255301455301 0.000582120582121 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n7.35672772751e-05 0.0002942691091 7.35672772751e-05 0.0 0.0 0.0 0.000367836386375 0.0 0.0 0.0 0.0 0.000588538218201 0.00044140366365 0.101081438976 0.0 0.00537041124108 0.0 0.0014713455455 0.0023541528728 0.00125064371368 7.35672772751e-05 0.0 0.0 0.0 0.0 0.0 0.0338409475465 0.0313396601192 0.0348708894284 0.0267784889281 0.0357536967557 0.010961524314 0.020598837637 7.35672772751e-05 0.0361951004193 0.0 0.000735672772751 0.0876186272346 0.0478187302288 0.173913043478 0.00691532406386 0.0308246891783 0.00014713455455 0.110130214081 0.120723902008 0.071948797175 0.00044140366365 0.00044140366365 0.0 0.00139777826823 0.000809240050026 0.00228058559553 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0331849453662 0.0 0.000202347227843 0.0 0.0333872925941 0.0 0.0 0.0 0.0400647511129 0.0 0.0 0.0 0.000202347227843 0.0 0.0176042088223 0.0 0.0 0.0 0.0 0.0 0.00161877782274 0.0 0.0 0.0 0.0 0.0 0.123229461756 0.0 0.000202347227843 0.0 0.522258195063 0.0 0.0 0.0 0.166531768515 0.0 0.0 0.0 0.000202347227843 0.0 0.0548360987454 0.0 0.0 0.0 0.0 0.0 0.00404694455686 0.0 0.0 0.0 0.00242816673412 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0719386405713 0.0 0.0 0.0 0.0409944459138 0.0 0.0 0.0444326897646 0.0573922242793 0.0 0.0 0.0 0.0 0.0 0.0454906109495 0.0 0.0 0.024332187252 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.148637926474 0.00370272414705 0.00132240148109 0.00766992859032 0.131182226924 0.00343824385083 0.000528960592436 0.0531605395398 0.128801904258 0.0 0.00423168473949 0.0306797143613 0.00185136207353 0.0446971700608 0.0772282464956 0.000528960592436 0.0 0.0335889976197 0.0386141232478 0.00317376355462 0.000793440888654 0.0 0.0 0.0 0.00158688177731 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0 0.0 0.0 0.0 0.00405268490375 0.0 0.0 0.0 0.00506585612969 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.00405268490375 0.0 0.00101317122594 0.0 0.0 0.0901722391084 0.0 0.120567375887 0.0 0.156028368794 0.0 0.0 0.0303951367781 0.165146909828 0.0 0.0 0.00607902735562 0.0 0.00101317122594 0.0202634245187 0.225937183384 0.00303951367781 0.0 0.0 0.139817629179 0.0172239108409 0.00405268490375 0.00101317122594 0.00101317122594 0.00405268490375 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0142083897158 0.0 0.0 0.0 0.0290933694181 0.0 0.0 0.0 0.00338294993234 0.0 0.0 0.0 0.0 0.0 0.0175913396482 0.0 0.0 0.0 0.0 0.0 0.00338294993234 0.0 0.0 0.0 0.0 0.0 0.0554803788904 0.0128552097429 0.0385656292287 0.0128552097429 0.140730717185 0.00676589986468 0.00879566982409 0.00405953991881 0.165087956698 0.0 0.0 0.0453315290934 0.0656292286874 0.0500676589986 0.041948579161 0.0717185385656 0.0 0.0257104194858 0.141407307172 0.0284167794317 0.00405953991881 0.0 0.0121786197564 0.000676589986468 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0078125 0.0 0.0 0.0 0.029296875 0.0 0.0 0.0 0.00390625 0.0 0.0 0.0 0.0 0.0 0.03515625 0.0 0.0 0.0 0.0 0.0 0.00390625 0.0 0.0 0.0 0.0 0.0 0.095703125 0.0 0.0 0.0 0.33984375 0.0 0.0 0.0 0.169921875 0.0 0.001953125 0.064453125 0.00390625 0.0 0.064453125 0.0 0.0 0.0 0.0 0.0 0.009765625 0.0078125 0.00390625 0.0 0.029296875 0.12890625 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0\n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 \n \n\n" }, { "path": "assets/cuda_haarcascade_frontalface_default.xml", "content": "\n\n\n\n 24 24\n \n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>6 4 12 9 -1.\n <_>6 7 12 3 3.\n 0\n -0.0315119996666908\n 2.0875380039215088\n -2.2172100543975830\n <_>\n \n <_>\n \n \n \n <_>6 4 12 7 -1.\n <_>10 4 4 7 3.\n 0\n 0.0123960003256798\n -1.8633940219879150\n 1.3272049427032471\n <_>\n \n <_>\n \n \n \n <_>3 9 18 9 -1.\n <_>3 12 18 3 3.\n 0\n 0.0219279993325472\n -1.5105249881744385\n 1.0625729560852051\n <_>\n \n <_>\n \n \n \n <_>8 18 9 6 -1.\n <_>8 20 9 2 3.\n 0\n 5.7529998011887074e-003\n -0.8746389746665955\n 1.1760339736938477\n <_>\n \n <_>\n \n \n \n <_>3 5 4 19 -1.\n <_>5 5 2 19 2.\n 0\n 0.0150140002369881\n -0.7794569730758667\n 1.2608419656753540\n <_>\n \n <_>\n \n \n \n <_>6 5 12 16 -1.\n <_>6 13 12 8 2.\n 0\n 0.0993710011243820\n 0.5575129985809326\n -1.8743000030517578\n <_>\n \n <_>\n \n \n \n <_>5 8 12 6 -1.\n <_>5 11 12 3 2.\n 0\n 2.7340000960975885e-003\n -1.6911929845809937\n 0.4400970041751862\n <_>\n \n <_>\n \n \n \n <_>11 14 4 10 -1.\n <_>11 19 4 5 2.\n 0\n -0.0188590008765459\n -1.4769539833068848\n 0.4435009956359863\n <_>\n \n <_>\n \n \n \n <_>4 0 7 6 -1.\n <_>4 3 7 3 2.\n 0\n 5.9739998541772366e-003\n -0.8590919971466065\n 0.8525559902191162\n -5.0425500869750977\n -1\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>6 6 12 6 -1.\n <_>6 8 12 2 3.\n 0\n -0.0211100000888109\n 1.2435649633407593\n -1.5713009834289551\n <_>\n \n <_>\n \n \n \n <_>6 4 12 7 -1.\n <_>10 4 4 7 3.\n 0\n 0.0203559994697571\n -1.6204780340194702\n 1.1817760467529297\n <_>\n \n <_>\n \n \n \n <_>1 8 19 12 -1.\n <_>1 12 19 4 3.\n 0\n 0.0213089995086193\n -1.9415930509567261\n 0.7006909847259522\n <_>\n \n <_>\n \n \n \n <_>0 2 24 3 -1.\n <_>8 2 8 3 3.\n 0\n 0.0916600003838539\n -0.5567010045051575\n 1.7284419536590576\n <_>\n \n <_>\n \n \n \n <_>9 9 6 15 -1.\n <_>9 14 6 5 3.\n 0\n 0.0362880006432533\n 0.2676379978656769\n -2.1831810474395752\n <_>\n \n <_>\n \n \n \n <_>5 6 14 10 -1.\n <_>5 11 14 5 2.\n 0\n -0.0191099997609854\n -2.6730210781097412\n 0.4567080140113831\n <_>\n \n <_>\n \n \n \n <_>5 0 14 9 -1.\n <_>5 3 14 3 3.\n 0\n 8.2539999857544899e-003\n -1.0852910280227661\n 0.5356420278549194\n <_>\n \n <_>\n \n \n \n <_>13 11 9 6 -1.\n <_>16 11 3 6 3.\n 0\n 0.0183550007641315\n -0.3520019948482513\n 0.9333919882774353\n <_>\n \n <_>\n \n \n \n <_>7 5 6 10 -1.\n <_>9 5 2 10 3.\n 0\n -7.0569999516010284e-003\n 0.9278209805488586\n -0.6634989976882935\n <_>\n \n <_>\n \n \n \n <_>10 8 6 10 -1.\n <_>12 8 2 10 3.\n 0\n -9.8770000040531158e-003\n 1.1577470302581787\n -0.2977479994297028\n <_>\n \n <_>\n \n \n \n <_>2 5 4 9 -1.\n <_>4 5 2 9 2.\n 0\n 0.0158140007406473\n -0.4196060001850128\n 1.3576040267944336\n <_>\n \n <_>\n \n \n \n <_>18 0 6 11 -1.\n <_>20 0 2 11 3.\n 0\n -0.0207000002264977\n 1.4590020179748535\n -0.1973939985036850\n <_>\n \n <_>\n \n \n \n <_>0 6 24 13 -1.\n <_>8 6 8 13 3.\n 0\n -0.1376080065965653\n 1.1186759471893311\n -0.5291550159454346\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0143189998343587\n -0.3512719869613648\n 1.1440860033035278\n <_>\n \n <_>\n \n \n \n <_>7 18 10 6 -1.\n <_>7 20 10 2 3.\n 0\n 0.0102530000731349\n -0.6085060238838196\n 0.7709850072860718\n <_>\n \n <_>\n \n \n \n <_>5 7 14 12 -1.\n <_>5 13 14 6 2.\n 0\n 0.0915080010890961\n 0.3881779909133911\n -1.5122940540313721\n -4.9842400550842285\n 0\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 3 24 3 -1.\n <_>8 3 8 3 3.\n 0\n 0.0697470009326935\n -1.0130879878997803\n 1.4687349796295166\n <_>\n \n <_>\n \n \n \n <_>5 8 15 6 -1.\n <_>5 11 15 3 2.\n 0\n 0.0315029993653297\n -1.6463639736175537\n 1.0000629425048828\n <_>\n \n <_>\n \n \n \n <_>9 6 5 14 -1.\n <_>9 13 5 7 2.\n 0\n 0.0142609998583794\n 0.4648030102252960\n -1.5959889888763428\n <_>\n \n <_>\n \n \n \n <_>9 5 6 10 -1.\n <_>11 5 2 10 3.\n 0\n 0.0144530003890395\n -0.6551190018653870\n 0.8302180171012878\n <_>\n \n <_>\n \n \n \n <_>6 6 3 12 -1.\n <_>6 12 3 6 2.\n 0\n -3.0509999487549067e-003\n -1.3982310295104980\n 0.4255059957504273\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>9 21 6 3 3.\n 0\n 0.0327229984104633\n -0.5070260167121887\n 1.0526109933853149\n <_>\n \n <_>\n \n \n \n <_>5 6 13 6 -1.\n <_>5 8 13 2 3.\n 0\n -7.2960001416504383e-003\n 0.3635689914226532\n -1.3464889526367187\n <_>\n \n <_>\n \n \n \n <_>18 1 6 15 -1.\n <_>18 1 3 15 2.\n 0\n 0.0504250004887581\n -0.3046140074729919\n 1.4504129886627197\n <_>\n \n <_>\n \n \n \n <_>1 1 6 15 -1.\n <_>4 1 3 15 2.\n 0\n 0.0468790009617805\n -0.4028620123863220\n 1.2145609855651855\n <_>\n \n <_>\n \n \n \n <_>0 8 24 15 -1.\n <_>8 8 8 15 3.\n 0\n -0.0693589970469475\n 1.0539360046386719\n -0.4571970105171204\n <_>\n \n <_>\n \n \n \n <_>5 6 14 12 -1.\n <_>5 6 7 6 2.\n <_>12 12 7 6 2.\n 0\n -0.0490339994430542\n -1.6253089904785156\n 0.1537899971008301\n <_>\n \n <_>\n \n \n \n <_>2 12 21 12 -1.\n <_>2 16 21 4 3.\n 0\n 0.0848279967904091\n 0.2840299904346466\n -1.5662059783935547\n <_>\n \n <_>\n \n \n \n <_>8 1 4 10 -1.\n <_>10 1 2 10 2.\n 0\n -1.7229999648407102e-003\n -1.0147459506988525\n 0.2329480051994324\n <_>\n \n <_>\n \n \n \n <_>2 13 20 10 -1.\n <_>2 13 10 10 2.\n 0\n 0.1156219989061356\n -0.1673289984464645\n 1.2804069519042969\n <_>\n \n <_>\n \n \n \n <_>0 1 6 13 -1.\n <_>2 1 2 13 3.\n 0\n -0.0512799993157387\n 1.5162390470504761\n -0.3027110099792481\n <_>\n \n <_>\n \n \n \n <_>20 2 4 13 -1.\n <_>20 2 2 13 2.\n 0\n -0.0427069999277592\n 1.7631920576095581\n -0.0518320016562939\n <_>\n \n <_>\n \n \n \n <_>0 5 22 19 -1.\n <_>11 5 11 19 2.\n 0\n 0.3717809915542603\n -0.3138920068740845\n 1.5357979536056519\n <_>\n \n <_>\n \n \n \n <_>18 4 6 9 -1.\n <_>20 4 2 9 3.\n 0\n 0.0194129999727011\n -0.1001759991049767\n 0.9365540146827698\n <_>\n \n <_>\n \n \n \n <_>0 3 6 11 -1.\n <_>2 3 2 11 3.\n 0\n 0.0174390003085136\n -0.4037989974021912\n 0.9629300236701965\n <_>\n \n <_>\n \n \n \n <_>12 1 4 9 -1.\n <_>12 1 2 9 2.\n 0\n 0.0396389998495579\n 0.1703909933567047\n -2.9602990150451660\n <_>\n \n <_>\n \n \n \n <_>0 6 19 3 -1.\n <_>0 7 19 1 3.\n 0\n -9.1469995677471161e-003\n 0.8878679871559143\n -0.4381870031356812\n <_>\n \n <_>\n \n \n \n <_>12 1 4 9 -1.\n <_>12 1 2 9 2.\n 0\n 1.7219999572262168e-003\n -0.3721860051155090\n 0.4001890122890472\n <_>\n \n <_>\n \n \n \n <_>8 1 4 9 -1.\n <_>10 1 2 9 2.\n 0\n 0.0302310008555651\n 0.0659240037202835\n -2.6469180583953857\n <_>\n \n <_>\n \n \n \n <_>5 5 14 14 -1.\n <_>12 5 7 7 2.\n <_>5 12 7 7 2.\n 0\n -0.0787959992885590\n -1.7491459846496582\n 0.2847529947757721\n <_>\n \n <_>\n \n \n \n <_>1 10 18 2 -1.\n <_>1 11 18 1 2.\n 0\n 2.1110000088810921e-003\n -0.9390810132026672\n 0.2320519983768463\n <_>\n \n <_>\n \n \n \n <_>17 13 4 11 -1.\n <_>17 13 2 11 2.\n 0\n 0.0270910002291203\n -0.0526640005409718\n 1.0756820440292358\n <_>\n \n <_>\n \n \n \n <_>0 4 6 9 -1.\n <_>0 7 6 3 3.\n 0\n -0.0449649989604950\n -1.8294479846954346\n 0.0995619967579842\n -4.6551899909973145\n 1\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>6 4 12 9 -1.\n <_>6 7 12 3 3.\n 0\n -0.0657010003924370\n 1.1558510065078735\n -1.0716359615325928\n <_>\n \n <_>\n \n \n \n <_>6 5 12 6 -1.\n <_>10 5 4 6 3.\n 0\n 0.0158399995416403\n -1.5634720325469971\n 0.7687709927558899\n <_>\n \n <_>\n \n \n \n <_>0 1 24 5 -1.\n <_>8 1 8 5 3.\n 0\n 0.1457089930772781\n -0.5745009779930115\n 1.3808720111846924\n <_>\n \n <_>\n \n \n \n <_>4 10 18 6 -1.\n <_>4 12 18 2 3.\n 0\n 6.1389999464154243e-003\n -1.4570560455322266\n 0.5161030292510986\n <_>\n \n <_>\n \n \n \n <_>2 17 12 6 -1.\n <_>2 17 6 3 2.\n <_>8 20 6 3 2.\n 0\n 6.7179999314248562e-003\n -0.8353360295295715\n 0.5852220058441162\n <_>\n \n <_>\n \n \n \n <_>19 3 4 13 -1.\n <_>19 3 2 13 2.\n 0\n 0.0185180008411407\n -0.3131209909915924\n 1.1696679592132568\n <_>\n \n <_>\n \n \n \n <_>1 3 4 13 -1.\n <_>3 3 2 13 2.\n 0\n 0.0199580006301403\n -0.4344260096549988\n 0.9544690251350403\n <_>\n \n <_>\n \n \n \n <_>0 1 24 23 -1.\n <_>8 1 8 23 3.\n 0\n -0.2775500118732452\n 1.4906179904937744\n -0.1381590068340302\n <_>\n \n <_>\n \n \n \n <_>1 7 8 12 -1.\n <_>1 11 8 4 3.\n 0\n 9.1859996318817139e-003\n -0.9636150002479553\n 0.2766549885272980\n <_>\n \n <_>\n \n \n \n <_>14 7 3 14 -1.\n <_>14 14 3 7 2.\n 0\n -0.0377379991114140\n -2.4464108943939209\n 0.2361959964036942\n <_>\n \n <_>\n \n \n \n <_>3 12 16 6 -1.\n <_>3 12 8 3 2.\n <_>11 15 8 3 2.\n 0\n 0.0184630006551743\n 0.1753920018672943\n -1.3423130512237549\n <_>\n \n <_>\n \n \n \n <_>6 6 12 6 -1.\n <_>6 8 12 2 3.\n 0\n -0.0111149996519089\n 0.4871079921722412\n -0.8985189795494080\n <_>\n \n <_>\n \n \n \n <_>8 7 6 12 -1.\n <_>8 13 6 6 2.\n 0\n 0.0339279994368553\n 0.1787420064210892\n -1.6342279911041260\n <_>\n \n <_>\n \n \n \n <_>15 15 9 6 -1.\n <_>15 17 9 2 3.\n 0\n -0.0356490015983582\n -1.9607399702072144\n 0.1810249984264374\n <_>\n \n <_>\n \n \n \n <_>1 17 18 3 -1.\n <_>1 18 18 1 3.\n 0\n -0.0114380000159144\n 0.9901069998741150\n -0.3810319900512695\n <_>\n \n <_>\n \n \n \n <_>4 4 16 12 -1.\n <_>4 10 16 6 2.\n 0\n -0.0652360022068024\n -2.5794160366058350\n 0.2475360035896301\n <_>\n \n <_>\n \n \n \n <_>0 1 4 20 -1.\n <_>2 1 2 20 2.\n 0\n -0.0422720015048981\n 1.4411840438842773\n -0.2950829863548279\n <_>\n \n <_>\n \n \n \n <_>3 0 18 2 -1.\n <_>3 1 18 1 2.\n 0\n 1.9219999667257071e-003\n -0.4960860013961792\n 0.6317359805107117\n <_>\n \n <_>\n \n \n \n <_>1 5 20 14 -1.\n <_>1 5 10 7 2.\n <_>11 12 10 7 2.\n 0\n -0.1292179971933365\n -2.3314270973205566\n 0.0544969998300076\n <_>\n \n <_>\n \n \n \n <_>5 8 14 12 -1.\n <_>5 12 14 4 3.\n 0\n 0.0229310002177954\n -0.8444709777832031\n 0.3873809874057770\n <_>\n \n <_>\n \n \n \n <_>3 14 7 9 -1.\n <_>3 17 7 3 3.\n 0\n -0.0341200008988380\n -1.4431500434875488\n 0.0984229966998100\n <_>\n \n <_>\n \n \n \n <_>14 15 9 6 -1.\n <_>14 17 9 2 3.\n 0\n 0.0262230001389980\n 0.1822309941053391\n -1.2586519718170166\n <_>\n \n <_>\n \n \n \n <_>1 15 9 6 -1.\n <_>1 17 9 2 3.\n 0\n 0.0222369991242886\n 0.0698079988360405\n -2.3820950984954834\n <_>\n \n <_>\n \n \n \n <_>11 6 8 10 -1.\n <_>15 6 4 5 2.\n <_>11 11 4 5 2.\n 0\n -5.8240001089870930e-003\n 0.3933250010013580\n -0.2754279971122742\n <_>\n \n <_>\n \n \n \n <_>5 5 14 14 -1.\n <_>5 5 7 7 2.\n <_>12 12 7 7 2.\n 0\n 0.0436530001461506\n 0.1483269929885864\n -1.1368780136108398\n <_>\n \n <_>\n \n \n \n <_>6 0 12 5 -1.\n <_>10 0 4 5 3.\n 0\n 0.0572669990360737\n 0.2462809979915619\n -1.2687400579452515\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>9 3 6 3 3.\n 0\n 2.3409998975694180e-003\n -0.7544890046119690\n 0.2716380059719086\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0129960002377629\n -0.3639490008354187\n 0.7095919847488403\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0265170000493526\n -2.3221859931945801\n 0.0357440002262592\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n -5.8400002308189869e-003\n 0.4219430088996887\n -0.0481849983334541\n <_>\n \n <_>\n \n \n \n <_>8 6 6 9 -1.\n <_>10 6 2 9 3.\n 0\n -0.0165689997375011\n 1.1099940538406372\n -0.3484970033168793\n <_>\n \n <_>\n \n \n \n <_>3 8 18 4 -1.\n <_>9 8 6 4 3.\n 0\n -0.0681570023298264\n -3.3269989490509033\n 0.2129900008440018\n -4.4531588554382324\n 2\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>6 0 12 9 -1.\n <_>6 3 12 3 3.\n 0\n 0.0399740003049374\n -1.2173449993133545\n 1.0826710462570190\n <_>\n \n <_>\n \n \n \n <_>0 0 24 6 -1.\n <_>8 0 8 6 3.\n 0\n 0.1881950050592423\n -0.4828940033912659\n 1.4045250415802002\n <_>\n \n <_>\n \n \n \n <_>4 7 16 12 -1.\n <_>4 11 16 4 3.\n 0\n 0.0780270025134087\n -1.0782150030136108\n 0.7404029965400696\n <_>\n \n <_>\n \n \n \n <_>11 6 6 6 -1.\n <_>11 6 3 6 2.\n 0\n 1.1899999663000926e-004\n -1.2019979953765869\n 0.3774920105934143\n <_>\n \n <_>\n \n \n \n <_>0 20 24 3 -1.\n <_>8 20 8 3 3.\n 0\n 0.0850569978356361\n -0.4393909871578217\n 1.2647340297698975\n <_>\n \n <_>\n \n \n \n <_>11 6 4 9 -1.\n <_>11 6 2 9 2.\n 0\n 8.9720003306865692e-003\n -0.1844049990177155\n 0.4572640061378479\n <_>\n \n <_>\n \n \n \n <_>4 13 15 4 -1.\n <_>9 13 5 4 3.\n 0\n 8.8120000436902046e-003\n 0.3039669990539551\n -0.9599109888076782\n <_>\n \n <_>\n \n \n \n <_>11 6 4 9 -1.\n <_>11 6 2 9 2.\n 0\n -0.0235079992562532\n 1.2487529516220093\n 0.0462279990315437\n <_>\n \n <_>\n \n \n \n <_>9 6 4 9 -1.\n <_>11 6 2 9 2.\n 0\n 7.0039997808635235e-003\n -0.5944210290908814\n 0.5396329760551453\n <_>\n \n <_>\n \n \n \n <_>9 12 6 12 -1.\n <_>9 18 6 6 2.\n 0\n 0.0338519997894764\n 0.2849609851837158\n -1.4895249605178833\n <_>\n \n <_>\n \n \n \n <_>1 22 18 2 -1.\n <_>1 23 18 1 2.\n 0\n -3.2530000898987055e-003\n 0.4812079966068268\n -0.5271239876747131\n <_>\n \n <_>\n \n \n \n <_>10 7 4 10 -1.\n <_>10 12 4 5 2.\n 0\n 0.0290970001369715\n 0.2674390077590942\n -1.6007850170135498\n <_>\n \n <_>\n \n \n \n <_>6 7 8 10 -1.\n <_>6 12 8 5 2.\n 0\n -8.4790000692009926e-003\n -1.3107639551162720\n 0.1524309962987900\n <_>\n \n <_>\n \n \n \n <_>7 6 10 6 -1.\n <_>7 8 10 2 3.\n 0\n -0.0107950000092387\n 0.4561359882354736\n -0.7205089926719666\n <_>\n \n <_>\n \n \n \n <_>0 14 10 4 -1.\n <_>0 16 10 2 2.\n 0\n -0.0246200002729893\n -1.7320619821548462\n 0.0683630034327507\n <_>\n \n <_>\n \n \n \n <_>6 18 18 2 -1.\n <_>6 19 18 1 2.\n 0\n 3.7380000576376915e-003\n -0.1930329948663712\n 0.6824349761009216\n <_>\n \n <_>\n \n \n \n <_>1 1 22 3 -1.\n <_>1 2 22 1 3.\n 0\n -0.0122640002518892\n -1.6095290184020996\n 0.0752680003643036\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n -4.8670000396668911e-003\n 0.7428650259971619\n -0.2151020020246506\n <_>\n \n <_>\n \n \n \n <_>2 4 6 15 -1.\n <_>5 4 3 15 2.\n 0\n 0.0767259970307350\n -0.2683509886264801\n 1.3094140291213989\n <_>\n \n <_>\n \n \n \n <_>20 4 4 10 -1.\n <_>20 4 2 10 2.\n 0\n 0.0285780001431704\n -0.0587930008769035\n 1.2196329832077026\n <_>\n \n <_>\n \n \n \n <_>0 4 4 10 -1.\n <_>2 4 2 10 2.\n 0\n 0.0196940004825592\n -0.3514289855957031\n 0.8492699861526489\n <_>\n \n <_>\n \n \n \n <_>2 16 20 6 -1.\n <_>12 16 10 3 2.\n <_>2 19 10 3 2.\n 0\n -0.0290939994156361\n -1.0507299900054932\n 0.2980630099773407\n <_>\n \n <_>\n \n \n \n <_>0 12 8 9 -1.\n <_>4 12 4 9 2.\n 0\n -0.0291440002620220\n 0.8254780173301697\n -0.3268719911575317\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n 0.0197410006076097\n 0.2045260071754456\n -0.8376020193099976\n <_>\n \n <_>\n \n \n \n <_>5 10 6 6 -1.\n <_>8 10 3 6 2.\n 0\n 4.3299999088048935e-003\n 0.2057790011167526\n -0.6682980060577393\n <_>\n \n <_>\n \n \n \n <_>11 8 12 6 -1.\n <_>17 8 6 3 2.\n <_>11 11 6 3 2.\n 0\n -0.0355009995400906\n -1.2969900369644165\n 0.1389749944210053\n <_>\n \n <_>\n \n \n \n <_>0 8 12 6 -1.\n <_>0 8 6 3 2.\n <_>6 11 6 3 2.\n 0\n -0.0161729995161295\n -1.3110569715499878\n 0.0757519975304604\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n -0.0221510007977486\n -1.0524389743804932\n 0.1924110054969788\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n -0.0227070003747940\n -1.3735309839248657\n 0.0667809993028641\n <_>\n \n <_>\n \n \n \n <_>8 14 9 6 -1.\n <_>8 16 9 2 3.\n 0\n 0.0166079998016357\n -0.0371359996497631\n 0.7784640192985535\n <_>\n \n <_>\n \n \n \n <_>0 16 9 6 -1.\n <_>0 18 9 2 3.\n 0\n -0.0133090000599623\n -0.9985070228576660\n 0.1224810034036636\n <_>\n \n <_>\n \n \n \n <_>10 8 6 10 -1.\n <_>12 8 2 10 3.\n 0\n -0.0337320007383823\n 1.4461359977722168\n 0.0131519995629787\n <_>\n \n <_>\n \n \n \n <_>3 19 12 3 -1.\n <_>9 19 6 3 2.\n 0\n 0.0169350001960993\n -0.3712129890918732\n 0.5284219980239868\n <_>\n \n <_>\n \n \n \n <_>2 10 20 2 -1.\n <_>2 11 20 1 2.\n 0\n 3.3259999472647905e-003\n -0.5756850242614746\n 0.3926190137863159\n <_>\n \n <_>\n \n \n \n <_>2 9 18 12 -1.\n <_>2 9 9 6 2.\n <_>11 15 9 6 2.\n 0\n 0.0836440026760101\n 0.0161160007119179\n -2.1173279285430908\n <_>\n \n <_>\n \n \n \n <_>3 0 18 24 -1.\n <_>3 0 9 24 2.\n 0\n 0.2578519880771637\n -0.0816090032458305\n 0.9878249764442444\n <_>\n \n <_>\n \n \n \n <_>5 6 14 10 -1.\n <_>5 6 7 5 2.\n <_>12 11 7 5 2.\n 0\n -0.0365669988095760\n -1.1512110233306885\n 0.0964590013027191\n <_>\n \n <_>\n \n \n \n <_>9 5 10 12 -1.\n <_>14 5 5 6 2.\n <_>9 11 5 6 2.\n 0\n -0.0164459999650717\n 0.3731549978256226\n -0.1458539962768555\n <_>\n \n <_>\n \n \n \n <_>4 5 12 12 -1.\n <_>4 5 6 6 2.\n <_>10 11 6 6 2.\n 0\n -3.7519999314099550e-003\n 0.2617929875850678\n -0.5815669894218445\n <_>\n \n <_>\n \n \n \n <_>4 14 18 3 -1.\n <_>4 15 18 1 3.\n 0\n -6.3660000450909138e-003\n 0.7547739744186401\n -0.1705520004034042\n <_>\n \n <_>\n \n \n \n <_>6 13 8 8 -1.\n <_>6 17 8 4 2.\n 0\n -3.8499999791383743e-003\n 0.2265399992465973\n -0.6387640237808228\n <_>\n \n <_>\n \n \n \n <_>3 16 18 6 -1.\n <_>3 19 18 3 2.\n 0\n -0.0454940013587475\n -1.2640299797058105\n 0.2526069879531860\n <_>\n \n <_>\n \n \n \n <_>0 0 6 6 -1.\n <_>3 0 3 6 2.\n 0\n -0.0239410009235144\n 0.8706840276718140\n -0.2710469961166382\n <_>\n \n <_>\n \n \n \n <_>6 6 12 18 -1.\n <_>10 6 4 18 3.\n 0\n -0.0775580033659935\n -1.3901610374450684\n 0.2361229956150055\n <_>\n \n <_>\n \n \n \n <_>6 1 4 14 -1.\n <_>8 1 2 14 2.\n 0\n 0.0236140005290508\n 0.0661400035023689\n -1.2645419836044312\n <_>\n \n <_>\n \n \n \n <_>3 2 19 2 -1.\n <_>3 3 19 1 2.\n 0\n -2.5750000495463610e-003\n -0.5384169816970825\n 0.3037909865379334\n <_>\n \n <_>\n \n \n \n <_>1 8 22 13 -1.\n <_>12 8 11 13 2.\n 0\n 0.1201080009341240\n -0.3534300029277802\n 0.5286620259284973\n <_>\n \n <_>\n \n \n \n <_>8 9 11 4 -1.\n <_>8 11 11 2 2.\n 0\n 2.2899999748915434e-003\n -0.5870199799537659\n 0.2406100034713745\n <_>\n \n <_>\n \n \n \n <_>0 12 15 10 -1.\n <_>5 12 5 10 3.\n 0\n 0.0697169974446297\n -0.3334890007972717\n 0.5191630125045776\n <_>\n \n <_>\n \n \n \n <_>12 16 12 6 -1.\n <_>16 16 4 6 3.\n 0\n -0.0466700010001659\n 0.6979539990425110\n -0.0148959998041391\n <_>\n \n <_>\n \n \n \n <_>0 16 12 6 -1.\n <_>4 16 4 6 3.\n 0\n -0.0501290000975132\n 0.8614619970321655\n -0.2598600089550018\n <_>\n \n <_>\n \n \n \n <_>19 1 5 12 -1.\n <_>19 5 5 4 3.\n 0\n 0.0301479995250702\n 0.1933279931545258\n -0.5913109779357910\n -4.3864588737487793\n 3\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 2 24 4 -1.\n <_>8 2 8 4 3.\n 0\n 0.0910850018262863\n -0.8923310041427612\n 1.0434230566024780\n <_>\n \n <_>\n \n \n \n <_>6 8 12 4 -1.\n <_>6 10 12 2 2.\n 0\n 0.0128189995884895\n -1.2597670555114746\n 0.5531709790229797\n <_>\n \n <_>\n \n \n \n <_>7 5 9 6 -1.\n <_>10 5 3 6 3.\n 0\n 0.0159319993108511\n -0.8625440001487732\n 0.6373180150985718\n <_>\n \n <_>\n \n \n \n <_>9 17 6 6 -1.\n <_>9 20 6 3 2.\n 0\n 2.2780001163482666e-003\n -0.7463920116424561\n 0.5315560102462769\n <_>\n \n <_>\n \n \n \n <_>0 7 22 15 -1.\n <_>0 12 22 5 3.\n 0\n 0.0318409986793995\n -1.2650489807128906\n 0.3615390062332153\n <_>\n \n <_>\n \n \n \n <_>4 1 17 9 -1.\n <_>4 4 17 3 3.\n 0\n 2.6960000395774841e-003\n -0.9829040169715881\n 0.3601300120353699\n <_>\n \n <_>\n \n \n \n <_>7 5 6 10 -1.\n <_>9 5 2 10 3.\n 0\n -0.0120550002902746\n 0.6406840085983276\n -0.5012500286102295\n <_>\n \n <_>\n \n \n \n <_>18 1 6 8 -1.\n <_>18 1 3 8 2.\n 0\n 0.0213249996304512\n -0.2403499931097031\n 0.8544800281524658\n <_>\n \n <_>\n \n \n \n <_>0 1 6 7 -1.\n <_>3 1 3 7 2.\n 0\n 0.0304860007017851\n -0.3427360057830811\n 1.1428849697113037\n <_>\n \n <_>\n \n \n \n <_>18 0 6 22 -1.\n <_>18 0 3 22 2.\n 0\n -0.0450799986720085\n 1.0976949930191040\n -0.1797460019588471\n <_>\n \n <_>\n \n \n \n <_>0 0 6 22 -1.\n <_>3 0 3 22 2.\n 0\n -0.0717009976506233\n 1.5735000371932983\n -0.3143349885940552\n <_>\n \n <_>\n \n \n \n <_>16 7 8 16 -1.\n <_>16 7 4 16 2.\n 0\n 0.0592180006206036\n -0.2758240103721619\n 1.0448570251464844\n <_>\n \n <_>\n \n \n \n <_>2 10 19 6 -1.\n <_>2 12 19 2 3.\n 0\n 6.7010000348091125e-003\n -1.0974019765853882\n 0.1980119943618774\n <_>\n \n <_>\n \n \n \n <_>9 9 6 12 -1.\n <_>9 13 6 4 3.\n 0\n 0.0410469993948936\n 0.3054769933223724\n -1.3287999629974365\n <_>\n \n <_>\n \n \n \n <_>2 15 17 6 -1.\n <_>2 17 17 2 3.\n 0\n -8.5499999113380909e-004\n 0.2580710053443909\n -0.7005289793014526\n <_>\n \n <_>\n \n \n \n <_>14 7 3 14 -1.\n <_>14 14 3 7 2.\n 0\n -0.0303600002080202\n -1.2306419610977173\n 0.2260939925909042\n <_>\n \n <_>\n \n \n \n <_>5 6 8 10 -1.\n <_>5 6 4 5 2.\n <_>9 11 4 5 2.\n 0\n -0.0129300002008677\n 0.4075860083103180\n -0.5123450160026550\n <_>\n \n <_>\n \n \n \n <_>15 8 9 11 -1.\n <_>18 8 3 11 3.\n 0\n 0.0373679995536804\n -0.0947550013661385\n 0.6176509857177734\n <_>\n \n <_>\n \n \n \n <_>0 8 9 11 -1.\n <_>3 8 3 11 3.\n 0\n 0.0244340002536774\n -0.4110060036182404\n 0.4763050079345703\n <_>\n \n <_>\n \n \n \n <_>8 6 10 18 -1.\n <_>8 15 10 9 2.\n 0\n 0.0570079982280731\n 0.2524929940700531\n -0.6866980195045471\n <_>\n \n <_>\n \n \n \n <_>7 7 3 14 -1.\n <_>7 14 3 7 2.\n 0\n -0.0163139998912811\n -0.9392840266227722\n 0.1144810020923615\n <_>\n \n <_>\n \n \n \n <_>0 14 24 8 -1.\n <_>8 14 8 8 3.\n 0\n -0.1764889955520630\n 1.2451089620590210\n -0.0565190017223358\n <_>\n \n <_>\n \n \n \n <_>1 10 18 14 -1.\n <_>10 10 9 14 2.\n 0\n 0.1761460006237030\n -0.3252820074558258\n 0.8279150128364563\n <_>\n \n <_>\n \n \n \n <_>14 12 6 6 -1.\n <_>14 15 6 3 2.\n 0\n -7.3910001665353775e-003\n 0.3478370010852814\n -0.1792909950017929\n <_>\n \n <_>\n \n \n \n <_>7 0 10 16 -1.\n <_>7 0 5 8 2.\n <_>12 8 5 8 2.\n 0\n 0.0608909986913204\n 0.0550980009138584\n -1.5480779409408569\n <_>\n \n <_>\n \n \n \n <_>10 0 9 6 -1.\n <_>13 0 3 6 3.\n 0\n -0.0291230008006096\n -1.0255639553070068\n 0.2410690039396286\n <_>\n \n <_>\n \n \n \n <_>4 3 16 4 -1.\n <_>12 3 8 4 2.\n 0\n -0.0456489995121956\n 1.0301599502563477\n -0.3167209923267365\n <_>\n \n <_>\n \n \n \n <_>10 0 9 6 -1.\n <_>13 0 3 6 3.\n 0\n 0.0373330004513264\n 0.2162059992551804\n -0.8258990049362183\n <_>\n \n <_>\n \n \n \n <_>1 1 20 4 -1.\n <_>1 1 10 2 2.\n <_>11 3 10 2 2.\n 0\n -0.0244110003113747\n -1.5957959890365601\n 0.0511390008032322\n <_>\n \n <_>\n \n \n \n <_>10 0 9 6 -1.\n <_>13 0 3 6 3.\n 0\n -0.0598069988191128\n -1.0312290191650391\n 0.1309230029582977\n <_>\n \n <_>\n \n \n \n <_>5 0 9 6 -1.\n <_>8 0 3 6 3.\n 0\n -0.0301060006022453\n -1.4781630039215088\n 0.0372119992971420\n <_>\n \n <_>\n \n \n \n <_>8 18 10 6 -1.\n <_>8 20 10 2 3.\n 0\n 7.4209999293088913e-003\n -0.2402410060167313\n 0.4933399856090546\n <_>\n \n <_>\n \n \n \n <_>6 3 6 9 -1.\n <_>8 3 2 9 3.\n 0\n -2.1909999195486307e-003\n 0.2894150018692017\n -0.5725960135459900\n <_>\n \n <_>\n \n \n \n <_>7 3 12 6 -1.\n <_>7 5 12 2 3.\n 0\n 0.0208609998226166\n -0.2314839959144592\n 0.6376590132713318\n <_>\n \n <_>\n \n \n \n <_>0 10 18 3 -1.\n <_>0 11 18 1 3.\n 0\n -6.6990000195801258e-003\n -1.2107750177383423\n 0.0640180036425591\n <_>\n \n <_>\n \n \n \n <_>1 10 22 3 -1.\n <_>1 11 22 1 3.\n 0\n 0.0187580008059740\n 0.2446130067110062\n -0.9978669881820679\n <_>\n \n <_>\n \n \n \n <_>5 11 8 8 -1.\n <_>9 11 4 8 2.\n 0\n -0.0443230010569096\n -1.3699189424514771\n 0.0360519997775555\n <_>\n \n <_>\n \n \n \n <_>12 11 6 6 -1.\n <_>12 11 3 6 2.\n 0\n 0.0228599999099970\n 0.2128839939832687\n -1.0397620201110840\n <_>\n \n <_>\n \n \n \n <_>6 11 6 6 -1.\n <_>9 11 3 6 2.\n 0\n -9.8600005730986595e-004\n 0.3244360089302063\n -0.5429180264472961\n <_>\n \n <_>\n \n \n \n <_>7 10 11 6 -1.\n <_>7 12 11 2 3.\n 0\n 0.0172390006482601\n -0.2832390069961548\n 0.4446820020675659\n <_>\n \n <_>\n \n \n \n <_>0 13 24 4 -1.\n <_>0 13 12 2 2.\n <_>12 15 12 2 2.\n 0\n -0.0345310010015965\n -2.3107020854949951\n -3.1399999279528856e-003\n <_>\n \n <_>\n \n \n \n <_>2 4 22 12 -1.\n <_>13 4 11 6 2.\n <_>2 10 11 6 2.\n 0\n 0.0670069977641106\n 0.2871569991111755\n -0.6448100209236145\n <_>\n \n <_>\n \n \n \n <_>2 0 20 17 -1.\n <_>12 0 10 17 2.\n 0\n 0.2377689927816391\n -0.2717480063438416\n 0.8021910190582275\n <_>\n \n <_>\n \n \n \n <_>14 0 2 24 -1.\n <_>14 0 1 24 2.\n 0\n -0.0129030002281070\n -1.5317620038986206\n 0.2142360061407089\n <_>\n \n <_>\n \n \n \n <_>8 0 2 24 -1.\n <_>9 0 1 24 2.\n 0\n 0.0105149997398257\n 0.0770379975438118\n -1.0581140518188477\n <_>\n \n <_>\n \n \n \n <_>14 1 2 22 -1.\n <_>14 1 1 22 2.\n 0\n 0.0169690009206533\n 0.1430670022964478\n -0.8582839965820313\n <_>\n \n <_>\n \n \n \n <_>8 1 2 22 -1.\n <_>9 1 1 22 2.\n 0\n -7.2460002265870571e-003\n -1.1020129919052124\n 0.0649069994688034\n <_>\n \n <_>\n \n \n \n <_>17 6 3 18 -1.\n <_>18 6 1 18 3.\n 0\n 0.0105569995939732\n 0.0139640001580119\n 0.6360149979591370\n <_>\n \n <_>\n \n \n \n <_>6 14 9 6 -1.\n <_>6 16 9 2 3.\n 0\n 6.1380001716315746e-003\n -0.3454590141773224\n 0.5629680156707764\n <_>\n \n <_>\n \n \n \n <_>13 14 9 4 -1.\n <_>13 16 9 2 2.\n 0\n 0.0131580000743270\n 0.1992730051279068\n -1.5040320158004761\n <_>\n \n <_>\n \n \n \n <_>3 18 18 3 -1.\n <_>3 19 18 1 3.\n 0\n 3.1310000922530890e-003\n -0.4090369939804077\n 0.3779639899730682\n <_>\n \n <_>\n \n \n \n <_>9 4 8 18 -1.\n <_>13 4 4 9 2.\n <_>9 13 4 9 2.\n 0\n -0.1092069968581200\n -2.2227079868316650\n 0.1217819973826408\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n 8.1820003688335419e-003\n -0.2865200042724609\n 0.6789079904556274\n -4.1299300193786621\n 4\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 2 12 4 -1.\n <_>6 2 6 4 2.\n 0\n 0.0313469991087914\n -0.8888459801673889\n 0.9493680000305176\n <_>\n \n <_>\n \n \n \n <_>6 8 14 6 -1.\n <_>6 11 14 3 2.\n 0\n 0.0319180004298687\n -1.1146880388259888\n 0.4888899922370911\n <_>\n \n <_>\n \n \n \n <_>7 5 6 6 -1.\n <_>10 5 3 6 2.\n 0\n 6.5939999185502529e-003\n -1.0097689628601074\n 0.4972380101680756\n <_>\n \n <_>\n \n \n \n <_>10 5 6 16 -1.\n <_>10 13 6 8 2.\n 0\n 0.0261480007320642\n 0.2599129974842072\n -1.2537480592727661\n <_>\n \n <_>\n \n \n \n <_>1 4 9 16 -1.\n <_>4 4 3 16 3.\n 0\n 0.0128450002521276\n -0.5713859796524048\n 0.5965949892997742\n <_>\n \n <_>\n \n \n \n <_>5 0 18 9 -1.\n <_>5 3 18 3 3.\n 0\n 0.0263449996709824\n -0.5520319938659668\n 0.3021740019321442\n <_>\n \n <_>\n \n \n \n <_>9 15 5 8 -1.\n <_>9 19 5 4 2.\n 0\n -0.0150830000638962\n -1.2871240377426147\n 0.2235420048236847\n <_>\n \n <_>\n \n \n \n <_>20 0 4 9 -1.\n <_>20 0 2 9 2.\n 0\n -0.0388870015740395\n 1.7425049543380737\n -0.0997470021247864\n <_>\n \n <_>\n \n \n \n <_>2 0 18 3 -1.\n <_>2 1 18 1 3.\n 0\n -5.7029998861253262e-003\n -1.0523240566253662\n 0.1836259961128235\n <_>\n \n <_>\n \n \n \n <_>5 22 19 2 -1.\n <_>5 23 19 1 2.\n 0\n -1.4860000228509307e-003\n 0.5678420066833496\n -0.4674200117588043\n <_>\n \n <_>\n \n \n \n <_>0 0 4 9 -1.\n <_>2 0 2 9 2.\n 0\n -0.0284860003739595\n 1.3082909584045410\n -0.2646090090274811\n <_>\n \n <_>\n \n \n \n <_>5 6 19 18 -1.\n <_>5 12 19 6 3.\n 0\n 0.0662249997258186\n -0.4621070027351379\n 0.4174959957599640\n <_>\n \n <_>\n \n \n \n <_>0 1 6 9 -1.\n <_>2 1 2 9 3.\n 0\n 8.8569996878504753e-003\n -0.4147489964962006\n 0.5920479893684387\n <_>\n \n <_>\n \n \n \n <_>6 5 14 12 -1.\n <_>13 5 7 6 2.\n <_>6 11 7 6 2.\n 0\n 0.0113559998571873\n 0.3610309958457947\n -0.4578120112419128\n <_>\n \n <_>\n \n \n \n <_>0 1 20 2 -1.\n <_>0 2 20 1 2.\n 0\n -2.7679998893290758e-003\n -0.8923889994621277\n 0.1419900059700012\n <_>\n \n <_>\n \n \n \n <_>1 2 22 3 -1.\n <_>1 3 22 1 3.\n 0\n 0.0112469997256994\n 0.2935340106487274\n -0.9733060002326965\n <_>\n \n <_>\n \n \n \n <_>2 8 7 9 -1.\n <_>2 11 7 3 3.\n 0\n 7.1970000863075256e-003\n -0.7933490276336670\n 0.1831340044736862\n <_>\n \n <_>\n \n \n \n <_>2 12 22 4 -1.\n <_>13 12 11 2 2.\n <_>2 14 11 2 2.\n 0\n 0.0317689999938011\n 0.1552309989929199\n -1.3245639801025391\n <_>\n \n <_>\n \n \n \n <_>0 12 22 4 -1.\n <_>0 12 11 2 2.\n <_>11 14 11 2 2.\n 0\n 0.0251739993691444\n 0.0342149995267391\n -2.0948131084442139\n <_>\n \n <_>\n \n \n \n <_>9 7 6 11 -1.\n <_>11 7 2 11 3.\n 0\n 7.5360001064836979e-003\n -0.3945060074329376\n 0.5133399963378906\n <_>\n \n <_>\n \n \n \n <_>7 1 9 6 -1.\n <_>10 1 3 6 3.\n 0\n 0.0328730009496212\n 0.0883729979395866\n -1.2814120054244995\n <_>\n \n <_>\n \n \n \n <_>11 2 4 10 -1.\n <_>11 7 4 5 2.\n 0\n -2.7379998937249184e-003\n 0.5528650283813477\n -0.4638499915599823\n <_>\n \n <_>\n \n \n \n <_>6 4 12 12 -1.\n <_>6 10 12 6 2.\n 0\n -0.0380750000476837\n -1.8497270345687866\n 0.0459440015256405\n <_>\n \n <_>\n \n \n \n <_>18 1 6 15 -1.\n <_>18 6 6 5 3.\n 0\n -0.0389840006828308\n -0.4822370111942291\n 0.3476060032844544\n <_>\n \n <_>\n \n \n \n <_>3 15 18 3 -1.\n <_>3 16 18 1 3.\n 0\n 2.8029999230057001e-003\n -0.4515469968318939\n 0.4280630052089691\n <_>\n \n <_>\n \n \n \n <_>18 5 6 9 -1.\n <_>18 8 6 3 3.\n 0\n -0.0541459992527962\n -0.8452079892158508\n 0.1667490005493164\n <_>\n \n <_>\n \n \n \n <_>1 5 16 6 -1.\n <_>1 5 8 3 2.\n <_>9 8 8 3 2.\n 0\n -8.3280000835657120e-003\n 0.3534829914569855\n -0.4716320037841797\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n 0.0337780006229877\n 0.1846310049295425\n -1.6686669588088989\n <_>\n \n <_>\n \n \n \n <_>0 4 24 14 -1.\n <_>0 4 12 7 2.\n <_>12 11 12 7 2.\n 0\n -0.1123809963464737\n -1.2521569728851318\n 0.0359920002520084\n <_>\n \n <_>\n \n \n \n <_>13 0 4 13 -1.\n <_>13 0 2 13 2.\n 0\n -0.0104080000892282\n -0.8162040114402771\n 0.2342859953641892\n <_>\n \n <_>\n \n \n \n <_>7 0 4 13 -1.\n <_>9 0 2 13 2.\n 0\n -4.9439999274909496e-003\n -0.9258469939231873\n 0.1003480032086372\n <_>\n \n <_>\n \n \n \n <_>11 6 6 9 -1.\n <_>13 6 2 9 3.\n 0\n -9.3029998242855072e-003\n 0.5649930238723755\n -0.1888190060853958\n <_>\n \n <_>\n \n \n \n <_>8 7 6 9 -1.\n <_>10 7 2 9 3.\n 0\n -0.0117499995976686\n 0.8030239939689636\n -0.3827700018882752\n <_>\n \n <_>\n \n \n \n <_>13 17 9 6 -1.\n <_>13 19 9 2 3.\n 0\n -0.0232170000672340\n -0.8492699861526489\n 0.1967120021581650\n <_>\n \n <_>\n \n \n \n <_>2 18 14 6 -1.\n <_>2 18 7 3 2.\n <_>9 21 7 3 2.\n 0\n 0.0168660003691912\n -0.4059189856052399\n 0.5069530010223389\n <_>\n \n <_>\n \n \n \n <_>3 18 18 4 -1.\n <_>12 18 9 2 2.\n <_>3 20 9 2 2.\n 0\n -0.0240310002118349\n -1.5297520160675049\n 0.2334499955177307\n <_>\n \n <_>\n \n \n \n <_>0 20 15 4 -1.\n <_>5 20 5 4 3.\n 0\n -0.0369459986686707\n 0.6300770044326782\n -0.3178040087223053\n <_>\n \n <_>\n \n \n \n <_>9 15 15 9 -1.\n <_>14 15 5 9 3.\n 0\n -0.0615639984607697\n 0.5862789750099182\n -0.0121079999953508\n <_>\n \n <_>\n \n \n \n <_>4 4 16 4 -1.\n <_>4 6 16 2 2.\n 0\n 0.0216610003262758\n -0.2562370002269745\n 1.0409849882125854\n <_>\n \n <_>\n \n \n \n <_>7 6 10 6 -1.\n <_>7 8 10 2 3.\n 0\n -3.6710000131279230e-003\n 0.2917110025882721\n -0.8328729867935181\n <_>\n \n <_>\n \n \n \n <_>0 14 15 10 -1.\n <_>5 14 5 10 3.\n 0\n 0.0448490008711815\n -0.3963319957256317\n 0.4566200077533722\n <_>\n \n <_>\n \n \n \n <_>7 9 10 14 -1.\n <_>12 9 5 7 2.\n <_>7 16 5 7 2.\n 0\n 0.0571950003504753\n 0.2102389931678772\n -1.5004800558090210\n <_>\n \n <_>\n \n \n \n <_>7 6 6 9 -1.\n <_>9 6 2 9 3.\n 0\n -0.0113420002162457\n 0.4407129883766174\n -0.3865379989147186\n <_>\n \n <_>\n \n \n \n <_>3 6 18 3 -1.\n <_>3 7 18 1 3.\n 0\n -0.0120040001347661\n 0.9395459890365601\n -0.1058949977159500\n <_>\n \n <_>\n \n \n \n <_>0 10 18 3 -1.\n <_>0 11 18 1 3.\n 0\n 0.0225159991532564\n 9.4480002298951149e-003\n -1.6799509525299072\n <_>\n \n <_>\n \n \n \n <_>3 16 18 4 -1.\n <_>12 16 9 2 2.\n <_>3 18 9 2 2.\n 0\n -0.0198090001940727\n -1.0133639574050903\n 0.2414660006761551\n <_>\n \n <_>\n \n \n \n <_>4 6 14 6 -1.\n <_>4 6 7 3 2.\n <_>11 9 7 3 2.\n 0\n 0.0158910006284714\n -0.3750759959220886\n 0.4661409854888916\n <_>\n \n <_>\n \n \n \n <_>13 0 2 18 -1.\n <_>13 0 1 18 2.\n 0\n -9.1420002281665802e-003\n -0.8048409819602966\n 0.1781699955463409\n <_>\n \n <_>\n \n \n \n <_>9 0 2 18 -1.\n <_>10 0 1 18 2.\n 0\n -4.4740000739693642e-003\n -1.0562069416046143\n 0.0733050033450127\n <_>\n \n <_>\n \n \n \n <_>5 7 15 10 -1.\n <_>10 7 5 10 3.\n 0\n 0.1274250000715256\n 0.2016559988260269\n -1.5467929840087891\n <_>\n \n <_>\n \n \n \n <_>1 20 21 4 -1.\n <_>8 20 7 4 3.\n 0\n 0.0477030016481876\n -0.3793779909610748\n 0.3788599967956543\n <_>\n \n <_>\n \n \n \n <_>10 5 5 18 -1.\n <_>10 14 5 9 2.\n 0\n 0.0536080002784729\n 0.2122049927711487\n -1.2399710416793823\n <_>\n \n <_>\n \n \n \n <_>0 2 24 6 -1.\n <_>0 2 12 3 2.\n <_>12 5 12 3 2.\n 0\n -0.0396809987723827\n -1.0257550477981567\n 0.0512829981744289\n <_>\n \n <_>\n \n \n \n <_>1 1 22 8 -1.\n <_>12 1 11 4 2.\n <_>1 5 11 4 2.\n 0\n -0.0673270002007484\n -1.0304750204086304\n 0.2300529927015305\n <_>\n \n <_>\n \n \n \n <_>4 0 15 9 -1.\n <_>4 3 15 3 3.\n 0\n 0.1333760023117065\n -0.2086900025606155\n 1.2272510528564453\n <_>\n \n <_>\n \n \n \n <_>0 0 24 19 -1.\n <_>8 0 8 19 3.\n 0\n -0.2091930061578751\n 0.8792989850044251\n -0.0442549996078014\n <_>\n \n <_>\n \n \n \n <_>2 21 18 3 -1.\n <_>11 21 9 3 2.\n 0\n -0.0655890032649040\n 1.0443429946899414\n -0.2168209999799728\n <_>\n \n <_>\n \n \n \n <_>9 7 10 4 -1.\n <_>9 7 5 4 2.\n 0\n 0.0618829987943172\n 0.1379819959402084\n -1.9009059667587280\n <_>\n \n <_>\n \n \n \n <_>5 7 10 4 -1.\n <_>10 7 5 4 2.\n 0\n -0.0255789998918772\n -1.6607600450515747\n 5.8439997956156731e-003\n <_>\n \n <_>\n \n \n \n <_>17 8 6 16 -1.\n <_>20 8 3 8 2.\n <_>17 16 3 8 2.\n 0\n -0.0348270013928413\n 0.7994040250778198\n -0.0824069976806641\n <_>\n \n <_>\n \n \n \n <_>1 15 20 4 -1.\n <_>1 15 10 2 2.\n <_>11 17 10 2 2.\n 0\n -0.0182099994271994\n -0.9607399702072144\n 0.0663200020790100\n <_>\n \n <_>\n \n \n \n <_>14 15 10 6 -1.\n <_>14 17 10 2 3.\n 0\n 0.0150709999725223\n 0.1989939957857132\n -0.7643300294876099\n -4.0218091011047363\n 5\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>3 0 16 9 -1.\n <_>3 3 16 3 3.\n 0\n 0.0463249981403351\n -1.0362670421600342\n 0.8220149874687195\n <_>\n \n <_>\n \n \n \n <_>15 6 7 15 -1.\n <_>15 11 7 5 3.\n 0\n 0.0154069997370243\n -1.2327589988708496\n 0.2964769899845123\n <_>\n \n <_>\n \n \n \n <_>9 1 6 13 -1.\n <_>11 1 2 13 3.\n 0\n 0.0128089999780059\n -0.7585229873657227\n 0.5798550248146057\n <_>\n \n <_>\n \n \n \n <_>17 2 6 14 -1.\n <_>17 2 3 14 2.\n 0\n 0.0491509996354580\n -0.3898389935493469\n 0.8968030214309692\n <_>\n \n <_>\n \n \n \n <_>3 14 12 10 -1.\n <_>3 14 6 5 2.\n <_>9 19 6 5 2.\n 0\n 0.0126210004091263\n -0.7179930210113525\n 0.5044090151786804\n <_>\n \n <_>\n \n \n \n <_>7 6 10 6 -1.\n <_>7 8 10 2 3.\n 0\n -0.0187689997255802\n 0.5514760017395020\n -0.7055540084838867\n <_>\n \n <_>\n \n \n \n <_>1 2 6 14 -1.\n <_>4 2 3 14 2.\n 0\n 0.0419650003314018\n -0.4478209912776947\n 0.7098550200462341\n <_>\n \n <_>\n \n \n \n <_>10 4 5 12 -1.\n <_>10 8 5 4 3.\n 0\n -0.0514019988477230\n -1.0932120084762573\n 0.2670190036296845\n <_>\n \n <_>\n \n \n \n <_>0 17 24 5 -1.\n <_>8 17 8 5 3.\n 0\n -0.0709609985351563\n 0.8361840248107910\n -0.3831810057163239\n <_>\n \n <_>\n \n \n \n <_>15 7 5 12 -1.\n <_>15 11 5 4 3.\n 0\n 0.0167459994554520\n -0.2573310136795044\n 0.2596650123596191\n <_>\n \n <_>\n \n \n \n <_>3 1 6 12 -1.\n <_>3 1 3 6 2.\n <_>6 7 3 6 2.\n 0\n -6.2400000169873238e-003\n 0.3163149952888489\n -0.5879690051078796\n <_>\n \n <_>\n \n \n \n <_>12 13 6 6 -1.\n <_>12 16 6 3 2.\n 0\n -0.0393979996442795\n -1.0491210222244263\n 0.1682240068912506\n <_>\n \n <_>\n \n \n \n <_>6 13 6 6 -1.\n <_>6 16 6 3 2.\n 0\n 0.\n 0.1614419966936112\n -0.8787689805030823\n <_>\n \n <_>\n \n \n \n <_>14 6 3 16 -1.\n <_>14 14 3 8 2.\n 0\n -0.0223079994320869\n -0.6905350089073181\n 0.2360700070858002\n <_>\n \n <_>\n \n \n \n <_>1 12 13 6 -1.\n <_>1 14 13 2 3.\n 0\n 1.8919999711215496e-003\n 0.2498919963836670\n -0.5658329725265503\n <_>\n \n <_>\n \n \n \n <_>13 1 4 9 -1.\n <_>13 1 2 9 2.\n 0\n 1.0730000212788582e-003\n -0.5041580200195313\n 0.3837450146675110\n <_>\n \n <_>\n \n \n \n <_>7 0 9 6 -1.\n <_>10 0 3 6 3.\n 0\n 0.0392309986054897\n 0.0426190011203289\n -1.3875889778137207\n <_>\n \n <_>\n \n \n \n <_>12 2 6 9 -1.\n <_>12 2 3 9 2.\n 0\n 0.0622380003333092\n 0.1411940008401871\n -1.0688860416412354\n <_>\n \n <_>\n \n \n \n <_>6 2 6 9 -1.\n <_>9 2 3 9 2.\n 0\n 2.1399999968707561e-003\n -0.8962240219116211\n 0.1979639977216721\n <_>\n \n <_>\n \n \n \n <_>6 18 12 6 -1.\n <_>6 20 12 2 3.\n 0\n 9.1800000518560410e-004\n -0.4533729851245880\n 0.4353269934654236\n <_>\n \n <_>\n \n \n \n <_>7 6 6 9 -1.\n <_>9 6 2 9 3.\n 0\n -6.9169998168945313e-003\n 0.3382279872894287\n -0.4479300081729889\n <_>\n \n <_>\n \n \n \n <_>7 7 12 3 -1.\n <_>7 7 6 3 2.\n 0\n -0.0238669998943806\n -0.7890859842300415\n 0.2251179963350296\n <_>\n \n <_>\n \n \n \n <_>8 3 8 21 -1.\n <_>8 10 8 7 3.\n 0\n -0.1026280000805855\n -2.2831439971923828\n -5.3960001096129417e-003\n <_>\n \n <_>\n \n \n \n <_>7 4 10 12 -1.\n <_>7 8 10 4 3.\n 0\n -9.5239998772740364e-003\n 0.3934670090675354\n -0.5224220156669617\n <_>\n \n <_>\n \n \n \n <_>0 1 6 9 -1.\n <_>0 4 6 3 3.\n 0\n 0.0398770011961460\n 0.0327990017831326\n -1.5079489946365356\n <_>\n \n <_>\n \n \n \n <_>15 2 2 20 -1.\n <_>15 2 1 20 2.\n 0\n -0.0131449997425079\n -1.0839990377426147\n 0.1848240047693253\n <_>\n \n <_>\n \n \n \n <_>0 3 6 9 -1.\n <_>0 6 6 3 3.\n 0\n -0.0505909994244576\n -1.8822289705276489\n -2.2199999075382948e-003\n <_>\n \n <_>\n \n \n \n <_>15 3 2 21 -1.\n <_>15 3 1 21 2.\n 0\n 0.0249170009046793\n 0.1459340006113052\n -2.2196519374847412\n <_>\n \n <_>\n \n \n \n <_>7 0 2 23 -1.\n <_>8 0 1 23 2.\n 0\n -7.6370001770555973e-003\n -1.0164569616317749\n 0.0587970018386841\n <_>\n \n <_>\n \n \n \n <_>15 8 9 4 -1.\n <_>15 10 9 2 2.\n 0\n 0.0429119989275932\n 0.1544300019741058\n -1.1843889951705933\n <_>\n \n <_>\n \n \n \n <_>0 8 9 4 -1.\n <_>0 10 9 2 2.\n 0\n 2.3000000510364771e-004\n -0.7730579972267151\n 0.1218990013003349\n <_>\n \n <_>\n \n \n \n <_>8 14 9 6 -1.\n <_>8 16 9 2 3.\n 0\n 9.0929996222257614e-003\n -0.1145009994506836\n 0.7109130024909973\n <_>\n \n <_>\n \n \n \n <_>0 14 9 6 -1.\n <_>0 16 9 2 3.\n 0\n 0.0111450003460050\n 0.0700009986758232\n -1.0534820556640625\n <_>\n \n <_>\n \n \n \n <_>3 10 18 4 -1.\n <_>9 10 6 4 3.\n 0\n -0.0524530000984669\n -1.7594360113143921\n 0.1952379941940308\n <_>\n \n <_>\n \n \n \n <_>0 0 24 19 -1.\n <_>8 0 8 19 3.\n 0\n -0.2302069962024689\n 0.9584029912948608\n -0.2504569888114929\n <_>\n \n <_>\n \n \n \n <_>9 1 8 12 -1.\n <_>9 7 8 6 2.\n 0\n -0.0163659993559122\n 0.4673190116882324\n -0.2110839933156967\n <_>\n \n <_>\n \n \n \n <_>10 6 4 10 -1.\n <_>12 6 2 10 2.\n 0\n -0.0172080006450415\n 0.7083569765090942\n -0.2801829874515533\n <_>\n \n <_>\n \n \n \n <_>7 9 10 12 -1.\n <_>12 9 5 6 2.\n <_>7 15 5 6 2.\n 0\n -0.0366480015218258\n -1.1013339757919312\n 0.2434110045433044\n <_>\n \n <_>\n \n \n \n <_>5 0 3 19 -1.\n <_>6 0 1 19 3.\n 0\n -0.0103049995377660\n -1.0933129787445068\n 0.0562589988112450\n <_>\n \n <_>\n \n \n \n <_>14 0 6 10 -1.\n <_>16 0 2 10 3.\n 0\n -0.0137130003422499\n -0.2643809914588928\n 0.1982100009918213\n <_>\n \n <_>\n \n \n \n <_>2 0 6 12 -1.\n <_>2 0 3 6 2.\n <_>5 6 3 6 2.\n 0\n 0.0293080005794764\n -0.2214239984750748\n 1.0525950193405151\n <_>\n \n <_>\n \n \n \n <_>0 11 24 2 -1.\n <_>0 12 24 1 2.\n 0\n 0.0240770000964403\n 0.1848569959402084\n -1.7203969955444336\n <_>\n \n <_>\n \n \n \n <_>4 9 13 4 -1.\n <_>4 11 13 2 2.\n 0\n 6.1280000954866409e-003\n -0.9272149801254273\n 0.0587529987096787\n <_>\n \n <_>\n \n \n \n <_>9 8 6 9 -1.\n <_>9 11 6 3 3.\n 0\n -0.0223779994994402\n 1.9646559953689575\n 0.0277859997004271\n <_>\n \n <_>\n \n \n \n <_>0 12 16 4 -1.\n <_>0 14 16 2 2.\n 0\n -7.0440000854432583e-003\n 0.2142760008573532\n -0.4840759932994843\n <_>\n \n <_>\n \n \n \n <_>18 12 6 9 -1.\n <_>18 15 6 3 3.\n 0\n -0.0406030006706715\n -1.1754349470138550\n 0.1606120020151138\n <_>\n \n <_>\n \n \n \n <_>0 12 6 9 -1.\n <_>0 15 6 3 3.\n 0\n -0.0244660004973412\n -1.1239900588989258\n 0.0411100015044212\n <_>\n \n <_>\n \n \n \n <_>8 7 10 4 -1.\n <_>8 7 5 4 2.\n 0\n 2.5309999473392963e-003\n -0.1716970056295395\n 0.3217880129814148\n <_>\n \n <_>\n \n \n \n <_>8 7 6 9 -1.\n <_>10 7 2 9 3.\n 0\n -0.0195889994502068\n 0.8272020220756531\n -0.2637670040130615\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n -0.0296359993517399\n -1.1524770259857178\n 0.1499930024147034\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0150300003588200\n -1.0491830110549927\n 0.0401609987020493\n <_>\n \n <_>\n \n \n \n <_>12 3 6 15 -1.\n <_>14 3 2 15 3.\n 0\n -0.0607150010764599\n -1.0903840065002441\n 0.1533080041408539\n <_>\n \n <_>\n \n \n \n <_>6 3 6 15 -1.\n <_>8 3 2 15 3.\n 0\n -0.0127900000661612\n 0.4224860072135925\n -0.4239920079708099\n <_>\n \n <_>\n \n \n \n <_>15 2 9 4 -1.\n <_>15 4 9 2 2.\n 0\n -0.0202479995787144\n -0.9186699986457825\n 0.1848569959402084\n <_>\n \n <_>\n \n \n \n <_>5 10 6 7 -1.\n <_>8 10 3 7 2.\n 0\n -0.0306839998811483\n -1.5958670377731323\n 2.5760000571608543e-003\n <_>\n \n <_>\n \n \n \n <_>9 14 6 10 -1.\n <_>9 19 6 5 2.\n 0\n -0.0207180008292198\n -0.6629999876022339\n 0.3103719949722290\n <_>\n \n <_>\n \n \n \n <_>7 13 5 8 -1.\n <_>7 17 5 4 2.\n 0\n -1.7290000105276704e-003\n 0.1918340027332306\n -0.6508499979972839\n <_>\n \n <_>\n \n \n \n <_>14 5 3 16 -1.\n <_>14 13 3 8 2.\n 0\n -0.0313940010964870\n -0.6364300251007080\n 0.1540839970111847\n <_>\n \n <_>\n \n \n \n <_>2 17 18 3 -1.\n <_>2 18 18 1 3.\n 0\n 0.0190030001103878\n -0.1891939938068390\n 1.5294510126113892\n <_>\n \n <_>\n \n \n \n <_>5 18 19 3 -1.\n <_>5 19 19 1 3.\n 0\n 6.1769997701048851e-003\n -0.1059790030121803\n 0.6485959887504578\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n -0.0101659996435046\n -1.0802700519561768\n 0.0371760018169880\n <_>\n \n <_>\n \n \n \n <_>12 4 3 18 -1.\n <_>13 4 1 18 3.\n 0\n -1.4169999631121755e-003\n 0.3415749967098236\n -0.0977379977703094\n <_>\n \n <_>\n \n \n \n <_>9 4 3 18 -1.\n <_>10 4 1 18 3.\n 0\n -4.0799998678267002e-003\n 0.4762459993362427\n -0.3436630070209503\n <_>\n \n <_>\n \n \n \n <_>3 3 18 9 -1.\n <_>9 3 6 9 3.\n 0\n -0.0440969988703728\n 0.9763429760932922\n -0.0191730000078678\n <_>\n \n <_>\n \n \n \n <_>6 1 6 14 -1.\n <_>8 1 2 14 3.\n 0\n -0.0606699995696545\n -2.1752851009368896\n -0.0289259999990463\n <_>\n \n <_>\n \n \n \n <_>12 16 9 6 -1.\n <_>12 19 9 3 2.\n 0\n -0.0329319983720779\n -0.6438310146331787\n 0.1649409979581833\n <_>\n \n <_>\n \n \n \n <_>1 3 20 16 -1.\n <_>1 3 10 8 2.\n <_>11 11 10 8 2.\n 0\n -0.1472280025482178\n -1.4745830297470093\n 2.5839998852461576e-003\n <_>\n \n <_>\n \n \n \n <_>12 5 6 12 -1.\n <_>15 5 3 6 2.\n <_>12 11 3 6 2.\n 0\n -0.0119300000369549\n 0.4244140088558197\n -0.1771260052919388\n <_>\n \n <_>\n \n \n \n <_>1 2 22 16 -1.\n <_>1 2 11 8 2.\n <_>12 10 11 8 2.\n 0\n 0.1451790034770966\n 0.0254449993371964\n -1.2779400348663330\n <_>\n \n <_>\n \n \n \n <_>10 14 5 10 -1.\n <_>10 19 5 5 2.\n 0\n 0.0514479987323284\n 0.1567839980125427\n -1.5188430547714233\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>3 22 18 1 3.\n 0\n 3.1479999888688326e-003\n -0.4042440056800842\n 0.3242970108985901\n <_>\n \n <_>\n \n \n \n <_>10 14 6 10 -1.\n <_>12 14 2 10 3.\n 0\n -0.0436000004410744\n -1.9932260513305664\n 0.1501860022544861\n -3.8832089900970459\n 6\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 2 24 4 -1.\n <_>8 2 8 4 3.\n 0\n 0.1289959996938705\n -0.6216199994087219\n 1.1116520166397095\n <_>\n \n <_>\n \n \n \n <_>6 4 12 9 -1.\n <_>6 7 12 3 3.\n 0\n -0.0912619978189468\n 1.0143059492111206\n -0.6133520007133484\n <_>\n \n <_>\n \n \n \n <_>6 6 12 5 -1.\n <_>10 6 4 5 3.\n 0\n 0.0142719997093081\n -1.0261659622192383\n 0.3977999985218048\n <_>\n \n <_>\n \n \n \n <_>5 8 14 12 -1.\n <_>5 12 14 4 3.\n 0\n 0.0328899994492531\n -1.1386079788208008\n 0.2869080007076263\n <_>\n \n <_>\n \n \n \n <_>4 14 8 10 -1.\n <_>4 14 4 5 2.\n <_>8 19 4 5 2.\n 0\n 0.0125900004059076\n -0.5664560198783875\n 0.4517239928245544\n <_>\n \n <_>\n \n \n \n <_>11 6 5 14 -1.\n <_>11 13 5 7 2.\n 0\n 0.0146610001102090\n 0.3050599992275238\n -0.6812959909439087\n <_>\n \n <_>\n \n \n \n <_>7 6 3 16 -1.\n <_>7 14 3 8 2.\n 0\n -0.0335559993982315\n -1.7208939790725708\n 0.0614390000700951\n <_>\n \n <_>\n \n \n \n <_>3 7 18 8 -1.\n <_>9 7 6 8 3.\n 0\n 0.1425269991159439\n 0.2319220006465912\n -1.7297149896621704\n <_>\n \n <_>\n \n \n \n <_>2 3 20 2 -1.\n <_>2 4 20 1 2.\n 0\n -6.2079997733235359e-003\n -1.2163300514221191\n 0.1216019988059998\n <_>\n \n <_>\n \n \n \n <_>3 12 19 6 -1.\n <_>3 14 19 2 3.\n 0\n 0.0181789994239807\n 0.3255369961261749\n -0.8100399971008301\n <_>\n \n <_>\n \n \n \n <_>8 6 6 9 -1.\n <_>10 6 2 9 3.\n 0\n 0.0250369999557734\n -0.3169879913330078\n 0.6736140251159668\n <_>\n \n <_>\n \n \n \n <_>16 6 6 14 -1.\n <_>16 6 3 14 2.\n 0\n 0.0465609990060329\n -0.1108980029821396\n 0.8408250212669373\n <_>\n \n <_>\n \n \n \n <_>7 9 6 12 -1.\n <_>9 9 2 12 3.\n 0\n -8.9999996125698090e-003\n 0.3957450091838837\n -0.4762459993362427\n <_>\n \n <_>\n \n \n \n <_>18 6 6 18 -1.\n <_>21 6 3 9 2.\n <_>18 15 3 9 2.\n 0\n 0.0408059991896153\n -1.8000000272877514e-004\n 0.9457070231437683\n <_>\n \n <_>\n \n \n \n <_>0 6 6 18 -1.\n <_>0 6 3 9 2.\n <_>3 15 3 9 2.\n 0\n -0.0342219993472099\n 0.7520629763603210\n -0.3153150081634522\n <_>\n \n <_>\n \n \n \n <_>18 2 6 9 -1.\n <_>18 5 6 3 3.\n 0\n -0.0397160016000271\n -0.8313959836959839\n 0.1774439960718155\n <_>\n \n <_>\n \n \n \n <_>3 18 15 6 -1.\n <_>3 20 15 2 3.\n 0\n 2.5170000735670328e-003\n -0.5937799811363220\n 0.2465700060129166\n <_>\n \n <_>\n \n \n \n <_>18 2 6 9 -1.\n <_>18 5 6 3 3.\n 0\n 0.0274289995431900\n 0.1599839925765991\n -0.4278199970722199\n <_>\n \n <_>\n \n \n \n <_>0 2 6 9 -1.\n <_>0 5 6 3 3.\n 0\n 0.0349860005080700\n 0.0350559987127781\n -1.5988600254058838\n <_>\n \n <_>\n \n \n \n <_>5 10 18 2 -1.\n <_>5 11 18 1 2.\n 0\n 4.4970000162720680e-003\n -0.5203430056571960\n 0.3782829940319061\n <_>\n \n <_>\n \n \n \n <_>6 0 12 6 -1.\n <_>6 2 12 2 3.\n 0\n 2.7699999045580626e-003\n -0.5318260192871094\n 0.2495100051164627\n <_>\n \n <_>\n \n \n \n <_>10 0 6 9 -1.\n <_>12 0 2 9 3.\n 0\n 0.0351740010082722\n 0.1998340040445328\n -1.4446129798889160\n <_>\n \n <_>\n \n \n \n <_>8 0 6 9 -1.\n <_>10 0 2 9 3.\n 0\n 0.0259709991514683\n 0.0444269999861717\n -1.3622980117797852\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n -0.0157839991152287\n -0.9102039933204651\n 0.2719030082225800\n <_>\n \n <_>\n \n \n \n <_>3 6 13 6 -1.\n <_>3 8 13 2 3.\n 0\n -7.5880000367760658e-003\n 0.0920649990439415\n -0.8162890076637268\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n 0.0207540001720190\n 0.2118570059537888\n -0.7472900152206421\n <_>\n \n <_>\n \n \n \n <_>2 5 6 15 -1.\n <_>5 5 3 15 2.\n 0\n 0.0598290003836155\n -0.2730109989643097\n 0.8092330098152161\n <_>\n \n <_>\n \n \n \n <_>8 8 9 6 -1.\n <_>11 8 3 6 3.\n 0\n 0.0390390008687973\n -0.1043229997158051\n 0.8622620105743408\n <_>\n \n <_>\n \n \n \n <_>8 6 3 14 -1.\n <_>8 13 3 7 2.\n 0\n 0.0216659996658564\n 0.0627090036869049\n -0.9889429807662964\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n -0.0274969991296530\n -0.9269099831581116\n 0.1558630019426346\n <_>\n \n <_>\n \n \n \n <_>4 12 10 4 -1.\n <_>9 12 5 4 2.\n 0\n 0.0104620000347495\n 0.1341809928417206\n -0.7038639783859253\n <_>\n \n <_>\n \n \n \n <_>13 1 4 19 -1.\n <_>13 1 2 19 2.\n 0\n 0.0248709991574287\n 0.1970670074224472\n -0.4026330113410950\n <_>\n \n <_>\n \n \n \n <_>7 1 4 19 -1.\n <_>9 1 2 19 2.\n 0\n -0.0160360001027584\n -1.1409829854965210\n 0.0739979967474937\n <_>\n \n <_>\n \n \n \n <_>18 9 6 9 -1.\n <_>18 12 6 3 3.\n 0\n 0.0486270003020763\n 0.1699039936065674\n -0.7215219736099243\n <_>\n \n <_>\n \n \n \n <_>1 21 18 3 -1.\n <_>1 22 18 1 3.\n 0\n 1.2619999470189214e-003\n -0.4738979935646057\n 0.2625499963760376\n <_>\n \n <_>\n \n \n \n <_>14 13 10 9 -1.\n <_>14 16 10 3 3.\n 0\n -0.0880350023508072\n -2.1606519222259521\n 0.1455480009317398\n <_>\n \n <_>\n \n \n \n <_>1 13 22 4 -1.\n <_>1 13 11 2 2.\n <_>12 15 11 2 2.\n 0\n 0.0183569993823767\n 0.0447509996592999\n -1.0766370296478271\n <_>\n \n <_>\n \n \n \n <_>4 6 16 6 -1.\n <_>12 6 8 3 2.\n <_>4 9 8 3 2.\n 0\n 0.0352750010788441\n -0.0329190008342266\n 1.2153890132904053\n <_>\n \n <_>\n \n \n \n <_>1 0 18 22 -1.\n <_>1 0 9 11 2.\n <_>10 11 9 11 2.\n 0\n -0.2039290070533752\n -1.3187999725341797\n 0.0155039997771382\n <_>\n \n <_>\n \n \n \n <_>10 7 8 14 -1.\n <_>14 7 4 7 2.\n <_>10 14 4 7 2.\n 0\n -0.0166190005838871\n 0.3685019910335541\n -0.1528369933366776\n <_>\n \n <_>\n \n \n \n <_>0 4 6 20 -1.\n <_>0 4 3 10 2.\n <_>3 14 3 10 2.\n 0\n 0.0377390012145042\n -0.2572779953479767\n 0.7065529823303223\n <_>\n \n <_>\n \n \n \n <_>15 0 6 9 -1.\n <_>17 0 2 9 3.\n 0\n 2.2720000706613064e-003\n -0.0776029974222183\n 0.3336780071258545\n <_>\n \n <_>\n \n \n \n <_>3 0 6 9 -1.\n <_>5 0 2 9 3.\n 0\n -0.0148029997944832\n -0.7852479815483093\n 0.0769340023398399\n <_>\n \n <_>\n \n \n \n <_>15 12 6 12 -1.\n <_>18 12 3 6 2.\n <_>15 18 3 6 2.\n 0\n -0.0483190007507801\n 1.7022320032119751\n 0.0497220009565353\n <_>\n \n <_>\n \n \n \n <_>3 12 6 12 -1.\n <_>3 12 3 6 2.\n <_>6 18 3 6 2.\n 0\n -0.0295390002429485\n 0.7767069935798645\n -0.2453429996967316\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n -0.0461690016090870\n -1.4922779798507690\n 0.1234000027179718\n <_>\n \n <_>\n \n \n \n <_>0 12 9 6 -1.\n <_>0 14 9 2 3.\n 0\n -0.0280649997293949\n -2.1345369815826416\n -0.0257970001548529\n <_>\n \n <_>\n \n \n \n <_>4 14 19 3 -1.\n <_>4 15 19 1 3.\n 0\n -5.7339998893439770e-003\n 0.5698260068893433\n -0.1205660030245781\n <_>\n \n <_>\n \n \n \n <_>2 13 19 3 -1.\n <_>2 14 19 1 3.\n 0\n -0.0101110003888607\n 0.6791139841079712\n -0.2663800120353699\n <_>\n \n <_>\n \n \n \n <_>14 15 10 6 -1.\n <_>14 17 10 2 3.\n 0\n 0.0113599998876452\n 0.2478979974985123\n -0.6449300050735474\n <_>\n \n <_>\n \n \n \n <_>6 0 10 12 -1.\n <_>6 0 5 6 2.\n <_>11 6 5 6 2.\n 0\n 0.0518090017139912\n 0.0147160002961755\n -1.2395579814910889\n <_>\n \n <_>\n \n \n \n <_>17 1 6 12 -1.\n <_>20 1 3 6 2.\n <_>17 7 3 6 2.\n 0\n 0.0332919992506504\n -8.2559995353221893e-003\n 1.0168470144271851\n <_>\n \n <_>\n \n \n \n <_>1 1 6 12 -1.\n <_>1 1 3 6 2.\n <_>4 7 3 6 2.\n 0\n -0.0144940000027418\n 0.4506680071353912\n -0.3625099956989288\n <_>\n \n <_>\n \n \n \n <_>16 14 6 9 -1.\n <_>16 17 6 3 3.\n 0\n -0.0342219993472099\n -0.9529250264167786\n 0.2068459987640381\n <_>\n \n <_>\n \n \n \n <_>7 3 9 12 -1.\n <_>7 9 9 6 2.\n 0\n -0.0806540027260780\n -2.0139501094818115\n -0.0230849999934435\n <_>\n \n <_>\n \n \n \n <_>12 1 4 12 -1.\n <_>12 7 4 6 2.\n 0\n -8.9399999706074595e-004\n 0.3957200050354004\n -0.2935130000114441\n <_>\n \n <_>\n \n \n \n <_>4 0 14 8 -1.\n <_>4 4 14 4 2.\n 0\n 0.0971620008349419\n -0.2498030066490173\n 1.0859220027923584\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n 0.0366140007972717\n -0.0578440017998219\n 1.2162159681320190\n <_>\n \n <_>\n \n \n \n <_>2 10 18 3 -1.\n <_>8 10 6 3 3.\n 0\n 0.0516939982771873\n 0.0430629998445511\n -1.0636160373687744\n <_>\n \n <_>\n \n \n \n <_>15 15 9 6 -1.\n <_>15 17 9 2 3.\n 0\n -0.0245570000261068\n -0.4894680082798004\n 0.1718290001153946\n <_>\n \n <_>\n \n \n \n <_>0 1 21 23 -1.\n <_>7 1 7 23 3.\n 0\n 0.3273679912090302\n -0.2968859970569611\n 0.5179830193519592\n <_>\n \n <_>\n \n \n \n <_>6 9 17 4 -1.\n <_>6 11 17 2 2.\n 0\n 7.6959999278187752e-003\n -0.5980589985847473\n 0.2480320036411285\n <_>\n \n <_>\n \n \n \n <_>1 0 11 18 -1.\n <_>1 6 11 6 3.\n 0\n 0.1617220044136047\n -0.0296139996498823\n -2.3162529468536377\n <_>\n \n <_>\n \n \n \n <_>6 15 13 6 -1.\n <_>6 17 13 2 3.\n 0\n -4.7889999113976955e-003\n 0.3745790123939514\n -0.3277919888496399\n <_>\n \n <_>\n \n \n \n <_>0 15 9 6 -1.\n <_>0 17 9 2 3.\n 0\n -0.0184029992669821\n -0.9969270229339600\n 0.0729480013251305\n <_>\n \n <_>\n \n \n \n <_>8 7 15 4 -1.\n <_>13 7 5 4 3.\n 0\n 0.0776650011539459\n 0.1417569965124130\n -1.7238730192184448\n <_>\n \n <_>\n \n \n \n <_>9 12 6 9 -1.\n <_>9 15 6 3 3.\n 0\n 0.0189210008829832\n -0.2127310037612915\n 1.0165189504623413\n <_>\n \n <_>\n \n \n \n <_>6 8 18 3 -1.\n <_>12 8 6 3 3.\n 0\n -0.0793979987502098\n -1.3164349794387817\n 0.1498199999332428\n <_>\n \n <_>\n \n \n \n <_>0 14 24 4 -1.\n <_>8 14 8 4 3.\n 0\n -0.0680370032787323\n 0.4942199885845184\n -0.2909100055694580\n <_>\n \n <_>\n \n \n \n <_>16 10 3 12 -1.\n <_>16 16 3 6 2.\n 0\n -6.1010001227259636e-003\n 0.4243049919605255\n -0.3389930129051209\n <_>\n \n <_>\n \n \n \n <_>0 3 24 3 -1.\n <_>0 4 24 1 3.\n 0\n 0.0319270007312298\n -0.0310469996184111\n -2.3459999561309814\n <_>\n \n <_>\n \n \n \n <_>14 17 10 6 -1.\n <_>14 19 10 2 3.\n 0\n -0.0298439990729094\n -0.7898960113525391\n 0.1541769951581955\n <_>\n \n <_>\n \n \n \n <_>1 13 18 3 -1.\n <_>7 13 6 3 3.\n 0\n -0.0805419981479645\n -2.2509229183197021\n -0.0309069994837046\n <_>\n \n <_>\n \n \n \n <_>5 0 18 9 -1.\n <_>5 3 18 3 3.\n 0\n 3.8109999150037766e-003\n -0.2557730078697205\n 0.2378550022840500\n <_>\n \n <_>\n \n \n \n <_>4 3 16 9 -1.\n <_>4 6 16 3 3.\n 0\n 0.0336470007896423\n -0.2254139930009842\n 0.9230740070343018\n <_>\n \n <_>\n \n \n \n <_>16 5 3 12 -1.\n <_>16 11 3 6 2.\n 0\n 8.2809999585151672e-003\n -0.2889620065689087\n 0.3104619979858398\n <_>\n \n <_>\n \n \n \n <_>0 7 18 4 -1.\n <_>6 7 6 4 3.\n 0\n 0.1010439991950989\n -0.0348640009760857\n -2.7102620601654053\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n -0.0100090000778437\n 0.5971540212631226\n -0.0338310003280640\n <_>\n \n <_>\n \n \n \n <_>9 8 6 10 -1.\n <_>11 8 2 10 3.\n 0\n 7.1919998154044151e-003\n -0.4773800075054169\n 0.2268600016832352\n <_>\n \n <_>\n \n \n \n <_>9 15 6 9 -1.\n <_>11 15 2 9 3.\n 0\n 0.0249690003693104\n 0.2287770062685013\n -1.0435529947280884\n <_>\n \n <_>\n \n \n \n <_>3 1 18 21 -1.\n <_>12 1 9 21 2.\n 0\n 0.2790800034999847\n -0.2581810057163239\n 0.7678049802780151\n <_>\n \n <_>\n \n \n \n <_>6 8 12 7 -1.\n <_>6 8 6 7 2.\n 0\n -0.0442130006849766\n -0.5979800224304199\n 0.2803989946842194\n <_>\n \n <_>\n \n \n \n <_>8 5 6 9 -1.\n <_>10 5 2 9 3.\n 0\n -0.0141369998455048\n 0.7098730206489563\n -0.2564519941806793\n -3.8424909114837646\n 7\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 2 24 4 -1.\n <_>8 2 8 4 3.\n 0\n 0.1377120018005371\n -0.5587059855461121\n 1.0953769683837891\n <_>\n \n <_>\n \n \n \n <_>14 7 5 12 -1.\n <_>14 11 5 4 3.\n 0\n 0.0344609990715981\n -0.7117189764976502\n 0.5289959907531738\n <_>\n \n <_>\n \n \n \n <_>5 7 5 12 -1.\n <_>5 11 5 4 3.\n 0\n 0.0185800008475780\n -1.1157519817352295\n 0.4059399962425232\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0250419992953539\n -0.4089249968528748\n 0.7412999868392944\n <_>\n \n <_>\n \n \n \n <_>0 1 6 17 -1.\n <_>3 1 3 17 2.\n 0\n 0.0571790002286434\n -0.3805429935455322\n 0.7364770174026489\n <_>\n \n <_>\n \n \n \n <_>3 1 19 9 -1.\n <_>3 4 19 3 3.\n 0\n 0.0149320000782609\n -0.6994550228118897\n 0.3795099854469299\n <_>\n \n <_>\n \n \n \n <_>3 18 12 6 -1.\n <_>3 18 6 3 2.\n <_>9 21 6 3 2.\n 0\n 8.8900001719594002e-003\n -0.5455859899520874\n 0.3633249998092651\n <_>\n \n <_>\n \n \n \n <_>20 4 4 19 -1.\n <_>20 4 2 19 2.\n 0\n 0.0304359998553991\n -0.1012459993362427\n 0.7958589792251587\n <_>\n \n <_>\n \n \n \n <_>0 16 10 7 -1.\n <_>5 16 5 7 2.\n 0\n -0.0441600009799004\n 0.8441089987754822\n -0.3297640085220337\n <_>\n \n <_>\n \n \n \n <_>8 7 10 12 -1.\n <_>13 7 5 6 2.\n <_>8 13 5 6 2.\n 0\n 0.0184610001742840\n 0.2632659971714020\n -0.9673650264739990\n <_>\n \n <_>\n \n \n \n <_>6 7 10 12 -1.\n <_>6 7 5 6 2.\n <_>11 13 5 6 2.\n 0\n 0.0106149995699525\n 0.1525190025568008\n -1.0589870214462280\n <_>\n \n <_>\n \n \n \n <_>9 2 9 6 -1.\n <_>12 2 3 6 3.\n 0\n -0.0459740012884140\n -1.9918340444564819\n 0.1362909972667694\n <_>\n \n <_>\n \n \n \n <_>1 20 21 4 -1.\n <_>8 20 7 4 3.\n 0\n 0.0829000025987625\n -0.3203719854354858\n 0.6030420064926148\n <_>\n \n <_>\n \n \n \n <_>9 12 9 6 -1.\n <_>9 14 9 2 3.\n 0\n -8.9130001142621040e-003\n 0.5958660244941711\n -0.2113959938287735\n <_>\n \n <_>\n \n \n \n <_>7 2 9 6 -1.\n <_>10 2 3 6 3.\n 0\n 0.0428140014410019\n 0.0229250006377697\n -1.4679330587387085\n <_>\n \n <_>\n \n \n \n <_>13 0 4 14 -1.\n <_>13 0 2 14 2.\n 0\n -8.7139997631311417e-003\n -0.4398950040340424\n 0.2043969929218292\n <_>\n \n <_>\n \n \n \n <_>7 0 4 14 -1.\n <_>9 0 2 14 2.\n 0\n -4.3390002101659775e-003\n -0.8906679749488831\n 0.1046999990940094\n <_>\n \n <_>\n \n \n \n <_>14 15 9 6 -1.\n <_>14 17 9 2 3.\n 0\n 8.0749997869133949e-003\n 0.2116419970989227\n -0.4023160040378571\n <_>\n \n <_>\n \n \n \n <_>2 8 18 5 -1.\n <_>8 8 6 5 3.\n 0\n 0.0967390015721321\n 0.0133199999108911\n -1.6085360050201416\n <_>\n \n <_>\n \n \n \n <_>18 3 6 11 -1.\n <_>20 3 2 11 3.\n 0\n -0.0305369999259710\n 1.0063740015029907\n -0.1341329962015152\n <_>\n \n <_>\n \n \n \n <_>6 5 11 14 -1.\n <_>6 12 11 7 2.\n 0\n -0.0608559995889664\n -1.4689979553222656\n 9.4240000471472740e-003\n <_>\n \n <_>\n \n \n \n <_>18 4 6 9 -1.\n <_>18 7 6 3 3.\n 0\n -0.0381620004773140\n -0.8163639903068543\n 0.2617120146751404\n <_>\n \n <_>\n \n \n \n <_>7 6 9 6 -1.\n <_>7 8 9 2 3.\n 0\n -9.6960002556443214e-003\n 0.1156169995665550\n -0.7169319987297058\n <_>\n \n <_>\n \n \n \n <_>18 4 6 9 -1.\n <_>18 7 6 3 3.\n 0\n 0.0489029996097088\n 0.1305049955844879\n -1.6448370218276978\n <_>\n \n <_>\n \n \n \n <_>0 4 6 9 -1.\n <_>0 7 6 3 3.\n 0\n -0.0416119992733002\n -1.1795840263366699\n 0.0250170007348061\n <_>\n \n <_>\n \n \n \n <_>9 4 9 4 -1.\n <_>9 6 9 2 2.\n 0\n -0.0201880000531673\n 0.6318820118904114\n -0.1049040034413338\n <_>\n \n <_>\n \n \n \n <_>0 22 19 2 -1.\n <_>0 23 19 1 2.\n 0\n -9.7900000400841236e-004\n 0.1850779950618744\n -0.5356590151786804\n <_>\n \n <_>\n \n \n \n <_>17 14 6 9 -1.\n <_>17 17 6 3 3.\n 0\n -0.0336220003664494\n -0.9312760233879089\n 0.2007150053977966\n <_>\n \n <_>\n \n \n \n <_>1 14 6 9 -1.\n <_>1 17 6 3 3.\n 0\n 0.0194559991359711\n 0.0380290001630783\n -1.0112210512161255\n <_>\n \n <_>\n \n \n \n <_>14 11 4 9 -1.\n <_>14 11 2 9 2.\n 0\n -3.1800000579096377e-004\n 0.3645769953727722\n -0.2761090099811554\n <_>\n \n <_>\n \n \n \n <_>6 11 4 9 -1.\n <_>8 11 2 9 2.\n 0\n -3.8899999344721437e-004\n 0.1966589987277985\n -0.5341050028800964\n <_>\n \n <_>\n \n \n \n <_>3 9 18 7 -1.\n <_>9 9 6 7 3.\n 0\n -0.0934960022568703\n -1.6772350072860718\n 0.2072709947824478\n <_>\n \n <_>\n \n \n \n <_>9 12 6 10 -1.\n <_>9 17 6 5 2.\n 0\n -0.0778779983520508\n -3.0760629177093506\n -0.0358039997518063\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n 0.0169479995965958\n 0.2144739925861359\n -0.7137629985809326\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n -0.0214590001851320\n -1.1468060016632080\n 0.0158559996634722\n <_>\n \n <_>\n \n \n \n <_>6 17 18 3 -1.\n <_>6 18 18 1 3.\n 0\n -0.0128659997135401\n 0.8381239771842957\n -0.0659440010786057\n <_>\n \n <_>\n \n \n \n <_>1 17 18 3 -1.\n <_>1 18 18 1 3.\n 0\n 7.8220004215836525e-003\n -0.2802680134773254\n 0.7937690019607544\n <_>\n \n <_>\n \n \n \n <_>10 6 11 12 -1.\n <_>10 12 11 6 2.\n 0\n 0.1029440015554428\n 0.1783230006694794\n -0.6841220259666443\n <_>\n \n <_>\n \n \n \n <_>5 6 14 6 -1.\n <_>5 6 7 3 2.\n <_>12 9 7 3 2.\n 0\n -0.0374879986047745\n 0.9618999958038330\n -0.2173559963703156\n <_>\n \n <_>\n \n \n \n <_>5 4 15 4 -1.\n <_>5 6 15 2 2.\n 0\n 0.0255059991031885\n 0.0101039996370673\n 1.2461110353469849\n <_>\n \n <_>\n \n \n \n <_>0 0 22 2 -1.\n <_>0 1 22 1 2.\n 0\n 6.6700001480057836e-004\n -0.5348820090293884\n 0.1474629938602448\n <_>\n \n <_>\n \n \n \n <_>0 0 24 24 -1.\n <_>8 0 8 24 3.\n 0\n -0.2886790037155151\n 0.8217279911041260\n -0.0149480002000928\n <_>\n \n <_>\n \n \n \n <_>1 15 18 4 -1.\n <_>10 15 9 4 2.\n 0\n 0.0912949964404106\n -0.1960539966821671\n 1.0803170204162598\n <_>\n \n <_>\n \n \n \n <_>6 8 12 9 -1.\n <_>6 11 12 3 3.\n 0\n 0.1205660030245781\n -0.0238489992916584\n 1.1392610073089600\n <_>\n \n <_>\n \n \n \n <_>4 12 7 12 -1.\n <_>4 16 7 4 3.\n 0\n -0.0737750008702278\n -1.3583840131759644\n -4.2039998807013035e-003\n <_>\n \n <_>\n \n \n \n <_>1 2 22 6 -1.\n <_>12 2 11 3 2.\n <_>1 5 11 3 2.\n 0\n -0.0331280007958412\n -0.6448320150375366\n 0.2414219975471497\n <_>\n \n <_>\n \n \n \n <_>5 20 14 3 -1.\n <_>12 20 7 3 2.\n 0\n -0.0439370013773441\n 0.8428540229797363\n -0.2062480002641678\n <_>\n \n <_>\n \n \n \n <_>0 0 24 16 -1.\n <_>12 0 12 8 2.\n <_>0 8 12 8 2.\n 0\n 0.1811019927263260\n 0.1921209990978241\n -1.2222139835357666\n <_>\n \n <_>\n \n \n \n <_>3 13 18 4 -1.\n <_>3 13 9 2 2.\n <_>12 15 9 2 2.\n 0\n -0.0118509996682405\n -0.7267739772796631\n 0.0526879988610744\n <_>\n \n <_>\n \n \n \n <_>2 10 22 2 -1.\n <_>2 11 22 1 2.\n 0\n 4.5920000411570072e-003\n -0.3630520105361939\n 0.2922379970550537\n <_>\n \n <_>\n \n \n \n <_>6 3 11 8 -1.\n <_>6 7 11 4 2.\n 0\n 7.0620002225041389e-003\n 0.0581160001456738\n -0.6716160178184509\n <_>\n \n <_>\n \n \n \n <_>14 5 6 6 -1.\n <_>14 8 6 3 2.\n 0\n -0.0237150005996227\n 0.4714210033416748\n 0.0185800008475780\n <_>\n \n <_>\n \n \n \n <_>0 7 24 6 -1.\n <_>0 9 24 2 3.\n 0\n -0.0671719983220100\n -1.1331889629364014\n 0.0237809997051954\n <_>\n \n <_>\n \n \n \n <_>14 0 10 10 -1.\n <_>19 0 5 5 2.\n <_>14 5 5 5 2.\n 0\n -0.0653100013732910\n 0.9825350046157837\n 0.0283620003610849\n <_>\n \n <_>\n \n \n \n <_>0 0 10 10 -1.\n <_>0 0 5 5 2.\n <_>5 5 5 5 2.\n 0\n 0.0227910000830889\n -0.2821370065212250\n 0.5899339914321899\n <_>\n \n <_>\n \n \n \n <_>0 1 24 4 -1.\n <_>12 1 12 2 2.\n <_>0 3 12 2 2.\n 0\n -0.0190379992127419\n -0.6371150016784668\n 0.2651459872722626\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n -6.8689999170601368e-003\n 0.3748730123043060\n -0.3323209881782532\n <_>\n \n <_>\n \n \n \n <_>5 15 16 6 -1.\n <_>13 15 8 3 2.\n <_>5 18 8 3 2.\n 0\n -0.0401460006833076\n -1.3048729896545410\n 0.1572429984807968\n <_>\n \n <_>\n \n \n \n <_>3 15 16 6 -1.\n <_>3 15 8 3 2.\n <_>11 18 8 3 2.\n 0\n -0.0405309982597828\n -2.0458049774169922\n -0.0269259996712208\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n -0.0122539997100830\n 0.7764940261840820\n -0.0429710000753403\n <_>\n \n <_>\n \n \n \n <_>0 13 21 10 -1.\n <_>0 18 21 5 2.\n 0\n -0.0272199995815754\n 0.1742440015077591\n -0.4460090100765228\n <_>\n \n <_>\n \n \n \n <_>13 0 6 24 -1.\n <_>15 0 2 24 3.\n 0\n -0.0883660018444061\n -1.5036419630050659\n 0.1428990066051483\n <_>\n \n <_>\n \n \n \n <_>7 4 6 11 -1.\n <_>9 4 2 11 3.\n 0\n -7.9159997403621674e-003\n 0.2866669893264771\n -0.3792369961738586\n <_>\n \n <_>\n \n \n \n <_>9 5 9 6 -1.\n <_>12 5 3 6 3.\n 0\n -0.0419600009918213\n 1.3846950531005859\n 0.0650269985198975\n <_>\n \n <_>\n \n \n \n <_>1 4 2 20 -1.\n <_>1 14 2 10 2.\n 0\n 0.0456629991531372\n -0.2245229929685593\n 0.7952100038528442\n <_>\n \n <_>\n \n \n \n <_>13 0 6 24 -1.\n <_>15 0 2 24 3.\n 0\n -0.1409060060977936\n -1.5879319906234741\n 0.1135900020599365\n <_>\n \n <_>\n \n \n \n <_>5 0 6 24 -1.\n <_>7 0 2 24 3.\n 0\n -0.0592160001397133\n -1.1945960521697998\n -7.1640000678598881e-003\n <_>\n \n <_>\n \n \n \n <_>16 7 6 14 -1.\n <_>19 7 3 7 2.\n <_>16 14 3 7 2.\n 0\n 4.3390002101659775e-003\n -0.1552869975566864\n 0.4066449999809265\n <_>\n \n <_>\n \n \n \n <_>4 7 4 12 -1.\n <_>6 7 2 12 2.\n 0\n -2.0369999110698700e-003\n 0.2592790126800537\n -0.3836829960346222\n <_>\n \n <_>\n \n \n \n <_>0 5 24 14 -1.\n <_>8 5 8 14 3.\n 0\n 0.2751649916172028\n -0.0884979963302612\n 0.7678750157356262\n <_>\n \n <_>\n \n \n \n <_>5 13 10 6 -1.\n <_>5 15 10 2 3.\n 0\n -0.0266019999980927\n 0.7502449750900269\n -0.2262199968099594\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n 0.0409060008823872\n 0.1215860024094582\n -1.4566910266876221\n <_>\n \n <_>\n \n \n \n <_>2 7 6 14 -1.\n <_>2 7 3 7 2.\n <_>5 14 3 7 2.\n 0\n 5.5320002138614655e-003\n -0.3661150038242340\n 0.2596859931945801\n <_>\n \n <_>\n \n \n \n <_>15 2 9 15 -1.\n <_>18 2 3 15 3.\n 0\n 0.0318790003657341\n -0.0750190019607544\n 0.4848479926586151\n <_>\n \n <_>\n \n \n \n <_>0 2 6 9 -1.\n <_>2 2 2 9 3.\n 0\n -0.0414820015430450\n 0.7822039723396301\n -0.2199220061302185\n <_>\n \n <_>\n \n \n \n <_>12 2 10 14 -1.\n <_>17 2 5 7 2.\n <_>12 9 5 7 2.\n 0\n -0.0961309969425201\n -0.8945630192756653\n 0.1468070000410080\n <_>\n \n <_>\n \n \n \n <_>11 6 2 18 -1.\n <_>12 6 1 18 2.\n 0\n -0.0115689998492599\n 0.8271409869194031\n -0.2027560025453568\n <_>\n \n <_>\n \n \n \n <_>9 5 15 6 -1.\n <_>14 5 5 6 3.\n 0\n 0.0183129999786615\n 0.0163679998368025\n 0.2730680108070374\n <_>\n \n <_>\n \n \n \n <_>8 6 6 10 -1.\n <_>10 6 2 10 3.\n 0\n -0.0341660007834435\n 1.1307320594787598\n -0.1881089955568314\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n -0.0244769994169474\n -0.5779129862785339\n 0.1581249982118607\n <_>\n \n <_>\n \n \n \n <_>3 3 9 7 -1.\n <_>6 3 3 7 3.\n 0\n 0.0489570014178753\n -0.0225649997591972\n -1.6373280286788940\n <_>\n \n <_>\n \n \n \n <_>6 7 14 3 -1.\n <_>6 7 7 3 2.\n 0\n -0.0207029990851879\n -0.5451210141181946\n 0.2408699989318848\n <_>\n \n <_>\n \n \n \n <_>7 7 8 6 -1.\n <_>11 7 4 6 2.\n 0\n -0.0230020005255938\n -1.2236540317535400\n -7.3440000414848328e-003\n <_>\n \n <_>\n \n \n \n <_>12 7 7 12 -1.\n <_>12 13 7 6 2.\n 0\n 0.0645850002765656\n 0.1469559967517853\n -0.4496749937534332\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>10 6 2 9 2.\n <_>12 15 2 9 2.\n 0\n 0.0126660000532866\n -0.2787390053272247\n 0.4387660026550293\n <_>\n \n <_>\n \n \n \n <_>16 14 6 9 -1.\n <_>16 17 6 3 3.\n 0\n -0.0120029998943210\n -0.2428909987211227\n 0.2535009980201721\n <_>\n \n <_>\n \n \n \n <_>4 0 6 13 -1.\n <_>6 0 2 13 3.\n 0\n -0.0264439992606640\n -0.8586480021476746\n 0.0260259993374348\n <_>\n \n <_>\n \n \n \n <_>2 2 21 3 -1.\n <_>9 2 7 3 3.\n 0\n -0.0255479998886585\n 0.6928790211677551\n -2.1160000469535589e-003\n <_>\n \n <_>\n \n \n \n <_>5 4 5 12 -1.\n <_>5 8 5 4 3.\n 0\n 0.0391150005161762\n -0.1658910065889359\n 1.5209139585494995\n <_>\n \n <_>\n \n \n \n <_>10 3 4 10 -1.\n <_>10 8 4 5 2.\n 0\n -6.0330000706017017e-003\n 0.4385690093040466\n -0.2161370068788528\n <_>\n \n <_>\n \n \n \n <_>8 4 5 8 -1.\n <_>8 8 5 4 2.\n 0\n -0.0339369997382164\n -0.9799839854240418\n 0.0221330001950264\n -3.6478610038757324\n 8\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>6 0 11 9 -1.\n <_>6 3 11 3 3.\n 0\n 0.0406729988753796\n -0.9047470092773438\n 0.6441059708595276\n <_>\n \n <_>\n \n \n \n <_>6 6 12 5 -1.\n <_>10 6 4 5 3.\n 0\n 0.0256099998950958\n -0.7921699881553650\n 0.5748999714851379\n <_>\n \n <_>\n \n \n \n <_>0 0 24 5 -1.\n <_>8 0 8 5 3.\n 0\n 0.1995950043201447\n -0.3009960055351257\n 1.3143850564956665\n <_>\n \n <_>\n \n \n \n <_>1 10 23 6 -1.\n <_>1 12 23 2 3.\n 0\n 0.0124049996957183\n -0.8988299965858460\n 0.2920579910278320\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>9 21 6 3 3.\n 0\n 0.0392079986631870\n -0.4195519983768463\n 0.5346329808235169\n <_>\n \n <_>\n \n \n \n <_>3 6 21 6 -1.\n <_>3 8 21 2 3.\n 0\n -0.0308439992368221\n 0.4579339921474457\n -0.4462909996509552\n <_>\n \n <_>\n \n \n \n <_>0 5 6 12 -1.\n <_>2 5 2 12 3.\n 0\n -0.0355230011045933\n 0.9131050109863281\n -0.2737320065498352\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0616500005125999\n -1.4697799682617187\n 0.2036409974098206\n <_>\n \n <_>\n \n \n \n <_>8 7 8 10 -1.\n <_>8 12 8 5 2.\n 0\n -0.0117399999871850\n -1.0482879877090454\n 0.0678019970655441\n <_>\n \n <_>\n \n \n \n <_>5 7 15 12 -1.\n <_>10 7 5 12 3.\n 0\n 0.0669339969754219\n 0.2927449941635132\n -0.5228289961814880\n <_>\n \n <_>\n \n \n \n <_>0 17 10 6 -1.\n <_>0 19 10 2 3.\n 0\n -0.0206310003995895\n -1.2855139970779419\n 0.0445509999990463\n <_>\n \n <_>\n \n \n \n <_>14 18 9 6 -1.\n <_>14 20 9 2 3.\n 0\n -0.0223570000380278\n -0.8575379848480225\n 0.1843400001525879\n <_>\n \n <_>\n \n \n \n <_>9 6 6 16 -1.\n <_>9 14 6 8 2.\n 0\n 1.1500000255182385e-003\n 0.1640550047159195\n -0.6912500262260437\n <_>\n \n <_>\n \n \n \n <_>14 18 9 6 -1.\n <_>14 20 9 2 3.\n 0\n 0.0358729995787144\n 0.1575649976730347\n -0.8426259756088257\n <_>\n \n <_>\n \n \n \n <_>1 18 9 6 -1.\n <_>1 20 9 2 3.\n 0\n 0.0306599996984005\n 0.0216370001435280\n -1.3634690046310425\n <_>\n \n <_>\n \n \n \n <_>15 9 9 6 -1.\n <_>15 11 9 2 3.\n 0\n 5.5559999309480190e-003\n -0.1673700064420700\n 0.2588840126991272\n <_>\n \n <_>\n \n \n \n <_>0 9 9 6 -1.\n <_>0 11 9 2 3.\n 0\n -6.1160000041127205e-003\n -0.9727180004119873\n 0.0661000013351440\n <_>\n \n <_>\n \n \n \n <_>17 3 6 9 -1.\n <_>19 3 2 9 3.\n 0\n -0.0303169991821051\n 0.9847419857978821\n -0.0164480004459620\n <_>\n \n <_>\n \n \n \n <_>2 17 18 3 -1.\n <_>2 18 18 1 3.\n 0\n -9.7200004383921623e-003\n 0.4760470092296600\n -0.3251670002937317\n <_>\n \n <_>\n \n \n \n <_>3 15 21 6 -1.\n <_>3 17 21 2 3.\n 0\n -0.0571269989013672\n -0.9592069983482361\n 0.1993820071220398\n <_>\n \n <_>\n \n \n \n <_>9 17 6 6 -1.\n <_>9 20 6 3 2.\n 0\n 4.0059997700154781e-003\n -0.5261250138282776\n 0.2242870032787323\n <_>\n \n <_>\n \n \n \n <_>18 3 6 9 -1.\n <_>18 6 6 3 3.\n 0\n 0.0337340012192726\n 0.1707009971141815\n -1.0737580060958862\n <_>\n \n <_>\n \n \n \n <_>0 3 6 9 -1.\n <_>0 6 6 3 3.\n 0\n -0.0346419997513294\n -1.1343129873275757\n 0.0365400016307831\n <_>\n \n <_>\n \n \n \n <_>4 0 16 10 -1.\n <_>12 0 8 5 2.\n <_>4 5 8 5 2.\n 0\n 0.0469230003654957\n 0.2583230137825012\n -0.7153580188751221\n <_>\n \n <_>\n \n \n \n <_>2 0 10 16 -1.\n <_>2 0 5 8 2.\n <_>7 8 5 8 2.\n 0\n -8.7660001590847969e-003\n 0.1964090019464493\n -0.5335509777069092\n <_>\n \n <_>\n \n \n \n <_>14 0 10 5 -1.\n <_>14 0 5 5 2.\n 0\n 0.0656279996037483\n -0.0511949993669987\n 0.9761070013046265\n <_>\n \n <_>\n \n \n \n <_>0 0 10 5 -1.\n <_>5 0 5 5 2.\n 0\n -0.0441650003194809\n 1.0631920099258423\n -0.2346259951591492\n <_>\n \n <_>\n \n \n \n <_>18 3 6 10 -1.\n <_>18 3 3 10 2.\n 0\n 0.0173049997538328\n -0.1858289986848831\n 0.4588989913463593\n <_>\n \n <_>\n \n \n \n <_>5 11 12 6 -1.\n <_>5 11 6 3 2.\n <_>11 14 6 3 2.\n 0\n 0.0331359989941120\n -0.0293819997459650\n -2.6651329994201660\n <_>\n \n <_>\n \n \n \n <_>21 0 3 18 -1.\n <_>22 0 1 18 3.\n 0\n -0.0210299994796515\n 0.9997990131378174\n 0.0249370001256466\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n 0.0297839995473623\n -0.0296059995889664\n -2.1695868968963623\n <_>\n \n <_>\n \n \n \n <_>8 8 9 7 -1.\n <_>11 8 3 7 3.\n 0\n 0.0552919991314411\n -7.5599999399855733e-004\n 0.7465199828147888\n <_>\n \n <_>\n \n \n \n <_>7 12 8 10 -1.\n <_>7 12 4 5 2.\n <_>11 17 4 5 2.\n 0\n -0.0335979983210564\n -1.5274159908294678\n 0.0110600003972650\n <_>\n \n <_>\n \n \n \n <_>21 0 3 18 -1.\n <_>22 0 1 18 3.\n 0\n 0.0196029990911484\n 0.0335749983787537\n 0.9952620267868042\n <_>\n \n <_>\n \n \n \n <_>10 6 4 9 -1.\n <_>12 6 2 9 2.\n 0\n -0.0207870006561279\n 0.7661290168762207\n -0.2467080056667328\n <_>\n \n <_>\n \n \n \n <_>15 0 9 6 -1.\n <_>15 2 9 2 3.\n 0\n 0.0325360000133514\n 0.1626340001821518\n -0.6113430261611939\n <_>\n \n <_>\n \n \n \n <_>0 2 24 3 -1.\n <_>0 3 24 1 3.\n 0\n -0.0107880001887679\n -0.9783970117568970\n 0.0289699994027615\n <_>\n \n <_>\n \n \n \n <_>11 7 6 9 -1.\n <_>13 7 2 9 3.\n 0\n -9.9560003727674484e-003\n 0.4614579975605011\n -0.1351049989461899\n <_>\n \n <_>\n \n \n \n <_>7 6 6 10 -1.\n <_>9 6 2 10 3.\n 0\n -3.7489999085664749e-003\n 0.2545819878578186\n -0.5195559859275818\n <_>\n \n <_>\n \n \n \n <_>12 1 6 12 -1.\n <_>14 1 2 12 3.\n 0\n -0.0417799986898899\n -0.8056510090827942\n 0.1520850062370300\n <_>\n \n <_>\n \n \n \n <_>6 4 12 12 -1.\n <_>6 10 12 6 2.\n 0\n -0.0342210009694099\n -1.3137799501419067\n -3.5800000187009573e-003\n <_>\n \n <_>\n \n \n \n <_>14 3 2 21 -1.\n <_>14 3 1 21 2.\n 0\n 0.0101300003007054\n 0.2017579972743988\n -0.6133959889411926\n <_>\n \n <_>\n \n \n \n <_>6 1 12 8 -1.\n <_>6 5 12 4 2.\n 0\n -0.0898490026593208\n 0.9763280153274536\n -0.2088479995727539\n <_>\n \n <_>\n \n \n \n <_>3 0 18 8 -1.\n <_>3 4 18 4 2.\n 0\n 0.0260979998856783\n -0.1880799978971481\n 0.4770579934120178\n <_>\n \n <_>\n \n \n \n <_>3 0 18 3 -1.\n <_>3 1 18 1 3.\n 0\n -3.7539999466389418e-003\n -0.6798040270805359\n 0.1128880009055138\n <_>\n \n <_>\n \n \n \n <_>0 13 24 4 -1.\n <_>12 13 12 2 2.\n <_>0 15 12 2 2.\n 0\n 0.0319730006158352\n 0.1895170062780380\n -1.4967479705810547\n <_>\n \n <_>\n \n \n \n <_>10 5 4 9 -1.\n <_>12 5 2 9 2.\n 0\n 0.0193329993635416\n -0.2360990047454834\n 0.8132050037384033\n <_>\n \n <_>\n \n \n \n <_>11 1 6 9 -1.\n <_>13 1 2 9 3.\n 0\n 1.9490000559017062e-003\n 0.2483039945363998\n -0.0692119970917702\n <_>\n \n <_>\n \n \n \n <_>6 2 6 22 -1.\n <_>8 2 2 22 3.\n 0\n -0.0441469997167587\n -1.0418920516967773\n 0.0480530001223087\n <_>\n \n <_>\n \n \n \n <_>16 10 8 14 -1.\n <_>20 10 4 7 2.\n <_>16 17 4 7 2.\n 0\n -0.0446819998323917\n 0.5134630203247070\n -7.3799998499453068e-003\n <_>\n \n <_>\n \n \n \n <_>3 4 16 15 -1.\n <_>3 9 16 5 3.\n 0\n -0.1075749993324280\n 1.6202019453048706\n -0.1866759955883026\n <_>\n \n <_>\n \n \n \n <_>16 10 8 14 -1.\n <_>20 10 4 7 2.\n <_>16 17 4 7 2.\n 0\n -0.1284680068492889\n 2.9869480133056641\n 0.0954279974102974\n <_>\n \n <_>\n \n \n \n <_>0 10 8 14 -1.\n <_>0 10 4 7 2.\n <_>4 17 4 7 2.\n 0\n -0.0447579994797707\n 0.6040530204772949\n -0.2705869972705841\n <_>\n \n <_>\n \n \n \n <_>10 14 11 6 -1.\n <_>10 17 11 3 2.\n 0\n -0.0439909994602203\n -0.6179050207138062\n 0.1599719971418381\n <_>\n \n <_>\n \n \n \n <_>0 7 24 9 -1.\n <_>8 7 8 9 3.\n 0\n -0.1226899996399880\n 0.6632720232009888\n -0.2363699972629547\n <_>\n \n <_>\n \n \n \n <_>13 1 4 16 -1.\n <_>13 1 2 16 2.\n 0\n -0.0199829991906881\n -1.1228660345077515\n 0.1961670070886612\n <_>\n \n <_>\n \n \n \n <_>7 1 4 16 -1.\n <_>9 1 2 16 2.\n 0\n -0.0155279999598861\n -1.0770269632339478\n 0.0206930004060268\n <_>\n \n <_>\n \n \n \n <_>5 5 16 8 -1.\n <_>13 5 8 4 2.\n <_>5 9 8 4 2.\n 0\n -0.0489710010588169\n 0.8116829991340637\n -0.0172520000487566\n <_>\n \n <_>\n \n \n \n <_>0 9 6 9 -1.\n <_>0 12 6 3 3.\n 0\n 0.0559759996831417\n -0.0225290004163980\n -1.7356760501861572\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n -9.8580000922083855e-003\n 0.6788139939308167\n -0.0581800006330013\n <_>\n \n <_>\n \n \n \n <_>3 12 6 9 -1.\n <_>3 15 6 3 3.\n 0\n 0.0134810004383326\n 0.0578479990363121\n -0.7725530266761780\n <_>\n \n <_>\n \n \n \n <_>8 14 9 6 -1.\n <_>8 16 9 2 3.\n 0\n 6.5609999001026154e-003\n -0.1314689964056015\n 0.6705579757690430\n <_>\n \n <_>\n \n \n \n <_>2 13 8 10 -1.\n <_>2 13 4 5 2.\n <_>6 18 4 5 2.\n 0\n 7.1149999275803566e-003\n -0.3788059949874878\n 0.3097899854183197\n <_>\n \n <_>\n \n \n \n <_>15 5 3 18 -1.\n <_>15 11 3 6 3.\n 0\n 4.8159998841583729e-003\n -0.5847039818763733\n 0.2560209929943085\n <_>\n \n <_>\n \n \n \n <_>3 5 18 3 -1.\n <_>3 6 18 1 3.\n 0\n 9.5319999381899834e-003\n -0.3021700084209442\n 0.4125329852104187\n <_>\n \n <_>\n \n \n \n <_>17 5 6 11 -1.\n <_>19 5 2 11 3.\n 0\n -0.0274749994277954\n 0.5915470123291016\n 0.0179639998823404\n <_>\n \n <_>\n \n \n \n <_>1 5 6 11 -1.\n <_>3 5 2 11 3.\n 0\n -0.0395199991762638\n 0.9691349864006043\n -0.2102030068635941\n <_>\n \n <_>\n \n \n \n <_>19 1 4 9 -1.\n <_>19 1 2 9 2.\n 0\n -0.0306589994579554\n 0.9115589857101440\n 0.0405500009655952\n <_>\n \n <_>\n \n \n \n <_>1 1 4 9 -1.\n <_>3 1 2 9 2.\n 0\n -1.4680000022053719e-003\n -0.6048979759216309\n 0.1696089953184128\n <_>\n \n <_>\n \n \n \n <_>4 15 18 9 -1.\n <_>4 15 9 9 2.\n 0\n 0.1907760053873062\n 0.0435150004923344\n 0.8189290165901184\n <_>\n \n <_>\n \n \n \n <_>6 9 12 4 -1.\n <_>6 11 12 2 2.\n 0\n 5.1790000870823860e-003\n -0.9361730217933655\n 0.0249370001256466\n <_>\n \n <_>\n \n \n \n <_>15 2 9 6 -1.\n <_>15 4 9 2 3.\n 0\n 0.0241260007023811\n 0.1817550063133240\n -0.3418590128421783\n <_>\n \n <_>\n \n \n \n <_>0 2 9 6 -1.\n <_>0 4 9 2 3.\n 0\n -0.0263839997351170\n -1.2912579774856567\n -3.4280000254511833e-003\n <_>\n \n <_>\n \n \n \n <_>15 0 6 17 -1.\n <_>17 0 2 17 3.\n 0\n 5.4139997810125351e-003\n -0.0462919995188713\n 0.2526960074901581\n <_>\n \n <_>\n \n \n \n <_>3 0 6 17 -1.\n <_>5 0 2 17 3.\n 0\n 0.0542160011827946\n -0.0128480000421405\n -1.4304540157318115\n <_>\n \n <_>\n \n \n \n <_>8 17 9 4 -1.\n <_>8 19 9 2 2.\n 0\n 2.3799999326001853e-004\n -0.2667669951915741\n 0.3358829915523529\n <_>\n \n <_>\n \n \n \n <_>6 5 3 18 -1.\n <_>6 11 3 6 3.\n 0\n 0.0152169996872544\n -0.5136730074882507\n 0.1300510019063950\n <_>\n \n <_>\n \n \n \n <_>5 2 14 12 -1.\n <_>5 8 14 6 2.\n 0\n 0.0170079991221428\n 0.4157589972019196\n -0.3124119937419891\n <_>\n \n <_>\n \n \n \n <_>10 2 3 12 -1.\n <_>10 8 3 6 2.\n 0\n 0.0304969996213913\n -0.2482099980115891\n 0.7082849740982056\n <_>\n \n <_>\n \n \n \n <_>10 7 14 15 -1.\n <_>10 12 14 5 3.\n 0\n 6.5430002287030220e-003\n -0.2263700067996979\n 0.1918459981679916\n <_>\n \n <_>\n \n \n \n <_>0 7 14 15 -1.\n <_>0 12 14 5 3.\n 0\n 0.1416399925947189\n 0.0652270019054413\n -0.8880950212478638\n <_>\n \n <_>\n \n \n \n <_>15 0 9 6 -1.\n <_>15 2 9 2 3.\n 0\n 0.0193380005657673\n 0.1889120042324066\n -0.2739770114421845\n <_>\n \n <_>\n \n \n \n <_>0 0 9 6 -1.\n <_>0 2 9 2 3.\n 0\n -0.0173240005970001\n -0.9486669898033142\n 0.0241969991475344\n <_>\n \n <_>\n \n \n \n <_>12 6 6 14 -1.\n <_>14 6 2 14 3.\n 0\n -6.2069999985396862e-003\n 0.3693839907646179\n -0.1749490052461624\n <_>\n \n <_>\n \n \n \n <_>9 7 6 9 -1.\n <_>11 7 2 9 3.\n 0\n -0.0161090008914471\n 0.9615949988365173\n -0.2000530064105988\n <_>\n \n <_>\n \n \n \n <_>12 6 6 15 -1.\n <_>14 6 2 15 3.\n 0\n -0.1012250036001205\n -3.0699110031127930\n 0.1136379987001419\n <_>\n \n <_>\n \n \n \n <_>6 6 6 15 -1.\n <_>8 6 2 15 3.\n 0\n -7.5509999878704548e-003\n 0.2292100042104721\n -0.4564509987831116\n <_>\n \n <_>\n \n \n \n <_>15 3 8 9 -1.\n <_>15 3 4 9 2.\n 0\n 0.0442479997873306\n -3.1599999056197703e-004\n 0.3922530114650726\n <_>\n \n <_>\n \n \n \n <_>0 0 9 21 -1.\n <_>3 0 3 21 3.\n 0\n -0.1163600012660027\n 0.9523370265960693\n -0.2020159959793091\n <_>\n \n <_>\n \n \n \n <_>11 9 8 12 -1.\n <_>11 13 8 4 3.\n 0\n 4.7360002063214779e-003\n -0.0991770029067993\n 0.2037049978971481\n <_>\n \n <_>\n \n \n \n <_>6 7 10 12 -1.\n <_>6 7 5 6 2.\n <_>11 13 5 6 2.\n 0\n 0.0224590003490448\n 8.7280003353953362e-003\n -1.0217070579528809\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>12 6 2 9 2.\n <_>10 15 2 9 2.\n 0\n -0.0121090002357960\n 0.6481260061264038\n -0.0901490002870560\n <_>\n \n <_>\n \n \n \n <_>0 0 6 9 -1.\n <_>0 3 6 3 3.\n 0\n 0.0561200007796288\n -0.0367599986493587\n -1.9275590181350708\n <_>\n \n <_>\n \n \n \n <_>3 14 18 3 -1.\n <_>3 15 18 1 3.\n 0\n -8.7379999458789825e-003\n 0.6926130056381226\n -0.0683749988675117\n <_>\n \n <_>\n \n \n \n <_>3 14 8 10 -1.\n <_>3 14 4 5 2.\n <_>7 19 4 5 2.\n 0\n 6.6399998031556606e-003\n -0.4056980013847351\n 0.1862570047378540\n <_>\n \n <_>\n \n \n \n <_>0 12 24 4 -1.\n <_>12 12 12 2 2.\n <_>0 14 12 2 2.\n 0\n -0.0181319992989302\n -0.6451820135116577\n 0.2197639942169190\n <_>\n \n <_>\n \n \n \n <_>0 2 3 20 -1.\n <_>1 2 1 20 3.\n 0\n -0.0227189995348454\n 0.9777619838714600\n -0.1865430027246475\n <_>\n \n <_>\n \n \n \n <_>12 16 10 8 -1.\n <_>17 16 5 4 2.\n <_>12 20 5 4 2.\n 0\n 0.0127050001174212\n -0.1054660007357597\n 0.3740409910678864\n <_>\n \n <_>\n \n \n \n <_>2 16 10 8 -1.\n <_>2 16 5 4 2.\n <_>7 20 5 4 2.\n 0\n -0.0136829996481538\n 0.6106410026550293\n -0.2688109874725342\n -3.8700489997863770\n 9\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>7 0 10 9 -1.\n <_>7 3 10 3 3.\n 0\n 0.0313579998910427\n -1.0183910131454468\n 0.5752859711647034\n <_>\n \n <_>\n \n \n \n <_>0 0 24 3 -1.\n <_>8 0 8 3 3.\n 0\n 0.0930500030517578\n -0.4129750132560730\n 1.0091199874877930\n <_>\n \n <_>\n \n \n \n <_>3 8 15 4 -1.\n <_>3 10 15 2 2.\n 0\n 0.0259499996900558\n -0.5858790278434753\n 0.5660619735717773\n <_>\n \n <_>\n \n \n \n <_>6 5 12 6 -1.\n <_>10 5 4 6 3.\n 0\n 0.0164720006287098\n -0.9285749793052673\n 0.3092449903488159\n <_>\n \n <_>\n \n \n \n <_>5 13 14 6 -1.\n <_>5 16 14 3 2.\n 0\n -1.8779999809339643e-003\n 0.1195100024342537\n -1.1180130243301392\n <_>\n \n <_>\n \n \n \n <_>11 14 4 10 -1.\n <_>11 19 4 5 2.\n 0\n -9.0129999443888664e-003\n -0.5784950256347656\n 0.3315440118312836\n <_>\n \n <_>\n \n \n \n <_>0 6 6 7 -1.\n <_>3 6 3 7 2.\n 0\n 0.0225479993969202\n -0.3832510113716126\n 0.5246220231056213\n <_>\n \n <_>\n \n \n \n <_>18 0 6 6 -1.\n <_>18 0 3 6 2.\n 0\n -0.0377800017595291\n 1.1790670156478882\n -0.0341669991612434\n <_>\n \n <_>\n \n \n \n <_>3 1 18 3 -1.\n <_>3 2 18 1 3.\n 0\n -5.3799999877810478e-003\n -0.8626589775085449\n 0.1186790019273758\n <_>\n \n <_>\n \n \n \n <_>9 6 14 18 -1.\n <_>9 12 14 6 3.\n 0\n -0.0238930005580187\n -0.7495059967041016\n 0.2101140022277832\n <_>\n \n <_>\n \n \n \n <_>0 0 6 6 -1.\n <_>3 0 3 6 2.\n 0\n -0.0265219993889332\n 0.9212859869003296\n -0.2825280129909515\n <_>\n \n <_>\n \n \n \n <_>13 11 6 6 -1.\n <_>13 11 3 6 2.\n 0\n 0.0122800003737211\n 0.2666279971599579\n -0.7001360058784485\n <_>\n \n <_>\n \n \n \n <_>0 20 24 3 -1.\n <_>8 20 8 3 3.\n 0\n 0.0965949967503548\n -0.2845399975776672\n 0.7316899895668030\n <_>\n \n <_>\n \n \n \n <_>13 11 6 7 -1.\n <_>13 11 3 7 2.\n 0\n -0.0274149999022484\n -0.6149269938468933\n 0.1557620018720627\n <_>\n \n <_>\n \n \n \n <_>4 12 10 6 -1.\n <_>4 14 10 2 3.\n 0\n -0.0157670006155968\n 0.5755119919776917\n -0.3436219990253449\n <_>\n \n <_>\n \n \n \n <_>13 11 6 6 -1.\n <_>13 11 3 6 2.\n 0\n -2.1100000012665987e-003\n 0.3259969949722290\n -0.1300829946994782\n <_>\n \n <_>\n \n \n \n <_>5 11 6 7 -1.\n <_>8 11 3 7 2.\n 0\n 0.0120069999247789\n 0.0893229991197586\n -0.9602559804916382\n <_>\n \n <_>\n \n \n \n <_>7 4 11 12 -1.\n <_>7 8 11 4 3.\n 0\n -0.0154219996184111\n 0.3444949984550476\n -0.4671199917793274\n <_>\n \n <_>\n \n \n \n <_>6 15 10 4 -1.\n <_>6 17 10 2 2.\n 0\n -4.1579999960958958e-003\n 0.2369630038738251\n -0.5256329774856567\n <_>\n \n <_>\n \n \n \n <_>14 0 6 9 -1.\n <_>16 0 2 9 3.\n 0\n -0.0211859997361898\n -0.7426769733428955\n 0.2170200049877167\n <_>\n \n <_>\n \n \n \n <_>4 0 6 9 -1.\n <_>6 0 2 9 3.\n 0\n -0.0170770008116961\n -0.9047179818153381\n 0.0660120025277138\n <_>\n \n <_>\n \n \n \n <_>11 2 4 15 -1.\n <_>11 7 4 5 3.\n 0\n -0.0408499985933304\n -0.3444660007953644\n 0.2150370031595230\n <_>\n \n <_>\n \n \n \n <_>0 0 20 3 -1.\n <_>0 1 20 1 3.\n 0\n -8.1930002197623253e-003\n -0.9338859915733337\n 0.0504710003733635\n <_>\n \n <_>\n \n \n \n <_>13 18 10 6 -1.\n <_>13 20 10 2 3.\n 0\n -0.0192380007356405\n -0.5320370197296143\n 0.1724060028791428\n <_>\n \n <_>\n \n \n \n <_>2 7 6 11 -1.\n <_>5 7 3 11 2.\n 0\n -0.0441920012235641\n 0.9207500219345093\n -0.2214850038290024\n <_>\n \n <_>\n \n \n \n <_>10 14 10 9 -1.\n <_>10 17 10 3 3.\n 0\n -0.0623920001089573\n -0.7105380296707153\n 0.1832389980554581\n <_>\n \n <_>\n \n \n \n <_>8 2 4 9 -1.\n <_>10 2 2 9 2.\n 0\n -1.0079999919980764e-003\n -0.8706309795379639\n 0.0553300008177757\n <_>\n \n <_>\n \n \n \n <_>14 3 10 4 -1.\n <_>14 3 5 4 2.\n 0\n 0.0238700006157160\n -0.2285420000553131\n 0.5241559743881226\n <_>\n \n <_>\n \n \n \n <_>6 6 12 6 -1.\n <_>6 6 6 3 2.\n <_>12 9 6 3 2.\n 0\n 0.0213910005986691\n -0.3032589852809906\n 0.5586060285568237\n <_>\n \n <_>\n \n \n \n <_>8 8 8 10 -1.\n <_>12 8 4 5 2.\n <_>8 13 4 5 2.\n 0\n 0.0202549993991852\n 0.2690150141716003\n -0.7026180028915405\n <_>\n \n <_>\n \n \n \n <_>7 4 4 16 -1.\n <_>7 12 4 8 2.\n 0\n -0.0287720002233982\n -1.1835030317306519\n 0.0465120002627373\n <_>\n \n <_>\n \n \n \n <_>8 8 9 4 -1.\n <_>8 10 9 2 2.\n 0\n 3.4199999645352364e-003\n -0.5465210080146790\n 0.2596249878406525\n <_>\n \n <_>\n \n \n \n <_>5 2 14 9 -1.\n <_>5 5 14 3 3.\n 0\n 0.0569830015301704\n -0.2698290050029755\n 0.5817070007324219\n <_>\n \n <_>\n \n \n \n <_>3 16 19 8 -1.\n <_>3 20 19 4 2.\n 0\n -0.0938920006155968\n -0.9104639887809753\n 0.1967770010232925\n <_>\n \n <_>\n \n \n \n <_>0 0 10 8 -1.\n <_>5 0 5 8 2.\n 0\n 0.0176999997347593\n -0.4400329887866974\n 0.2134950011968613\n <_>\n \n <_>\n \n \n \n <_>5 2 16 18 -1.\n <_>5 2 8 18 2.\n 0\n 0.2284419983625412\n 0.0236050002276897\n 0.7717159986495972\n <_>\n \n <_>\n \n \n \n <_>0 11 24 11 -1.\n <_>8 11 8 11 3.\n 0\n -0.1828750073909760\n 0.7922859787940979\n -0.2464479953050613\n <_>\n \n <_>\n \n \n \n <_>3 3 18 5 -1.\n <_>3 3 9 5 2.\n 0\n -0.0698919966816902\n 0.8026779890060425\n -0.0360720008611679\n <_>\n \n <_>\n \n \n \n <_>1 16 18 3 -1.\n <_>1 17 18 1 3.\n 0\n 0.0152970002964139\n -0.2007230073213577\n 1.1030600070953369\n <_>\n \n <_>\n \n \n \n <_>5 17 18 3 -1.\n <_>5 18 18 1 3.\n 0\n 6.7500001750886440e-003\n -0.0459679998457432\n 0.7209450006484985\n <_>\n \n <_>\n \n \n \n <_>1 13 9 6 -1.\n <_>1 15 9 2 3.\n 0\n -0.0159830003976822\n -0.9035720229148865\n 0.0449879989027977\n <_>\n \n <_>\n \n \n \n <_>1 9 23 10 -1.\n <_>1 14 23 5 2.\n 0\n 0.0130880000069737\n 0.3529709875583649\n -0.3771060109138489\n <_>\n \n <_>\n \n \n \n <_>3 7 18 3 -1.\n <_>3 8 18 1 3.\n 0\n 0.0130610000342131\n -0.1958359926939011\n 1.1198940277099609\n <_>\n \n <_>\n \n \n \n <_>6 8 12 3 -1.\n <_>6 8 6 3 2.\n 0\n -0.0399070009589195\n -1.3998429775238037\n 0.1914509981870651\n <_>\n \n <_>\n \n \n \n <_>6 2 3 22 -1.\n <_>7 2 1 22 3.\n 0\n 0.0150269996374846\n 2.3600000422447920e-003\n -1.1611249446868896\n <_>\n \n <_>\n \n \n \n <_>14 17 10 6 -1.\n <_>14 19 10 2 3.\n 0\n -0.0205179993063211\n -0.4890809953212738\n 0.1674340069293976\n <_>\n \n <_>\n \n \n \n <_>1 18 10 6 -1.\n <_>1 20 10 2 3.\n 0\n -0.0223590005189180\n -1.2202980518341064\n -0.0119759999215603\n <_>\n \n <_>\n \n \n \n <_>11 3 6 12 -1.\n <_>13 3 2 12 3.\n 0\n -7.9150004312396049e-003\n 0.3722809851169586\n -0.0850630030035973\n <_>\n \n <_>\n \n \n \n <_>10 6 4 9 -1.\n <_>12 6 2 9 2.\n 0\n 0.0152580002322793\n -0.2941260039806366\n 0.5940639972686768\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n -0.0316659994423389\n -1.4395569562911987\n 0.1357879936695099\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0307739991694689\n -2.2545371055603027\n -0.0339710004627705\n <_>\n \n <_>\n \n \n \n <_>12 10 9 6 -1.\n <_>15 10 3 6 3.\n 0\n -0.0154830003157258\n 0.3770070075988770\n 0.0158479996025562\n <_>\n \n <_>\n \n \n \n <_>2 11 6 9 -1.\n <_>5 11 3 9 2.\n 0\n 0.0351670011878014\n -0.2944610118865967\n 0.5315909981727600\n <_>\n \n <_>\n \n \n \n <_>14 5 3 19 -1.\n <_>15 5 1 19 3.\n 0\n -0.0179060008376837\n -0.9978820085525513\n 0.1623599976301193\n <_>\n \n <_>\n \n \n \n <_>6 6 9 6 -1.\n <_>6 8 9 2 3.\n 0\n -3.1799999997019768e-003\n 0.0476570017635822\n -0.7524989843368530\n <_>\n \n <_>\n \n \n \n <_>14 5 3 19 -1.\n <_>15 5 1 19 3.\n 0\n 0.0157200004905462\n 0.1487379968166351\n -0.6537539958953857\n <_>\n \n <_>\n \n \n \n <_>0 3 6 9 -1.\n <_>0 6 6 3 3.\n 0\n 0.0298640001565218\n -0.0149520002305508\n -1.2275190353393555\n <_>\n \n <_>\n \n \n \n <_>5 21 18 3 -1.\n <_>5 22 18 1 3.\n 0\n 2.9899999499320984e-003\n -0.1426369994878769\n 0.4327279925346375\n <_>\n \n <_>\n \n \n \n <_>1 10 18 4 -1.\n <_>7 10 6 4 3.\n 0\n 0.0847499966621399\n -0.0192809998989105\n -1.1946409940719604\n <_>\n \n <_>\n \n \n \n <_>13 4 8 10 -1.\n <_>17 4 4 5 2.\n <_>13 9 4 5 2.\n 0\n -0.0587249994277954\n -1.7328219413757324\n 0.1437470018863678\n <_>\n \n <_>\n \n \n \n <_>7 8 9 6 -1.\n <_>10 8 3 6 3.\n 0\n 0.0447559989988804\n -0.2414059937000275\n 0.5401999950408936\n <_>\n \n <_>\n \n \n \n <_>12 9 9 8 -1.\n <_>15 9 3 8 3.\n 0\n 0.0403690002858639\n 5.7680001482367516e-003\n 0.5657809972763062\n <_>\n \n <_>\n \n \n \n <_>0 6 5 12 -1.\n <_>0 10 5 4 3.\n 0\n 0.0377359986305237\n 0.0381809994578362\n -0.7937039732933044\n <_>\n \n <_>\n \n \n \n <_>7 6 14 6 -1.\n <_>14 6 7 3 2.\n <_>7 9 7 3 2.\n 0\n 0.0607529990375042\n 0.0764530003070831\n 1.4813209772109985\n <_>\n \n <_>\n \n \n \n <_>7 5 3 19 -1.\n <_>8 5 1 19 3.\n 0\n -0.0198320001363754\n -1.6971720457077026\n -0.0273700002580881\n <_>\n \n <_>\n \n \n \n <_>8 4 15 20 -1.\n <_>13 4 5 20 3.\n 0\n -0.1659269928932190\n 0.6297600269317627\n 0.0317629985511303\n <_>\n \n <_>\n \n \n \n <_>1 4 15 20 -1.\n <_>6 4 5 20 3.\n 0\n 0.0690149962902069\n -0.3346320092678070\n 0.3007670044898987\n <_>\n \n <_>\n \n \n \n <_>13 10 6 6 -1.\n <_>13 10 3 6 2.\n 0\n 0.0113580003380775\n 0.2274149954319000\n -0.3822470009326935\n <_>\n \n <_>\n \n \n \n <_>5 10 6 6 -1.\n <_>8 10 3 6 2.\n 0\n 1.7000000225380063e-003\n 0.1922380030155182\n -0.5273510217666626\n <_>\n \n <_>\n \n \n \n <_>14 2 6 14 -1.\n <_>17 2 3 7 2.\n <_>14 9 3 7 2.\n 0\n 0.0797690004110336\n 0.0914919972419739\n 2.1049048900604248\n <_>\n \n <_>\n \n \n \n <_>4 2 6 14 -1.\n <_>4 2 3 7 2.\n <_>7 9 3 7 2.\n 0\n -0.0571440011262894\n -1.7452130317687988\n -0.0409100018441677\n <_>\n \n <_>\n \n \n \n <_>12 4 6 7 -1.\n <_>12 4 3 7 2.\n 0\n 7.3830001056194305e-003\n -0.2421479970216751\n 0.3557780086994171\n <_>\n \n <_>\n \n \n \n <_>9 4 6 9 -1.\n <_>11 4 2 9 3.\n 0\n -0.0180409997701645\n 1.1779999732971191\n -0.1767670065164566\n <_>\n \n <_>\n \n \n \n <_>11 4 8 10 -1.\n <_>11 4 4 10 2.\n 0\n 0.0945030003786087\n 0.1393609941005707\n -1.2993700504302979\n <_>\n \n <_>\n \n \n \n <_>5 4 8 10 -1.\n <_>9 4 4 10 2.\n 0\n 5.4210000671446323e-003\n -0.5460860133171082\n 0.1391640007495880\n <_>\n \n <_>\n \n \n \n <_>8 18 10 6 -1.\n <_>8 20 10 2 3.\n 0\n 7.0290002040565014e-003\n -0.2159720063209534\n 0.3925809860229492\n <_>\n \n <_>\n \n \n \n <_>1 18 21 6 -1.\n <_>1 20 21 2 3.\n 0\n 0.0345159992575645\n 0.0631889998912811\n -0.7210810184478760\n <_>\n \n <_>\n \n \n \n <_>9 2 12 6 -1.\n <_>9 2 6 6 2.\n 0\n -0.0519249998033047\n 0.6866760253906250\n 0.0632729977369308\n <_>\n \n <_>\n \n \n \n <_>3 2 12 6 -1.\n <_>9 2 6 6 2.\n 0\n -0.0691620036959648\n 1.7411810159683228\n -0.1661929935216904\n <_>\n \n <_>\n \n \n \n <_>12 5 12 6 -1.\n <_>18 5 6 3 2.\n <_>12 8 6 3 2.\n 0\n -5.5229999125003815e-003\n 0.3069469928741455\n -0.1666290014982224\n <_>\n \n <_>\n \n \n \n <_>8 8 6 9 -1.\n <_>8 11 6 3 3.\n 0\n 0.0685999989509583\n -0.2140540033578873\n 0.7318500280380249\n <_>\n \n <_>\n \n \n \n <_>2 7 20 6 -1.\n <_>2 9 20 2 3.\n 0\n -0.0670389980077744\n -0.7936059832572937\n 0.2052579969167709\n <_>\n \n <_>\n \n \n \n <_>0 5 12 6 -1.\n <_>0 5 6 3 2.\n <_>6 8 6 3 2.\n 0\n -0.0210050009191036\n 0.3734439909458160\n -0.2961860001087189\n <_>\n \n <_>\n \n \n \n <_>14 14 8 10 -1.\n <_>18 14 4 5 2.\n <_>14 19 4 5 2.\n 0\n 0.0202789995819330\n -0.0152000002563000\n 0.4055530130863190\n <_>\n \n <_>\n \n \n \n <_>2 14 8 10 -1.\n <_>2 14 4 5 2.\n <_>6 19 4 5 2.\n 0\n -0.0471079982817173\n 1.2116849422454834\n -0.1746429949998856\n <_>\n \n <_>\n \n \n \n <_>2 11 20 13 -1.\n <_>2 11 10 13 2.\n 0\n 0.1876849979162216\n -0.0229090005159378\n 0.6964579820632935\n <_>\n \n <_>\n \n \n \n <_>6 9 12 5 -1.\n <_>12 9 6 5 2.\n 0\n -0.0432289987802505\n -1.0602480173110962\n -5.5599998449906707e-004\n <_>\n \n <_>\n \n \n \n <_>5 6 16 6 -1.\n <_>13 6 8 3 2.\n <_>5 9 8 3 2.\n 0\n 0.0200040005147457\n -0.0327510014176369\n 0.5380510091781616\n <_>\n \n <_>\n \n \n \n <_>1 19 9 4 -1.\n <_>1 21 9 2 2.\n 0\n 8.0880001187324524e-003\n 0.0375480018556118\n -0.7476890087127686\n <_>\n \n <_>\n \n \n \n <_>7 5 12 5 -1.\n <_>11 5 4 5 3.\n 0\n 0.0271010007709265\n -0.0817900002002716\n 0.3338710069656372\n <_>\n \n <_>\n \n \n \n <_>3 5 14 12 -1.\n <_>3 5 7 6 2.\n <_>10 11 7 6 2.\n 0\n -0.0917460024356842\n -1.9213509559631348\n -0.0389529988169670\n <_>\n \n <_>\n \n \n \n <_>9 4 9 6 -1.\n <_>12 4 3 6 3.\n 0\n -0.0124549996107817\n 0.4836060106754303\n 0.0181680005043745\n <_>\n \n <_>\n \n \n \n <_>2 6 19 3 -1.\n <_>2 7 19 1 3.\n 0\n 0.0146490000188351\n -0.1990669965744019\n 0.7281540036201477\n <_>\n \n <_>\n \n \n \n <_>18 10 6 9 -1.\n <_>18 13 6 3 3.\n 0\n 0.0291019994765520\n 0.1987109929323196\n -0.4921680092811585\n <_>\n \n <_>\n \n \n \n <_>3 7 18 2 -1.\n <_>3 8 18 1 2.\n 0\n 8.7799998000264168e-003\n -0.1949959993362427\n 0.7731739878654480\n <_>\n \n <_>\n \n \n \n <_>20 2 4 18 -1.\n <_>22 2 2 9 2.\n <_>20 11 2 9 2.\n 0\n -0.0547400005161762\n 1.8087190389633179\n 0.0683230012655258\n <_>\n \n <_>\n \n \n \n <_>2 18 20 3 -1.\n <_>2 19 20 1 3.\n 0\n -0.0147980004549026\n 0.7806490063667297\n -0.1870959997177124\n <_>\n \n <_>\n \n \n \n <_>1 9 22 3 -1.\n <_>1 10 22 1 3.\n 0\n 0.0250129997730255\n 0.1528529971837997\n -1.6021020412445068\n <_>\n \n <_>\n \n \n \n <_>0 2 4 18 -1.\n <_>0 2 2 9 2.\n <_>2 11 2 9 2.\n 0\n 0.0465480014681816\n -0.1673820018768311\n 1.1902060508728027\n <_>\n \n <_>\n \n \n \n <_>19 0 4 23 -1.\n <_>19 0 2 23 2.\n 0\n 0.0176240000873804\n -0.1028549969196320\n 0.3917590081691742\n <_>\n \n <_>\n \n \n \n <_>0 3 6 19 -1.\n <_>3 3 3 19 2.\n 0\n 0.1631959974765778\n -0.0356240011751652\n -1.6098170280456543\n <_>\n \n <_>\n \n \n \n <_>18 2 6 9 -1.\n <_>20 2 2 9 3.\n 0\n 0.0131379999220371\n -0.0563590005040169\n 0.5415890216827393\n <_>\n \n <_>\n \n \n \n <_>0 5 10 6 -1.\n <_>0 7 10 2 3.\n 0\n -0.0156650003045797\n 0.2806310057640076\n -0.3170860111713409\n <_>\n \n <_>\n \n \n \n <_>7 0 12 12 -1.\n <_>13 0 6 6 2.\n <_>7 6 6 6 2.\n 0\n 0.0805540010333061\n 0.1264040023088455\n -1.0297529697418213\n <_>\n \n <_>\n \n \n \n <_>0 3 24 6 -1.\n <_>0 3 12 3 2.\n <_>12 6 12 3 2.\n 0\n 0.0353639982640743\n 0.0207529999315739\n -0.7910559773445129\n <_>\n \n <_>\n \n \n \n <_>10 14 4 10 -1.\n <_>10 19 4 5 2.\n 0\n 0.0329869985580444\n 0.1905709952116013\n -0.8383989930152893\n <_>\n \n <_>\n \n \n \n <_>8 9 4 15 -1.\n <_>8 14 4 5 3.\n 0\n 0.0121950004249811\n 0.0737290009856224\n -0.6278070211410523\n <_>\n \n <_>\n \n \n \n <_>4 11 17 6 -1.\n <_>4 14 17 3 2.\n 0\n 0.0430659987032413\n 0.0473849996924400\n 1.5712939500808716\n <_>\n \n <_>\n \n \n \n <_>2 5 18 8 -1.\n <_>2 5 9 4 2.\n <_>11 9 9 4 2.\n 0\n 0.0303269997239113\n -0.2731460034847260\n 0.3857200145721436\n <_>\n \n <_>\n \n \n \n <_>7 6 14 6 -1.\n <_>14 6 7 3 2.\n <_>7 9 7 3 2.\n 0\n 0.0354930013418198\n 0.0545939989387989\n 0.5258340239524841\n <_>\n \n <_>\n \n \n \n <_>3 6 14 6 -1.\n <_>3 6 7 3 2.\n <_>10 9 7 3 2.\n 0\n -0.0145969996228814\n 0.3815259933471680\n -0.2833240032196045\n <_>\n \n <_>\n \n \n \n <_>16 5 3 18 -1.\n <_>17 5 1 18 3.\n 0\n 0.0126069998368621\n 0.1545509994029999\n -0.3050149977207184\n <_>\n \n <_>\n \n \n \n <_>5 5 3 18 -1.\n <_>6 5 1 18 3.\n 0\n 0.0101720001548529\n 0.0236370004713535\n -0.8721789717674255\n <_>\n \n <_>\n \n \n \n <_>10 10 14 4 -1.\n <_>10 12 14 2 2.\n 0\n 0.0288430005311966\n 0.1609099954366684\n -0.2027759999036789\n <_>\n \n <_>\n \n \n \n <_>4 10 9 4 -1.\n <_>4 12 9 2 2.\n 0\n 5.5100000463426113e-004\n -0.6154540181159973\n 0.0809359997510910\n -3.7160909175872803\n 10\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>2 0 18 9 -1.\n <_>2 3 18 3 3.\n 0\n 0.0483440011739731\n -0.8490459918975830\n 0.5697439908981323\n <_>\n \n <_>\n \n \n \n <_>6 3 12 8 -1.\n <_>10 3 4 8 3.\n 0\n 0.0324600003659725\n -0.8141729831695557\n 0.4478169977664948\n <_>\n \n <_>\n \n \n \n <_>1 1 8 5 -1.\n <_>5 1 4 5 2.\n 0\n 0.0333399996161461\n -0.3642379939556122\n 0.6793739795684815\n <_>\n \n <_>\n \n \n \n <_>12 7 7 8 -1.\n <_>12 11 7 4 2.\n 0\n 6.4019998535513878e-003\n -1.1885459423065186\n 0.1923869997262955\n <_>\n \n <_>\n \n \n \n <_>0 12 22 4 -1.\n <_>0 14 22 2 2.\n 0\n -5.6889997795224190e-003\n 0.3308529853820801\n -0.7133409976959229\n <_>\n \n <_>\n \n \n \n <_>15 6 4 15 -1.\n <_>15 11 4 5 3.\n 0\n 0.0126980002969503\n -0.5099080204963684\n 0.1137629970908165\n <_>\n \n <_>\n \n \n \n <_>5 7 7 8 -1.\n <_>5 11 7 4 2.\n 0\n 6.0549997724592686e-003\n -1.0470550060272217\n 0.2022259980440140\n <_>\n \n <_>\n \n \n \n <_>8 18 9 4 -1.\n <_>8 20 9 2 2.\n 0\n 2.6420000940561295e-003\n -0.5055940151214600\n 0.3644120097160339\n <_>\n \n <_>\n \n \n \n <_>1 2 22 4 -1.\n <_>1 4 22 2 2.\n 0\n -0.0169259998947382\n -0.9954190254211426\n 0.1260219961404800\n <_>\n \n <_>\n \n \n \n <_>17 3 6 17 -1.\n <_>19 3 2 17 3.\n 0\n 0.0282359998673201\n -0.0941379964351654\n 0.5778040289878845\n <_>\n \n <_>\n \n \n \n <_>8 2 8 18 -1.\n <_>8 11 8 9 2.\n 0\n 0.0104289995506406\n 0.2327290028333664\n -0.5256969928741455\n <_>\n \n <_>\n \n \n \n <_>17 0 6 12 -1.\n <_>20 0 3 6 2.\n <_>17 6 3 6 2.\n 0\n 9.8860003054141998e-003\n -0.1031629964709282\n 0.4765760004520416\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n 0.0260150004178286\n -1.0920000495389104e-003\n -1.5581729412078857\n <_>\n \n <_>\n \n \n \n <_>15 5 9 12 -1.\n <_>15 11 9 6 2.\n 0\n -0.0255379993468523\n -0.6545140147209168\n 0.1884319931268692\n <_>\n \n <_>\n \n \n \n <_>2 22 18 2 -1.\n <_>2 23 18 1 2.\n 0\n -3.5310001112520695e-003\n 0.2814059853553772\n -0.4457530081272125\n <_>\n \n <_>\n \n \n \n <_>10 10 12 6 -1.\n <_>16 10 6 3 2.\n <_>10 13 6 3 2.\n 0\n 9.2449998483061790e-003\n 0.1561200022697449\n -0.2137099951505661\n <_>\n \n <_>\n \n \n \n <_>0 1 4 11 -1.\n <_>2 1 2 11 2.\n 0\n 0.0210309997200966\n -0.2917029857635498\n 0.5223410129547119\n <_>\n \n <_>\n \n \n \n <_>20 0 4 10 -1.\n <_>20 0 2 10 2.\n 0\n -0.0510630011558533\n 1.3661290407180786\n 0.0304659996181726\n <_>\n \n <_>\n \n \n \n <_>1 3 6 17 -1.\n <_>3 3 2 17 3.\n 0\n -0.0623300001025200\n 1.2207020521163940\n -0.2243440002202988\n <_>\n \n <_>\n \n \n \n <_>15 15 9 6 -1.\n <_>15 17 9 2 3.\n 0\n -0.0329630002379417\n -0.8201680183410645\n 0.1453189998865128\n <_>\n \n <_>\n \n \n \n <_>0 13 8 9 -1.\n <_>0 16 8 3 3.\n 0\n -0.0374180004000664\n -1.2218099832534790\n 0.0194489993155003\n <_>\n \n <_>\n \n \n \n <_>16 8 6 12 -1.\n <_>16 12 6 4 3.\n 0\n 0.1240279972553253\n 0.1208230033516884\n -0.9872930049896240\n <_>\n \n <_>\n \n \n \n <_>2 8 6 12 -1.\n <_>2 12 6 4 3.\n 0\n -8.9229997247457504e-003\n -1.1688489913940430\n 0.0211050007492304\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0598799996078014\n -1.0689330101013184\n 0.1986020058393478\n <_>\n \n <_>\n \n \n \n <_>1 5 19 3 -1.\n <_>1 6 19 1 3.\n 0\n 6.2620001845061779e-003\n -0.3622959852218628\n 0.3800080120563507\n <_>\n \n <_>\n \n \n \n <_>11 8 9 7 -1.\n <_>14 8 3 7 3.\n 0\n -0.0176730006933212\n 0.4909409880638123\n -0.1460669934749603\n <_>\n \n <_>\n \n \n \n <_>3 8 12 9 -1.\n <_>3 11 12 3 3.\n 0\n 0.0175790004432201\n 0.5872809886932373\n -0.2777439951896668\n <_>\n \n <_>\n \n \n \n <_>3 6 18 3 -1.\n <_>3 7 18 1 3.\n 0\n 5.1560001447796822e-003\n -0.0751949995756149\n 0.6019309759140015\n <_>\n \n <_>\n \n \n \n <_>10 0 4 12 -1.\n <_>10 6 4 6 2.\n 0\n -0.0105999996885657\n 0.2763740122318268\n -0.3779430091381073\n <_>\n \n <_>\n \n \n \n <_>3 9 18 14 -1.\n <_>3 9 9 14 2.\n 0\n 0.2088409960269928\n -5.3599998354911804e-003\n 1.0317809581756592\n <_>\n \n <_>\n \n \n \n <_>0 0 4 9 -1.\n <_>2 0 2 9 2.\n 0\n -0.0264129992574453\n 0.8233640193939209\n -0.2248059958219528\n <_>\n \n <_>\n \n \n \n <_>12 5 4 18 -1.\n <_>12 5 2 18 2.\n 0\n 0.0588920004665852\n 0.1309829950332642\n -1.1853699684143066\n <_>\n \n <_>\n \n \n \n <_>8 5 4 18 -1.\n <_>10 5 2 18 2.\n 0\n -0.0115790003910661\n -0.9066780209541321\n 0.0441269986331463\n <_>\n \n <_>\n \n \n \n <_>10 5 6 10 -1.\n <_>12 5 2 10 3.\n 0\n 0.0459880009293556\n 0.0101439999416471\n 1.0740900039672852\n <_>\n \n <_>\n \n \n \n <_>9 4 4 11 -1.\n <_>11 4 2 11 2.\n 0\n -0.0228380002081394\n 1.7791990041732788\n -0.1731549948453903\n <_>\n \n <_>\n \n \n \n <_>4 16 18 3 -1.\n <_>4 17 18 1 3.\n 0\n -8.1709995865821838e-003\n 0.5738630294799805\n -0.0741060003638268\n <_>\n \n <_>\n \n \n \n <_>0 16 20 3 -1.\n <_>0 17 20 1 3.\n 0\n 3.5359999164938927e-003\n -0.3207289874553680\n 0.4018250107765198\n <_>\n \n <_>\n \n \n \n <_>9 9 6 12 -1.\n <_>9 13 6 4 3.\n 0\n 0.0494449995458126\n 0.1928800046443939\n -1.2166700363159180\n <_>\n \n <_>\n \n \n \n <_>8 13 8 8 -1.\n <_>8 17 8 4 2.\n 0\n 3.5139999818056822e-003\n 0.0695680007338524\n -0.7132369875907898\n <_>\n \n <_>\n \n \n \n <_>13 10 3 12 -1.\n <_>13 16 3 6 2.\n 0\n -0.0309960003942251\n -0.3886219859123230\n 0.1809879988431931\n <_>\n \n <_>\n \n \n \n <_>5 9 14 14 -1.\n <_>5 9 7 7 2.\n <_>12 16 7 7 2.\n 0\n 0.0864529982209206\n -0.0257929991930723\n -1.5453219413757324\n <_>\n \n <_>\n \n \n \n <_>0 0 24 10 -1.\n <_>12 0 12 5 2.\n <_>0 5 12 5 2.\n 0\n -0.1365260034799576\n -1.9199420213699341\n 0.1661330014467239\n <_>\n \n <_>\n \n \n \n <_>1 11 18 2 -1.\n <_>1 12 18 1 2.\n 0\n -5.7689999230206013e-003\n -1.2822589874267578\n -0.0159079991281033\n <_>\n \n <_>\n \n \n \n <_>19 5 5 12 -1.\n <_>19 9 5 4 3.\n 0\n -0.0178999993950129\n -0.4040989875793457\n 0.2359160035848618\n <_>\n \n <_>\n \n \n \n <_>0 5 5 12 -1.\n <_>0 9 5 4 3.\n 0\n -0.0199699997901917\n -0.7289190292358398\n 0.0562350004911423\n <_>\n \n <_>\n \n \n \n <_>16 6 8 18 -1.\n <_>20 6 4 9 2.\n <_>16 15 4 9 2.\n 0\n -0.0574930012226105\n 0.5783079862594605\n -0.0157960001379251\n <_>\n \n <_>\n \n \n \n <_>0 6 8 18 -1.\n <_>0 6 4 9 2.\n <_>4 15 4 9 2.\n 0\n -0.0830560028553009\n 0.9151160120964050\n -0.2112140059471130\n <_>\n \n <_>\n \n \n \n <_>12 5 12 12 -1.\n <_>18 5 6 6 2.\n <_>12 11 6 6 2.\n 0\n -0.0537710003554821\n -0.5193129777908325\n 0.1857600063085556\n <_>\n \n <_>\n \n \n \n <_>7 6 6 9 -1.\n <_>9 6 2 9 3.\n 0\n -8.3670001477003098e-003\n 0.2410970032215118\n -0.3964860141277313\n <_>\n \n <_>\n \n \n \n <_>9 13 6 11 -1.\n <_>11 13 2 11 3.\n 0\n 0.0554069988429546\n 0.1677120029926300\n -2.5664970874786377\n <_>\n \n <_>\n \n \n \n <_>0 5 12 12 -1.\n <_>0 5 6 6 2.\n <_>6 11 6 6 2.\n 0\n -0.0671809986233711\n -1.3658570051193237\n -0.0142320003360510\n <_>\n \n <_>\n \n \n \n <_>1 2 23 3 -1.\n <_>1 3 23 1 3.\n 0\n -0.0239000003784895\n -1.7084569931030273\n 0.1650779992341995\n <_>\n \n <_>\n \n \n \n <_>1 15 19 3 -1.\n <_>1 16 19 1 3.\n 0\n 5.5949999950826168e-003\n -0.3137399852275848\n 0.3283790051937103\n <_>\n \n <_>\n \n \n \n <_>13 17 11 4 -1.\n <_>13 19 11 2 2.\n 0\n 0.0212949998676777\n 0.1495340019464493\n -0.4857980012893677\n <_>\n \n <_>\n \n \n \n <_>0 13 8 5 -1.\n <_>4 13 4 5 2.\n 0\n -0.0246130004525185\n 0.7434639930725098\n -0.2230519950389862\n <_>\n \n <_>\n \n \n \n <_>12 10 10 4 -1.\n <_>12 10 5 4 2.\n 0\n -0.0196260008960962\n -0.4091829955577850\n 0.1889320015907288\n <_>\n \n <_>\n \n \n \n <_>4 6 9 9 -1.\n <_>4 9 9 3 3.\n 0\n -0.0532660000026226\n 0.8138160109519959\n -0.2085369974374771\n <_>\n \n <_>\n \n \n \n <_>15 14 9 6 -1.\n <_>15 16 9 2 3.\n 0\n 7.1290000341832638e-003\n 0.3299610018730164\n -0.5993739962577820\n <_>\n \n <_>\n \n \n \n <_>1 12 9 6 -1.\n <_>1 14 9 2 3.\n 0\n -0.0224869996309280\n -1.2551610469818115\n -0.0204130001366138\n <_>\n \n <_>\n \n \n \n <_>3 10 20 8 -1.\n <_>13 10 10 4 2.\n <_>3 14 10 4 2.\n 0\n -0.0823109969496727\n 1.3821430206298828\n 0.0593089982867241\n <_>\n \n <_>\n \n \n \n <_>2 0 9 18 -1.\n <_>5 0 3 18 3.\n 0\n 0.1309700012207031\n -0.0358439981937408\n -1.5396369695663452\n <_>\n \n <_>\n \n \n \n <_>13 11 9 10 -1.\n <_>16 11 3 10 3.\n 0\n 0.0142930001020432\n -0.1847520023584366\n 0.3745500147342682\n <_>\n \n <_>\n \n \n \n <_>1 2 8 5 -1.\n <_>5 2 4 5 2.\n 0\n 6.3479999080300331e-003\n -0.4490109980106354\n 0.1387699991464615\n <_>\n \n <_>\n \n \n \n <_>3 4 21 6 -1.\n <_>10 4 7 6 3.\n 0\n -0.0460550002753735\n 0.6783260107040405\n -0.0170719996094704\n <_>\n \n <_>\n \n \n \n <_>7 0 10 14 -1.\n <_>7 0 5 7 2.\n <_>12 7 5 7 2.\n 0\n 0.0576939992606640\n -0.0119559997692704\n -1.2261159420013428\n <_>\n \n <_>\n \n \n \n <_>12 17 12 4 -1.\n <_>12 19 12 2 2.\n 0\n -6.0609998181462288e-003\n 0.3395859897136688\n 6.2800000887364149e-004\n <_>\n \n <_>\n \n \n \n <_>0 6 23 4 -1.\n <_>0 8 23 2 2.\n 0\n -0.0521630011498928\n -1.0621069669723511\n -0.0137799996882677\n <_>\n \n <_>\n \n \n \n <_>13 10 8 10 -1.\n <_>17 10 4 5 2.\n <_>13 15 4 5 2.\n 0\n 0.0465729981660843\n 0.1453880071640015\n -1.2384550571441650\n <_>\n \n <_>\n \n \n \n <_>0 16 18 3 -1.\n <_>0 17 18 1 3.\n 0\n 7.5309998355805874e-003\n -0.2446770071983337\n 0.5137709975242615\n <_>\n \n <_>\n \n \n \n <_>15 16 9 4 -1.\n <_>15 18 9 2 2.\n 0\n 0.0216150004416704\n 0.1307259947061539\n -0.7099679708480835\n <_>\n \n <_>\n \n \n \n <_>0 16 9 4 -1.\n <_>0 18 9 2 2.\n 0\n -0.0178640000522137\n -1.0474660396575928\n 4.9599999329075217e-004\n <_>\n \n <_>\n \n \n \n <_>13 11 6 6 -1.\n <_>13 11 3 6 2.\n 0\n -0.0371950007975101\n -1.5126730203628540\n 0.1480139940977097\n <_>\n \n <_>\n \n \n \n <_>5 11 6 6 -1.\n <_>8 11 3 6 2.\n 0\n -3.1100001069717109e-004\n 0.1397150009870529\n -0.4686749875545502\n <_>\n \n <_>\n \n \n \n <_>0 3 24 6 -1.\n <_>12 3 12 3 2.\n <_>0 6 12 3 2.\n 0\n 0.0250429995357990\n 0.2863200008869171\n -0.4179469943046570\n <_>\n \n <_>\n \n \n \n <_>2 4 18 3 -1.\n <_>2 5 18 1 3.\n 0\n 9.3449996784329414e-003\n -0.2733620107173920\n 0.4344469904899597\n <_>\n \n <_>\n \n \n \n <_>0 0 24 4 -1.\n <_>12 0 12 2 2.\n <_>0 2 12 2 2.\n 0\n 0.0323639996349812\n 0.1843889951705933\n -0.9501929879188538\n <_>\n \n <_>\n \n \n \n <_>1 16 18 3 -1.\n <_>1 17 18 1 3.\n 0\n -6.2299999408423901e-003\n 0.3258199989795685\n -0.3081560134887695\n <_>\n \n <_>\n \n \n \n <_>15 15 9 6 -1.\n <_>15 17 9 2 3.\n 0\n 0.0514889992773533\n 0.1141600012779236\n -1.9795479774475098\n <_>\n \n <_>\n \n \n \n <_>0 15 9 6 -1.\n <_>0 17 9 2 3.\n 0\n -0.0264490004628897\n -1.1067299842834473\n -8.5519999265670776e-003\n <_>\n \n <_>\n \n \n \n <_>6 17 18 3 -1.\n <_>6 18 18 1 3.\n 0\n -0.0154200000688434\n 0.8013870120048523\n -0.0320350006222725\n <_>\n \n <_>\n \n \n \n <_>8 8 6 10 -1.\n <_>10 8 2 10 3.\n 0\n 0.0194569993764162\n -0.2644949853420258\n 0.3875389993190765\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n 0.0336209982633591\n 0.0160520002245903\n 0.5884090065956116\n <_>\n \n <_>\n \n \n \n <_>8 8 5 8 -1.\n <_>8 12 5 4 2.\n 0\n 0.0289060007780790\n 0.0152160003781319\n -0.9472360014915466\n <_>\n \n <_>\n \n \n \n <_>12 8 6 8 -1.\n <_>12 12 6 4 2.\n 0\n 2.0300000323913991e-004\n -0.3076600134372711\n 0.2123589962720871\n <_>\n \n <_>\n \n \n \n <_>6 5 6 11 -1.\n <_>8 5 2 11 3.\n 0\n -0.0491419993340969\n -1.6058609485626221\n -0.0310949999839067\n <_>\n \n <_>\n \n \n \n <_>13 6 8 9 -1.\n <_>13 9 8 3 3.\n 0\n 0.0764259994029999\n 0.0747589990496635\n 1.1639410257339478\n <_>\n \n <_>\n \n \n \n <_>1 7 21 6 -1.\n <_>1 9 21 2 3.\n 0\n 0.0238979998975992\n -6.4320000819861889e-003\n -1.1150749921798706\n <_>\n \n <_>\n \n \n \n <_>15 5 3 12 -1.\n <_>15 11 3 6 2.\n 0\n 3.8970001041889191e-003\n -0.2410569936037064\n 0.2085890024900436\n <_>\n \n <_>\n \n \n \n <_>6 9 11 12 -1.\n <_>6 13 11 4 3.\n 0\n -0.0894450023770332\n 1.9157789945602417\n -0.1572110056877136\n <_>\n \n <_>\n \n \n \n <_>13 8 10 8 -1.\n <_>18 8 5 4 2.\n <_>13 12 5 4 2.\n 0\n -0.0150089999660850\n -0.2517409920692444\n 0.1817989945411682\n <_>\n \n <_>\n \n \n \n <_>5 8 12 3 -1.\n <_>11 8 6 3 2.\n 0\n -0.0111459996551275\n -0.6934949755668640\n 0.0449279993772507\n <_>\n \n <_>\n \n \n \n <_>6 11 18 4 -1.\n <_>12 11 6 4 3.\n 0\n 0.0945789963006973\n 0.1810210049152374\n -0.7497860193252564\n <_>\n \n <_>\n \n \n \n <_>0 0 22 22 -1.\n <_>0 11 22 11 2.\n 0\n 0.5503889918327332\n -0.0309740006923676\n -1.6746139526367188\n <_>\n \n <_>\n \n \n \n <_>11 2 6 8 -1.\n <_>11 6 6 4 2.\n 0\n 0.0413810014724731\n 0.0639100000262260\n 0.7656120061874390\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n 0.0247719995677471\n 0.0113800000399351\n -0.8855940103530884\n <_>\n \n <_>\n \n \n \n <_>10 0 6 9 -1.\n <_>12 0 2 9 3.\n 0\n 0.0509990006685257\n 0.1489029973745346\n -2.4634211063385010\n <_>\n \n <_>\n \n \n \n <_>8 3 6 14 -1.\n <_>8 3 3 7 2.\n <_>11 10 3 7 2.\n 0\n -0.0168939996510744\n 0.3887099921703339\n -0.2988030016422272\n <_>\n \n <_>\n \n \n \n <_>3 10 18 8 -1.\n <_>9 10 6 8 3.\n 0\n -0.1216230019927025\n -1.5542800426483154\n 0.1630080044269562\n <_>\n \n <_>\n \n \n \n <_>10 0 3 14 -1.\n <_>10 7 3 7 2.\n 0\n -3.6049999762326479e-003\n 0.2184280008077622\n -0.3731209933757782\n <_>\n \n <_>\n \n \n \n <_>4 3 16 20 -1.\n <_>4 13 16 10 2.\n 0\n 0.1157540008425713\n -0.0470610000193119\n 0.5940369963645935\n <_>\n \n <_>\n \n \n \n <_>9 4 6 10 -1.\n <_>11 4 2 10 3.\n 0\n 0.0369039997458458\n -0.2550860047340393\n 0.5539730191230774\n <_>\n \n <_>\n \n \n \n <_>5 0 16 4 -1.\n <_>5 2 16 2 2.\n 0\n 0.0114839999005198\n -0.1812949925661087\n 0.4068279862403870\n <_>\n \n <_>\n \n \n \n <_>2 5 18 4 -1.\n <_>8 5 6 4 3.\n 0\n -0.0202339999377728\n 0.5431119799613953\n -0.2382239997386932\n <_>\n \n <_>\n \n \n \n <_>13 0 6 9 -1.\n <_>15 0 2 9 3.\n 0\n -0.0287650004029274\n -0.6917229890823364\n 0.1594330072402954\n <_>\n \n <_>\n \n \n \n <_>8 4 8 5 -1.\n <_>12 4 4 5 2.\n 0\n -5.8320001699030399e-003\n 0.2944779992103577\n -0.3400599956512451\n <_>\n \n <_>\n \n \n \n <_>12 10 10 4 -1.\n <_>12 10 5 4 2.\n 0\n -0.0554689988493919\n 0.9220079779624939\n 0.0940930023789406\n <_>\n \n <_>\n \n \n \n <_>2 10 10 4 -1.\n <_>7 10 5 4 2.\n 0\n -0.0148010002449155\n -0.7953969836235046\n 0.0315219983458519\n <_>\n \n <_>\n \n \n \n <_>7 11 12 5 -1.\n <_>11 11 4 5 3.\n 0\n -7.0940000005066395e-003\n 0.3309600055217743\n -0.0508869998157024\n <_>\n \n <_>\n \n \n \n <_>3 10 8 10 -1.\n <_>3 10 4 5 2.\n <_>7 15 4 5 2.\n 0\n -0.0451240018010139\n -1.3719749450683594\n -0.0214089993387461\n <_>\n \n <_>\n \n \n \n <_>11 12 9 8 -1.\n <_>14 12 3 8 3.\n 0\n 0.0643770024180412\n 0.0639019981026649\n 0.9147830009460449\n <_>\n \n <_>\n \n \n \n <_>0 21 24 3 -1.\n <_>8 21 8 3 3.\n 0\n -0.0147270001471043\n 0.3605059981346130\n -0.2861450016498566\n <_>\n \n <_>\n \n \n \n <_>3 20 18 4 -1.\n <_>9 20 6 4 3.\n 0\n 0.0450070016086102\n -0.1561969965696335\n 0.5316029787063599\n <_>\n \n <_>\n \n \n \n <_>1 15 9 6 -1.\n <_>1 17 9 2 3.\n 0\n -1.1330000124871731e-003\n 0.1342290043830872\n -0.4435890018939972\n <_>\n \n <_>\n \n \n \n <_>11 17 10 4 -1.\n <_>11 19 10 2 2.\n 0\n 0.0494510009884834\n 0.1057180017232895\n -2.5589139461517334\n <_>\n \n <_>\n \n \n \n <_>9 12 4 12 -1.\n <_>9 18 4 6 2.\n 0\n 0.0291029997169971\n -0.0100880004465580\n -1.1073939800262451\n <_>\n \n <_>\n \n \n \n <_>9 6 9 6 -1.\n <_>12 6 3 6 3.\n 0\n 0.0347860008478165\n -2.7719999197870493e-003\n 0.5670099854469299\n <_>\n \n <_>\n \n \n \n <_>1 13 6 9 -1.\n <_>1 16 6 3 3.\n 0\n -6.1309998854994774e-003\n -0.4688940048217773\n 0.1263639926910400\n <_>\n \n <_>\n \n \n \n <_>6 16 12 4 -1.\n <_>6 18 12 2 2.\n 0\n 0.0155250001698732\n -8.4279999136924744e-003\n 0.8746920228004456\n <_>\n \n <_>\n \n \n \n <_>1 5 20 3 -1.\n <_>1 6 20 1 3.\n 0\n 2.9249999206513166e-003\n -0.3443430066108704\n 0.2085160017013550\n <_>\n \n <_>\n \n \n \n <_>8 1 9 9 -1.\n <_>8 4 9 3 3.\n 0\n -0.0535710006952286\n 1.4982949495315552\n 0.0573280006647110\n <_>\n \n <_>\n \n \n \n <_>2 19 9 4 -1.\n <_>2 21 9 2 2.\n 0\n -0.0192179996520281\n -0.9923409819602966\n -9.3919998034834862e-003\n <_>\n \n <_>\n \n \n \n <_>11 1 4 18 -1.\n <_>11 7 4 6 3.\n 0\n -0.0552829988300800\n -0.5768229961395264\n 0.1686059981584549\n <_>\n \n <_>\n \n \n \n <_>7 2 8 12 -1.\n <_>7 2 4 6 2.\n <_>11 8 4 6 2.\n 0\n 0.0563360005617142\n -0.0337750017642975\n -1.3889650106430054\n <_>\n \n <_>\n \n \n \n <_>11 10 9 8 -1.\n <_>14 10 3 8 3.\n 0\n -0.0238240007311106\n 0.4018209874629974\n 1.8360000103712082e-003\n <_>\n \n <_>\n \n \n \n <_>5 11 12 5 -1.\n <_>9 11 4 5 3.\n 0\n 1.7810000572353601e-003\n 0.1814599931240082\n -0.4174340069293976\n <_>\n \n <_>\n \n \n \n <_>11 9 9 6 -1.\n <_>14 9 3 6 3.\n 0\n -0.0376890003681183\n 0.5468310117721558\n 0.0182199999690056\n <_>\n \n <_>\n \n \n \n <_>5 10 6 9 -1.\n <_>7 10 2 9 3.\n 0\n -0.0241449996829033\n 0.6835209727287293\n -0.1965020000934601\n -3.5645289421081543\n 11\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>4 7 5 12 -1.\n <_>4 11 5 4 3.\n 0\n 0.0274449996650219\n -0.8998420238494873\n 0.5187649726867676\n <_>\n \n <_>\n \n \n \n <_>2 0 21 6 -1.\n <_>9 0 7 6 3.\n 0\n 0.1155410036444664\n -0.5652440190315247\n 0.7055130004882813\n <_>\n \n <_>\n \n \n \n <_>7 6 10 6 -1.\n <_>7 8 10 2 3.\n 0\n -0.0222970005124807\n 0.3607999980449677\n -0.6686459779739380\n <_>\n \n <_>\n \n \n \n <_>9 0 6 15 -1.\n <_>11 0 2 15 3.\n 0\n 0.0133250001817942\n -0.5557339787483215\n 0.3578999936580658\n <_>\n \n <_>\n \n \n \n <_>2 2 18 2 -1.\n <_>2 3 18 1 2.\n 0\n -3.8060001097619534e-003\n -1.0713000297546387\n 0.1885000020265579\n <_>\n \n <_>\n \n \n \n <_>8 17 8 6 -1.\n <_>8 20 8 3 2.\n 0\n -2.6819999329745770e-003\n -0.7158430218696594\n 0.2634449899196625\n <_>\n \n <_>\n \n \n \n <_>3 0 18 2 -1.\n <_>3 1 18 1 2.\n 0\n 3.3819999080151320e-003\n -0.4693079888820648\n 0.2665840089321137\n <_>\n \n <_>\n \n \n \n <_>8 0 9 6 -1.\n <_>11 0 3 6 3.\n 0\n 0.0376430004835129\n 0.2109870016574860\n -1.0804339647293091\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n -0.0138619998469949\n 0.6691200137138367\n -0.2794280052185059\n <_>\n \n <_>\n \n \n \n <_>6 7 12 5 -1.\n <_>10 7 4 5 3.\n 0\n -2.7350001037120819e-003\n -0.9533230066299439\n 0.2405129969120026\n <_>\n \n <_>\n \n \n \n <_>0 3 6 9 -1.\n <_>2 3 2 9 3.\n 0\n -0.0383369997143745\n 0.8143280148506165\n -0.2491939961910248\n <_>\n \n <_>\n \n \n \n <_>20 2 4 9 -1.\n <_>20 2 2 9 2.\n 0\n -0.0346979983150959\n 1.2330100536346436\n 6.8600000813603401e-003\n <_>\n \n <_>\n \n \n \n <_>0 2 4 9 -1.\n <_>2 2 2 9 2.\n 0\n 0.0233609993010759\n -0.3079470098018646\n 0.7071449756622315\n <_>\n \n <_>\n \n \n \n <_>0 1 24 4 -1.\n <_>12 1 12 2 2.\n <_>0 3 12 2 2.\n 0\n 0.0350579991936684\n 0.2120590060949326\n -1.4399830102920532\n <_>\n \n <_>\n \n \n \n <_>0 16 9 6 -1.\n <_>0 18 9 2 3.\n 0\n -0.0132569996640086\n -0.9026070237159729\n 0.0486100018024445\n <_>\n \n <_>\n \n \n \n <_>14 13 9 6 -1.\n <_>14 15 9 2 3.\n 0\n 0.0127400001510978\n 0.2265519946813583\n -0.4464380145072937\n <_>\n \n <_>\n \n \n \n <_>0 15 19 3 -1.\n <_>0 16 19 1 3.\n 0\n 3.6400000099092722e-003\n -0.3981789946556091\n 0.3466539978981018\n <_>\n \n <_>\n \n \n \n <_>1 5 22 12 -1.\n <_>12 5 11 6 2.\n <_>1 11 11 6 2.\n 0\n 0.1006470024585724\n 0.1838359981775284\n -1.3410769701004028\n <_>\n \n <_>\n \n \n \n <_>5 13 6 6 -1.\n <_>8 13 3 6 2.\n 0\n 0.\n 0.1553640067577362\n -0.5158249735832214\n <_>\n \n <_>\n \n \n \n <_>4 2 20 3 -1.\n <_>4 3 20 1 3.\n 0\n 0.0117089999839664\n 0.2165140062570572\n -0.7270519733428955\n <_>\n \n <_>\n \n \n \n <_>8 14 6 10 -1.\n <_>10 14 2 10 3.\n 0\n -0.0359649993479252\n -1.4789500236511230\n -0.0243170000612736\n <_>\n \n <_>\n \n \n \n <_>6 12 16 6 -1.\n <_>14 12 8 3 2.\n <_>6 15 8 3 2.\n 0\n -0.0212360005825758\n -0.1684409976005554\n 0.1952659934759140\n <_>\n \n <_>\n \n \n \n <_>2 13 8 9 -1.\n <_>2 16 8 3 3.\n 0\n 0.0148740001022816\n 0.0373359993100166\n -0.8755729794502258\n <_>\n \n <_>\n \n \n \n <_>11 8 6 14 -1.\n <_>14 8 3 7 2.\n <_>11 15 3 7 2.\n 0\n -5.1409997977316380e-003\n 0.3346650004386902\n -0.2410970032215118\n <_>\n \n <_>\n \n \n \n <_>2 12 16 6 -1.\n <_>2 12 8 3 2.\n <_>10 15 8 3 2.\n 0\n 0.0234500002115965\n 5.5320002138614655e-003\n -1.2509720325469971\n <_>\n \n <_>\n \n \n \n <_>5 16 16 8 -1.\n <_>5 20 16 4 2.\n 0\n -0.0250620003789663\n 0.4521239995956421\n -0.0844699963927269\n <_>\n \n <_>\n \n \n \n <_>9 1 4 12 -1.\n <_>9 7 4 6 2.\n 0\n -7.7400001464411616e-004\n 0.1524990051984787\n -0.4848650097846985\n <_>\n \n <_>\n \n \n \n <_>8 2 8 10 -1.\n <_>12 2 4 5 2.\n <_>8 7 4 5 2.\n 0\n -0.0404839999973774\n -1.3024920225143433\n 0.1798350065946579\n <_>\n \n <_>\n \n \n \n <_>6 6 12 6 -1.\n <_>6 6 6 3 2.\n <_>12 9 6 3 2.\n 0\n 0.0281709991395473\n -0.2441090047359467\n 0.6227110028266907\n <_>\n \n <_>\n \n \n \n <_>10 7 6 9 -1.\n <_>12 7 2 9 3.\n 0\n 0.0456929989159107\n 0.0281220003962517\n 0.9239439964294434\n <_>\n \n <_>\n \n \n \n <_>0 0 8 12 -1.\n <_>0 0 4 6 2.\n <_>4 6 4 6 2.\n 0\n 0.0397070012986660\n -0.2233279943466187\n 0.7767400145530701\n <_>\n \n <_>\n \n \n \n <_>18 8 6 9 -1.\n <_>18 11 6 3 3.\n 0\n 0.0505170002579689\n 0.2031999975442886\n -1.0895930528640747\n <_>\n \n <_>\n \n \n \n <_>2 12 6 6 -1.\n <_>5 12 3 6 2.\n 0\n -0.0172669999301434\n 0.6859840154647827\n -0.2330449968576431\n <_>\n \n <_>\n \n \n \n <_>3 21 21 3 -1.\n <_>10 21 7 3 3.\n 0\n 0.0801860019564629\n -0.0102920001372695\n 0.6188110113143921\n <_>\n \n <_>\n \n \n \n <_>2 0 16 6 -1.\n <_>2 3 16 3 2.\n 0\n 0.0976760014891624\n -0.2007029950618744\n 1.0088349580764771\n <_>\n \n <_>\n \n \n \n <_>13 6 7 6 -1.\n <_>13 9 7 3 2.\n 0\n -0.0155720002949238\n 0.4761529862880707\n 0.0456239990890026\n <_>\n \n <_>\n \n \n \n <_>6 4 4 14 -1.\n <_>6 11 4 7 2.\n 0\n -0.0153050003573298\n -1.1077369451522827\n 4.5239999890327454e-003\n <_>\n \n <_>\n \n \n \n <_>9 7 6 9 -1.\n <_>11 7 2 9 3.\n 0\n -0.0164850000292063\n 1.0152939558029175\n 0.0163279995322227\n <_>\n \n <_>\n \n \n \n <_>7 8 6 14 -1.\n <_>7 8 3 7 2.\n <_>10 15 3 7 2.\n 0\n -0.0261419992893934\n 0.4172329902648926\n -0.2864550054073334\n <_>\n \n <_>\n \n \n \n <_>18 8 4 16 -1.\n <_>18 16 4 8 2.\n 0\n 8.8679995387792587e-003\n 0.2140499949455261\n -0.1677280068397522\n <_>\n \n <_>\n \n \n \n <_>9 14 6 10 -1.\n <_>11 14 2 10 3.\n 0\n -0.0268869996070862\n -1.1564220190048218\n -0.0103240003809333\n <_>\n \n <_>\n \n \n \n <_>6 11 12 5 -1.\n <_>10 11 4 5 3.\n 0\n 7.7789998613297939e-003\n 0.3535949885845184\n -0.2961130142211914\n <_>\n \n <_>\n \n \n \n <_>0 12 23 3 -1.\n <_>0 13 23 1 3.\n 0\n -0.0159740000963211\n -1.5374109745025635\n -0.0299580004066229\n <_>\n \n <_>\n \n \n \n <_>13 0 6 12 -1.\n <_>15 0 2 12 3.\n 0\n 0.0208669994026423\n 0.2024410068988800\n -0.7127019762992859\n <_>\n \n <_>\n \n \n \n <_>0 10 12 5 -1.\n <_>4 10 4 5 3.\n 0\n 0.0854820013046265\n -0.0259329993277788\n -1.5156569480895996\n <_>\n \n <_>\n \n \n \n <_>13 2 10 4 -1.\n <_>13 4 10 2 2.\n 0\n 0.0238729994744062\n 0.1680340021848679\n -0.3880620002746582\n <_>\n \n <_>\n \n \n \n <_>5 0 6 12 -1.\n <_>7 0 2 12 3.\n 0\n -0.0391050018370152\n -1.1958349943161011\n -0.0203610006719828\n <_>\n \n <_>\n \n \n \n <_>11 6 9 6 -1.\n <_>14 6 3 6 3.\n 0\n -0.0779469981789589\n -1.0898950099945068\n 0.1453029960393906\n <_>\n \n <_>\n \n \n \n <_>4 6 9 6 -1.\n <_>7 6 3 6 3.\n 0\n -0.0168760009109974\n 0.2804970145225525\n -0.4133630096912384\n <_>\n \n <_>\n \n \n \n <_>6 11 18 13 -1.\n <_>12 11 6 13 3.\n 0\n 0.1187560036778450\n -0.0434909984469414\n 0.4126369953155518\n <_>\n \n <_>\n \n \n \n <_>0 11 18 13 -1.\n <_>6 11 6 13 3.\n 0\n 0.1562419980764389\n -0.2642959952354431\n 0.5512779951095581\n <_>\n \n <_>\n \n \n \n <_>12 16 12 6 -1.\n <_>16 16 4 6 3.\n 0\n -0.0459080003201962\n 0.6018919944763184\n 0.0189210008829832\n <_>\n \n <_>\n \n \n \n <_>0 6 21 3 -1.\n <_>0 7 21 1 3.\n 0\n -0.0103099998086691\n 0.3815299868583679\n -0.2950789928436279\n <_>\n \n <_>\n \n \n \n <_>12 16 12 6 -1.\n <_>16 16 4 6 3.\n 0\n 0.0957690030336380\n 0.1324650049209595\n -0.4626680016517639\n <_>\n \n <_>\n \n \n \n <_>5 7 6 14 -1.\n <_>5 14 6 7 2.\n 0\n 0.0136869996786118\n 0.1173869967460632\n -0.5166410207748413\n <_>\n \n <_>\n \n \n \n <_>5 10 19 2 -1.\n <_>5 11 19 1 2.\n 0\n 2.3990001063793898e-003\n -0.3400759994983673\n 0.2095350027084351\n <_>\n \n <_>\n \n \n \n <_>5 4 14 4 -1.\n <_>5 6 14 2 2.\n 0\n 0.0332649983465672\n -0.1705279946327210\n 1.4366799592971802\n <_>\n \n <_>\n \n \n \n <_>3 18 18 4 -1.\n <_>9 18 6 4 3.\n 0\n -0.0332060009241104\n 0.6129570007324219\n -0.0415499992668629\n <_>\n \n <_>\n \n \n \n <_>7 0 4 9 -1.\n <_>9 0 2 9 2.\n 0\n 2.7979998849332333e-003\n -0.4855430126190186\n 0.1337269991636276\n <_>\n \n <_>\n \n \n \n <_>13 3 11 4 -1.\n <_>13 5 11 2 2.\n 0\n -0.0657920017838478\n -4.0257668495178223\n 0.1087670028209686\n <_>\n \n <_>\n \n \n \n <_>2 0 9 6 -1.\n <_>5 0 3 6 3.\n 0\n 2.1430000197142363e-003\n -0.3917999863624573\n 0.2242709994316101\n <_>\n \n <_>\n \n \n \n <_>19 1 4 23 -1.\n <_>19 1 2 23 2.\n 0\n 0.0223639998584986\n -0.0864299982786179\n 0.3778519928455353\n <_>\n \n <_>\n \n \n \n <_>1 1 4 23 -1.\n <_>3 1 2 23 2.\n 0\n -0.0574100017547607\n 1.1454069614410400\n -0.1973659992218018\n <_>\n \n <_>\n \n \n \n <_>5 16 18 3 -1.\n <_>5 17 18 1 3.\n 0\n 6.6550001502037048e-003\n -0.0211050007492304\n 0.5845339894294739\n <_>\n \n <_>\n \n \n \n <_>0 3 11 4 -1.\n <_>0 5 11 2 2.\n 0\n 0.0123269995674491\n 0.0378170013427734\n -0.6698700189590454\n <_>\n \n <_>\n \n \n \n <_>2 16 20 3 -1.\n <_>2 17 20 1 3.\n 0\n -8.1869997084140778e-003\n 0.5636600255966187\n -0.0768779963254929\n <_>\n \n <_>\n \n \n \n <_>5 3 13 4 -1.\n <_>5 5 13 2 2.\n 0\n 0.0366810001432896\n -0.1734330058097839\n 1.1670149564743042\n <_>\n \n <_>\n \n \n \n <_>1 9 22 15 -1.\n <_>1 9 11 15 2.\n 0\n -0.4022040069103241\n 1.2640819549560547\n 0.0433989986777306\n <_>\n \n <_>\n \n \n \n <_>3 4 14 3 -1.\n <_>10 4 7 3 2.\n 0\n -0.0221260003745556\n 0.6697810292243958\n -0.2160529941320419\n <_>\n \n <_>\n \n \n \n <_>8 7 10 4 -1.\n <_>8 7 5 4 2.\n 0\n -0.0131569998338819\n -0.4119859933853149\n 0.2021500021219254\n <_>\n \n <_>\n \n \n \n <_>6 7 10 4 -1.\n <_>11 7 5 4 2.\n 0\n -0.0128600001335144\n -0.9158269762992859\n 0.0392329990863800\n <_>\n \n <_>\n \n \n \n <_>10 4 6 9 -1.\n <_>12 4 2 9 3.\n 0\n 0.0216279998421669\n 3.8719999138265848e-003\n 0.3566820025444031\n <_>\n \n <_>\n \n \n \n <_>1 12 9 6 -1.\n <_>4 12 3 6 3.\n 0\n 0.0118960002437234\n -0.3730390071868897\n 0.1923509985208511\n <_>\n \n <_>\n \n \n \n <_>8 3 8 10 -1.\n <_>12 3 4 5 2.\n <_>8 8 4 5 2.\n 0\n -0.0195489991456270\n -0.4237489998340607\n 0.2442959994077683\n <_>\n \n <_>\n \n \n \n <_>3 6 16 6 -1.\n <_>3 6 8 3 2.\n <_>11 9 8 3 2.\n 0\n 0.0644449964165688\n -0.1655890047550201\n 1.2697030305862427\n <_>\n \n <_>\n \n \n \n <_>5 6 14 6 -1.\n <_>5 9 14 3 2.\n 0\n 0.1089849993586540\n 0.1489430069923401\n -2.1534640789031982\n <_>\n \n <_>\n \n \n \n <_>4 3 9 6 -1.\n <_>4 5 9 2 3.\n 0\n -0.0340779982507229\n 1.3779460191726685\n -0.1619849950075150\n <_>\n \n <_>\n \n \n \n <_>6 3 18 2 -1.\n <_>6 4 18 1 2.\n 0\n -3.7489999085664749e-003\n -0.3382860124111176\n 0.2115290015935898\n <_>\n \n <_>\n \n \n \n <_>7 6 9 6 -1.\n <_>10 6 3 6 3.\n 0\n -0.0109719997271895\n 0.7651789784431458\n -0.1969259977340698\n <_>\n \n <_>\n \n \n \n <_>0 1 24 3 -1.\n <_>0 2 24 1 3.\n 0\n -0.0114850001409650\n -0.6927120089530945\n 0.2165710031986237\n <_>\n \n <_>\n \n \n \n <_>0 17 10 6 -1.\n <_>0 19 10 2 3.\n 0\n 0.0259840004146099\n -0.0119839999824762\n -0.9969729781150818\n <_>\n \n <_>\n \n \n \n <_>3 18 18 3 -1.\n <_>3 19 18 1 3.\n 0\n 4.2159999720752239e-003\n -0.1020570024847984\n 0.4888440072536469\n <_>\n \n <_>\n \n \n \n <_>2 5 6 16 -1.\n <_>2 5 3 8 2.\n <_>5 13 3 8 2.\n 0\n -0.0476970002055168\n 1.0666010379791260\n -0.1757629960775375\n <_>\n \n <_>\n \n \n \n <_>7 6 11 6 -1.\n <_>7 8 11 2 3.\n 0\n 4.0300001273863018e-004\n 0.1852480024099350\n -0.7479000091552734\n <_>\n \n <_>\n \n \n \n <_>5 2 12 22 -1.\n <_>5 13 12 11 2.\n 0\n 0.1153960004448891\n -0.2201970070600510\n 0.5450999736785889\n <_>\n \n <_>\n \n \n \n <_>10 7 4 10 -1.\n <_>10 12 4 5 2.\n 0\n 0.0160210002213717\n 0.2548750042915344\n -0.5074009895324707\n <_>\n \n <_>\n \n \n \n <_>9 0 4 18 -1.\n <_>9 6 4 6 3.\n 0\n 0.0566320009529591\n -0.0112560000270605\n -0.9596809744834900\n <_>\n \n <_>\n \n \n \n <_>18 8 6 9 -1.\n <_>18 11 6 3 3.\n 0\n -0.0107260001823306\n -0.2854470014572144\n 0.1699479967355728\n <_>\n \n <_>\n \n \n \n <_>4 7 15 10 -1.\n <_>9 7 5 10 3.\n 0\n 0.1242000013589859\n -0.0361399985849857\n -1.3132710456848145\n <_>\n \n <_>\n \n \n \n <_>10 5 6 9 -1.\n <_>12 5 2 9 3.\n 0\n -5.3799999877810478e-003\n 0.3309270143508911\n 0.0133079998195171\n <_>\n \n <_>\n \n \n \n <_>9 9 6 10 -1.\n <_>11 9 2 10 3.\n 0\n 0.0119080003350973\n -0.3483029901981354\n 0.2404190003871918\n <_>\n \n <_>\n \n \n \n <_>11 14 6 10 -1.\n <_>13 14 2 10 3.\n 0\n -0.0430079996585846\n -1.4390469789505005\n 0.1559959948062897\n <_>\n \n <_>\n \n \n \n <_>7 14 6 10 -1.\n <_>9 14 2 10 3.\n 0\n -0.0331499986350536\n -1.1805850267410278\n -0.0123479999601841\n <_>\n \n <_>\n \n \n \n <_>4 8 16 9 -1.\n <_>4 11 16 3 3.\n 0\n -0.0213419999927282\n 2.2119441032409668\n 0.0627370029687881\n <_>\n \n <_>\n \n \n \n <_>2 11 20 3 -1.\n <_>2 12 20 1 3.\n 0\n -0.0122189996764064\n -1.8709750175476074\n -0.0454999990761280\n <_>\n \n <_>\n \n \n \n <_>13 0 4 13 -1.\n <_>13 0 2 13 2.\n 0\n -0.0168609991669655\n -0.7691270112991333\n 0.1533000022172928\n <_>\n \n <_>\n \n \n \n <_>7 0 4 13 -1.\n <_>9 0 2 13 2.\n 0\n -2.4999999441206455e-003\n -0.6298739910125732\n 0.0516000017523766\n <_>\n \n <_>\n \n \n \n <_>3 1 18 7 -1.\n <_>9 1 6 7 3.\n 0\n -0.0450379997491837\n 0.8542889952659607\n 6.2600001692771912e-003\n <_>\n \n <_>\n \n \n \n <_>1 11 6 9 -1.\n <_>1 14 6 3 3.\n 0\n 0.0390579998493195\n -0.0324589982628822\n -1.3325669765472412\n <_>\n \n <_>\n \n \n \n <_>8 18 9 6 -1.\n <_>8 20 9 2 3.\n 0\n 6.6720000468194485e-003\n -0.1942359954118729\n 0.3732869923114777\n <_>\n \n <_>\n \n \n \n <_>3 9 15 6 -1.\n <_>3 11 15 2 3.\n 0\n -0.0163610000163317\n 2.0605869293212891\n -0.1504269987344742\n <_>\n \n <_>\n \n \n \n <_>5 10 19 2 -1.\n <_>5 11 19 1 2.\n 0\n 6.1719999648630619e-003\n -0.1161099970340729\n 0.2545540034770966\n <_>\n \n <_>\n \n \n \n <_>8 6 7 16 -1.\n <_>8 14 7 8 2.\n 0\n 0.0457220003008842\n -0.0163400005549192\n -1.0449140071868896\n <_>\n \n <_>\n \n \n \n <_>9 14 9 6 -1.\n <_>9 16 9 2 3.\n 0\n 4.1209999471902847e-003\n -0.0419979989528656\n 0.3968099951744080\n <_>\n \n <_>\n \n \n \n <_>0 7 8 12 -1.\n <_>0 11 8 4 3.\n 0\n -1.7800000205170363e-004\n -0.6642259955406189\n 0.0334430001676083\n <_>\n \n <_>\n \n \n \n <_>6 4 18 3 -1.\n <_>6 5 18 1 3.\n 0\n 7.1109998971223831e-003\n -0.0582319982349873\n 0.3785730004310608\n <_>\n \n <_>\n \n \n \n <_>0 16 12 6 -1.\n <_>4 16 4 6 3.\n 0\n -0.0498640015721321\n 0.6101940274238586\n -0.2100570052862167\n <_>\n \n <_>\n \n \n \n <_>13 13 9 4 -1.\n <_>13 15 9 2 2.\n 0\n -0.0250119995325804\n -0.5710009932518005\n 0.1784839928150177\n <_>\n \n <_>\n \n \n \n <_>5 8 14 14 -1.\n <_>5 8 7 7 2.\n <_>12 15 7 7 2.\n 0\n 0.0309399999678135\n 0.0563630014657974\n -0.6473100185394287\n <_>\n \n <_>\n \n \n \n <_>1 16 22 6 -1.\n <_>12 16 11 3 2.\n <_>1 19 11 3 2.\n 0\n 0.0462710000574589\n 0.1748239994049072\n -0.9890940189361572\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n -3.1870000530034304e-003\n -0.6680480241775513\n 0.0322670005261898\n <_>\n \n <_>\n \n \n \n <_>9 5 10 10 -1.\n <_>14 5 5 5 2.\n <_>9 10 5 5 2.\n 0\n -0.0243519991636276\n 0.2944490015506744\n -1.3599999947473407e-003\n <_>\n \n <_>\n \n \n \n <_>5 5 10 10 -1.\n <_>5 5 5 5 2.\n <_>10 10 5 5 2.\n 0\n 0.0119740003719926\n -0.2834509909152985\n 0.4717119932174683\n <_>\n \n <_>\n \n \n \n <_>4 6 16 6 -1.\n <_>12 6 8 3 2.\n <_>4 9 8 3 2.\n 0\n 0.0130700003355742\n -0.1083460003137589\n 0.5719329714775085\n <_>\n \n <_>\n \n \n \n <_>0 7 6 9 -1.\n <_>0 10 6 3 3.\n 0\n 0.0591630004346371\n -0.0509390011429787\n -1.9059720039367676\n <_>\n \n <_>\n \n \n \n <_>16 10 8 14 -1.\n <_>20 10 4 7 2.\n <_>16 17 4 7 2.\n 0\n -0.0410949997603893\n 0.4510459899902344\n -9.7599998116493225e-003\n <_>\n \n <_>\n \n \n \n <_>9 12 6 12 -1.\n <_>9 18 6 6 2.\n 0\n -0.0839890018105507\n -2.0349199771881104\n -0.0510190017521381\n <_>\n \n <_>\n \n \n \n <_>8 10 8 12 -1.\n <_>12 10 4 6 2.\n <_>8 16 4 6 2.\n 0\n 0.0446190014481544\n 0.1704110056161881\n -1.2278720140457153\n <_>\n \n <_>\n \n \n \n <_>8 0 4 9 -1.\n <_>10 0 2 9 2.\n 0\n 0.0244190003722906\n -0.0217969994992018\n -1.0822949409484863\n <_>\n \n <_>\n \n \n \n <_>10 4 8 16 -1.\n <_>14 4 4 8 2.\n <_>10 12 4 8 2.\n 0\n -4.3870001100003719e-003\n 0.3046669960021973\n -0.3706659972667694\n <_>\n \n <_>\n \n \n \n <_>7 10 10 6 -1.\n <_>7 12 10 2 3.\n 0\n 0.0246079992502928\n -0.3116950094699860\n 0.2365729957818985\n <_>\n \n <_>\n \n \n \n <_>5 6 14 14 -1.\n <_>12 6 7 7 2.\n <_>5 13 7 7 2.\n 0\n -0.0851820036768913\n -1.7982350587844849\n 0.1525429934263229\n <_>\n \n <_>\n \n \n \n <_>2 11 20 2 -1.\n <_>2 12 20 1 2.\n 0\n 0.0218449998646975\n -0.0518880002200603\n -1.9017189741134644\n <_>\n \n <_>\n \n \n \n <_>18 8 4 16 -1.\n <_>18 16 4 8 2.\n 0\n -0.0168290007859468\n 0.2102590054273605\n 0.0216569993644953\n <_>\n \n <_>\n \n \n \n <_>1 11 12 10 -1.\n <_>1 11 6 5 2.\n <_>7 16 6 5 2.\n 0\n 0.0325479991734028\n -0.2029259949922562\n 0.6094400286674500\n <_>\n \n <_>\n \n \n \n <_>6 9 12 4 -1.\n <_>6 11 12 2 2.\n 0\n 2.4709999561309814e-003\n -0.9537119865417481\n 0.1856839954853058\n <_>\n \n <_>\n \n \n \n <_>9 12 6 7 -1.\n <_>12 12 3 7 2.\n 0\n 0.0554159991443157\n -0.1440529972314835\n 2.1506340503692627\n <_>\n \n <_>\n \n \n \n <_>10 4 8 16 -1.\n <_>14 4 4 8 2.\n <_>10 12 4 8 2.\n 0\n -0.1063549965620041\n -1.0911970138549805\n 0.1322800070047379\n <_>\n \n <_>\n \n \n \n <_>6 4 8 16 -1.\n <_>6 4 4 8 2.\n <_>10 12 4 8 2.\n 0\n -7.9889995977282524e-003\n 0.1025340035557747\n -0.5174490213394165\n <_>\n \n <_>\n \n \n \n <_>8 9 9 6 -1.\n <_>11 9 3 6 3.\n 0\n 0.0755679979920387\n 0.0589650012552738\n 1.2354209423065186\n <_>\n \n <_>\n \n \n \n <_>1 5 16 12 -1.\n <_>1 5 8 6 2.\n <_>9 11 8 6 2.\n 0\n -0.0928059965372086\n -1.3431650400161743\n -0.0344629995524883\n <_>\n \n <_>\n \n \n \n <_>9 9 6 8 -1.\n <_>9 9 3 8 2.\n 0\n 0.0494319982826710\n 0.0496019981801510\n 1.6054730415344238\n <_>\n \n <_>\n \n \n \n <_>6 0 3 18 -1.\n <_>7 0 1 18 3.\n 0\n -0.0117729995399714\n -1.0261050462722778\n -4.1559999808669090e-003\n <_>\n \n <_>\n \n \n \n <_>17 9 5 14 -1.\n <_>17 16 5 7 2.\n 0\n 0.0858860015869141\n 0.0846429988741875\n 0.9522079825401306\n <_>\n \n <_>\n \n \n \n <_>2 9 5 14 -1.\n <_>2 16 5 7 2.\n 0\n 0.0810310021042824\n -0.1468710005283356\n 1.9359990358352661\n -3.7025990486145020\n 12\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>7 4 10 6 -1.\n <_>7 7 10 3 2.\n 0\n -0.0338409990072250\n 0.6588950157165527\n -0.6975529789924622\n <_>\n \n <_>\n \n \n \n <_>1 3 23 18 -1.\n <_>1 9 23 6 3.\n 0\n 0.0154100004583597\n -0.9072840213775635\n 0.3047859966754913\n <_>\n \n <_>\n \n \n \n <_>1 1 21 3 -1.\n <_>8 1 7 3 3.\n 0\n 0.0549059994518757\n -0.4977479875087738\n 0.5713260173797607\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0213900003582239\n -0.4256519973278046\n 0.5809680223464966\n <_>\n \n <_>\n \n \n \n <_>3 18 12 6 -1.\n <_>3 18 6 3 2.\n <_>9 21 6 3 2.\n 0\n 7.8849997371435165e-003\n -0.4790599942207336\n 0.4301649928092957\n <_>\n \n <_>\n \n \n \n <_>16 8 8 16 -1.\n <_>20 8 4 8 2.\n <_>16 16 4 8 2.\n 0\n -0.0375449992716312\n 0.5086159706115723\n -0.1998589932918549\n <_>\n \n <_>\n \n \n \n <_>0 19 24 4 -1.\n <_>8 19 8 4 3.\n 0\n 0.1592579931020737\n -0.2326360046863556\n 1.0993319749832153\n <_>\n \n <_>\n \n \n \n <_>16 8 8 16 -1.\n <_>20 8 4 8 2.\n <_>16 16 4 8 2.\n 0\n -0.0689399987459183\n 0.4056900143623352\n 0.0568550005555153\n <_>\n \n <_>\n \n \n \n <_>0 8 8 16 -1.\n <_>0 8 4 8 2.\n <_>4 16 4 8 2.\n 0\n -0.0336950011551380\n 0.4513280093669891\n -0.3333280086517334\n <_>\n \n <_>\n \n \n \n <_>8 12 8 10 -1.\n <_>8 17 8 5 2.\n 0\n -0.0633149966597557\n -0.8501570224761963\n 0.2234169989824295\n <_>\n \n <_>\n \n \n \n <_>5 7 5 8 -1.\n <_>5 11 5 4 2.\n 0\n 7.3699997738003731e-003\n -0.9308220148086548\n 0.0592169985175133\n <_>\n \n <_>\n \n \n \n <_>4 1 19 2 -1.\n <_>4 2 19 1 2.\n 0\n -9.5969997346401215e-003\n -1.2794899940490723\n 0.1844729930162430\n <_>\n \n <_>\n \n \n \n <_>0 12 24 9 -1.\n <_>8 12 8 9 3.\n 0\n -0.1306799948215485\n 0.5842689871788025\n -0.2600719928741455\n <_>\n \n <_>\n \n \n \n <_>6 0 13 8 -1.\n <_>6 4 13 4 2.\n 0\n 0.0574029982089996\n -0.0537890009582043\n 0.7117559909820557\n <_>\n \n <_>\n \n \n \n <_>0 0 24 3 -1.\n <_>0 1 24 1 3.\n 0\n -7.2340001352131367e-003\n -0.8696219921112061\n 0.0752149969339371\n <_>\n \n <_>\n \n \n \n <_>20 3 4 11 -1.\n <_>20 3 2 11 2.\n 0\n 0.0310989990830421\n -0.0750069990754128\n 0.9078159928321838\n <_>\n \n <_>\n \n \n \n <_>8 6 6 9 -1.\n <_>10 6 2 9 3.\n 0\n 0.0358540005981922\n -0.2479549944400787\n 0.7227209806442261\n <_>\n \n <_>\n \n \n \n <_>6 11 12 8 -1.\n <_>12 11 6 4 2.\n <_>6 15 6 4 2.\n 0\n -0.0315349996089935\n -1.1238329410552979\n 0.2098830044269562\n <_>\n \n <_>\n \n \n \n <_>0 8 12 6 -1.\n <_>0 8 6 3 2.\n <_>6 11 6 3 2.\n 0\n -0.0194370001554489\n -1.4499390125274658\n -0.0151000004261732\n <_>\n \n <_>\n \n \n \n <_>6 17 18 3 -1.\n <_>6 18 18 1 3.\n 0\n -7.2420001961290836e-003\n 0.5386490225791931\n -0.1137539967894554\n <_>\n \n <_>\n \n \n \n <_>0 14 9 6 -1.\n <_>0 16 9 2 3.\n 0\n 8.1639997661113739e-003\n 0.0668890029191971\n -0.7687289714813232\n <_>\n \n <_>\n \n \n \n <_>20 3 4 9 -1.\n <_>20 3 2 9 2.\n 0\n -0.0436530001461506\n 1.1413530111312866\n 0.0402170009911060\n <_>\n \n <_>\n \n \n \n <_>0 3 4 9 -1.\n <_>2 3 2 9 2.\n 0\n 0.0265699997544289\n -0.2471909970045090\n 0.5929509997367859\n <_>\n \n <_>\n \n \n \n <_>15 0 9 19 -1.\n <_>18 0 3 19 3.\n 0\n 0.0322169996798038\n -0.0400249995291233\n 0.3268800079822540\n <_>\n \n <_>\n \n \n \n <_>0 0 9 19 -1.\n <_>3 0 3 19 3.\n 0\n -0.0722360014915466\n 0.5872939825057983\n -0.2539600133895874\n <_>\n \n <_>\n \n \n \n <_>13 11 6 8 -1.\n <_>13 11 3 8 2.\n 0\n 0.0314249992370605\n 0.1531510055065155\n -0.5604209899902344\n <_>\n \n <_>\n \n \n \n <_>5 11 6 8 -1.\n <_>8 11 3 8 2.\n 0\n -4.7699999413453043e-004\n 0.1695889979600906\n -0.5262669920921326\n <_>\n \n <_>\n \n \n \n <_>5 11 19 3 -1.\n <_>5 12 19 1 3.\n 0\n 2.7189999818801880e-003\n -0.1494459956884384\n 0.2965869903564453\n <_>\n \n <_>\n \n \n \n <_>3 20 18 4 -1.\n <_>9 20 6 4 3.\n 0\n 0.0328750014305115\n -0.3994350135326386\n 0.2515659928321838\n <_>\n \n <_>\n \n \n \n <_>6 6 16 6 -1.\n <_>6 8 16 2 3.\n 0\n -0.0145530002191663\n 0.2797259986400604\n -0.4720380008220673\n <_>\n \n <_>\n \n \n \n <_>6 0 9 6 -1.\n <_>9 0 3 6 3.\n 0\n 0.0380179993808270\n -2.9200001154094934e-003\n -1.1300059556961060\n <_>\n \n <_>\n \n \n \n <_>10 3 4 14 -1.\n <_>10 10 4 7 2.\n 0\n 2.8659999370574951e-003\n 0.4111180007457733\n -0.2622080147266388\n <_>\n \n <_>\n \n \n \n <_>1 5 15 12 -1.\n <_>1 11 15 6 2.\n 0\n -0.0416069999337196\n -1.4293819665908813\n -0.0191329997032881\n <_>\n \n <_>\n \n \n \n <_>11 12 8 5 -1.\n <_>11 12 4 5 2.\n 0\n -0.0248029995709658\n -0.2501359879970551\n 0.1597869992256165\n <_>\n \n <_>\n \n \n \n <_>5 0 6 9 -1.\n <_>7 0 2 9 3.\n 0\n 0.0100980000570416\n 0.0437389984726906\n -0.6998609900474548\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n -0.0209470000118017\n -0.9413779973983765\n 0.2320400029420853\n <_>\n \n <_>\n \n \n \n <_>5 5 12 8 -1.\n <_>5 5 6 4 2.\n <_>11 9 6 4 2.\n 0\n 0.0224580001085997\n -0.2718580067157745\n 0.4531919956207275\n <_>\n \n <_>\n \n \n \n <_>13 12 11 6 -1.\n <_>13 14 11 2 3.\n 0\n -0.0371109992265701\n -1.0314660072326660\n 0.1442179977893829\n <_>\n \n <_>\n \n \n \n <_>0 13 21 3 -1.\n <_>0 14 21 1 3.\n 0\n -0.0106480000540614\n 0.6310700178146362\n -0.2552079856395721\n <_>\n \n <_>\n \n \n \n <_>8 1 8 12 -1.\n <_>12 1 4 6 2.\n <_>8 7 4 6 2.\n 0\n 0.0554229989647865\n 0.1620659977197647\n -1.7722640037536621\n <_>\n \n <_>\n \n \n \n <_>1 0 6 12 -1.\n <_>1 0 3 6 2.\n <_>4 6 3 6 2.\n 0\n 0.0216019991785288\n -0.2501609921455383\n 0.5411980152130127\n <_>\n \n <_>\n \n \n \n <_>2 2 21 2 -1.\n <_>2 3 21 1 2.\n 0\n 8.7000000348780304e-005\n -0.2900890111923218\n 0.3350799977779388\n <_>\n \n <_>\n \n \n \n <_>2 2 19 3 -1.\n <_>2 3 19 1 3.\n 0\n 0.0144060002639890\n -7.8840004280209541e-003\n -1.1677219867706299\n <_>\n \n <_>\n \n \n \n <_>17 10 6 14 -1.\n <_>20 10 3 7 2.\n <_>17 17 3 7 2.\n 0\n 0.1077739968895912\n 0.1129200011491776\n -2.4940319061279297\n <_>\n \n <_>\n \n \n \n <_>1 10 6 14 -1.\n <_>1 10 3 7 2.\n <_>4 17 3 7 2.\n 0\n 0.0359439998865128\n -0.1948059946298599\n 0.9575750231742859\n <_>\n \n <_>\n \n \n \n <_>7 6 14 14 -1.\n <_>14 6 7 7 2.\n <_>7 13 7 7 2.\n 0\n -3.9510000497102737e-003\n 0.3092780113220215\n -0.2553020119667053\n <_>\n \n <_>\n \n \n \n <_>0 12 9 6 -1.\n <_>0 14 9 2 3.\n 0\n 0.0209420006722212\n -7.6319999061524868e-003\n -1.0086350440979004\n <_>\n \n <_>\n \n \n \n <_>15 14 8 9 -1.\n <_>15 17 8 3 3.\n 0\n -0.0298779997974634\n -0.4602769911289215\n 0.1950719952583313\n <_>\n \n <_>\n \n \n \n <_>1 1 22 4 -1.\n <_>1 1 11 2 2.\n <_>12 3 11 2 2.\n 0\n 0.0259719993919134\n -0.0121879996731877\n -1.0035500526428223\n <_>\n \n <_>\n \n \n \n <_>9 11 9 6 -1.\n <_>9 13 9 2 3.\n 0\n 0.0106030004099011\n -0.0759690031409264\n 0.4166989922523499\n <_>\n \n <_>\n \n \n \n <_>0 15 18 3 -1.\n <_>0 16 18 1 3.\n 0\n 8.5819996893405914e-003\n -0.2664859890937805\n 0.3911150097846985\n <_>\n \n <_>\n \n \n \n <_>16 14 7 9 -1.\n <_>16 17 7 3 3.\n 0\n 0.0212709996849298\n 0.1827390044927597\n -0.3605229854583740\n <_>\n \n <_>\n \n \n \n <_>4 3 16 4 -1.\n <_>12 3 8 4 2.\n 0\n 0.0745180025696754\n -0.1893839985132217\n 0.9265800118446350\n <_>\n \n <_>\n \n \n \n <_>7 6 12 5 -1.\n <_>7 6 6 5 2.\n 0\n 4.6569998376071453e-003\n -0.1450619995594025\n 0.3329460024833679\n <_>\n \n <_>\n \n \n \n <_>9 6 4 9 -1.\n <_>11 6 2 9 2.\n 0\n 1.7119999974966049e-003\n -0.5246400237083435\n 0.0898799970746040\n <_>\n \n <_>\n \n \n \n <_>12 1 4 10 -1.\n <_>12 1 2 10 2.\n 0\n 9.8500004969537258e-004\n -0.3838199973106384\n 0.2439299970865250\n <_>\n \n <_>\n \n \n \n <_>8 1 4 10 -1.\n <_>10 1 2 10 2.\n 0\n 0.0282339993864298\n -5.7879998348653316e-003\n -1.2617139816284180\n <_>\n \n <_>\n \n \n \n <_>15 15 6 9 -1.\n <_>15 18 6 3 3.\n 0\n -0.0326780006289482\n -0.5795329809188843\n 0.1695529967546463\n <_>\n \n <_>\n \n \n \n <_>3 15 6 9 -1.\n <_>3 18 6 3 3.\n 0\n 0.0225360002368689\n 0.0222810003906488\n -0.8786960244178772\n <_>\n \n <_>\n \n \n \n <_>15 1 3 19 -1.\n <_>16 1 1 19 3.\n 0\n -0.0216579996049404\n -0.6510850191116333\n 0.1296689957380295\n <_>\n \n <_>\n \n \n \n <_>1 3 6 9 -1.\n <_>3 3 2 9 3.\n 0\n 7.6799998059868813e-003\n -0.3396520018577576\n 0.2201330065727234\n <_>\n \n <_>\n \n \n \n <_>15 0 3 19 -1.\n <_>16 0 1 19 3.\n 0\n 0.0145920002833009\n 0.1507730036973953\n -0.5045239925384522\n <_>\n \n <_>\n \n \n \n <_>6 3 12 4 -1.\n <_>12 3 6 4 2.\n 0\n 0.0278680007904768\n -0.2504529953002930\n 0.4574199914932251\n <_>\n \n <_>\n \n \n \n <_>10 5 4 9 -1.\n <_>10 5 2 9 2.\n 0\n 5.6940000504255295e-003\n -0.1094850003719330\n 0.5575780272483826\n <_>\n \n <_>\n \n \n \n <_>6 0 3 19 -1.\n <_>7 0 1 19 3.\n 0\n -0.0100029995664954\n -0.9736629724502564\n 0.0184679999947548\n <_>\n \n <_>\n \n \n \n <_>11 1 3 12 -1.\n <_>11 7 3 6 2.\n 0\n -4.0719998069107533e-003\n 0.3822219967842102\n -0.1692110002040863\n <_>\n \n <_>\n \n \n \n <_>6 7 10 5 -1.\n <_>11 7 5 5 2.\n 0\n -0.0225939992815256\n -1.0391089916229248\n 5.1839998923242092e-003\n <_>\n \n <_>\n \n \n \n <_>11 3 3 18 -1.\n <_>12 3 1 18 3.\n 0\n -0.0395799987018108\n -5.5109229087829590\n 0.1116399988532066\n <_>\n \n <_>\n \n \n \n <_>9 3 6 12 -1.\n <_>11 3 2 12 3.\n 0\n -0.0175379998981953\n 0.9548580050468445\n -0.1858450025320053\n <_>\n \n <_>\n \n \n \n <_>3 7 19 3 -1.\n <_>3 8 19 1 3.\n 0\n 9.0300003066658974e-003\n 0.0104360003024340\n 0.8211479783058167\n <_>\n \n <_>\n \n \n \n <_>2 7 18 3 -1.\n <_>2 8 18 1 3.\n 0\n -7.9539995640516281e-003\n 0.2263289988040924\n -0.3456819951534271\n <_>\n \n <_>\n \n \n \n <_>3 13 18 4 -1.\n <_>12 13 9 2 2.\n <_>3 15 9 2 2.\n 0\n 0.0270910002291203\n 0.1643009930849075\n -1.3926379680633545\n <_>\n \n <_>\n \n \n \n <_>3 5 6 9 -1.\n <_>5 5 2 9 3.\n 0\n -0.0206259991973639\n -0.8636609911918640\n 2.3880000226199627e-003\n <_>\n \n <_>\n \n \n \n <_>4 1 20 4 -1.\n <_>14 1 10 2 2.\n <_>4 3 10 2 2.\n 0\n -0.0719899982213974\n -2.8192629814147949\n 0.1157049983739853\n <_>\n \n <_>\n \n \n \n <_>0 1 20 4 -1.\n <_>0 1 10 2 2.\n <_>10 3 10 2 2.\n 0\n -0.0269649997353554\n -1.2946130037307739\n -0.0246610008180141\n <_>\n \n <_>\n \n \n \n <_>10 15 6 6 -1.\n <_>10 15 3 6 2.\n 0\n -0.0473779998719692\n -0.8130639791488648\n 0.1183139979839325\n <_>\n \n <_>\n \n \n \n <_>0 2 24 8 -1.\n <_>8 2 8 8 3.\n 0\n -0.1089560016989708\n 0.6593790054321289\n -0.2084390074014664\n <_>\n \n <_>\n \n \n \n <_>5 5 18 3 -1.\n <_>5 6 18 1 3.\n 0\n 0.0135740004479885\n 7.4240001849830151e-003\n 0.5315219759941101\n <_>\n \n <_>\n \n \n \n <_>8 15 6 6 -1.\n <_>11 15 3 6 2.\n 0\n -6.6920001991093159e-003\n 0.3065580129623413\n -0.3108429908752441\n <_>\n \n <_>\n \n \n \n <_>11 12 8 5 -1.\n <_>11 12 4 5 2.\n 0\n -3.9070001803338528e-003\n 0.2557649910449982\n -0.0529320016503334\n <_>\n \n <_>\n \n \n \n <_>5 12 8 5 -1.\n <_>9 12 4 5 2.\n 0\n -0.0376130007207394\n -1.4350049495697021\n -0.0154480002820492\n <_>\n \n <_>\n \n \n \n <_>5 0 14 6 -1.\n <_>5 2 14 2 3.\n 0\n 8.6329998448491096e-003\n -0.1688439995050430\n 0.4212490022182465\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0320970006287098\n -0.6497939825057983\n 0.0411100015044212\n <_>\n \n <_>\n \n \n \n <_>10 7 5 12 -1.\n <_>10 11 5 4 3.\n 0\n 0.0584959983825684\n -0.0529639981687069\n 0.6336830258369446\n <_>\n \n <_>\n \n \n \n <_>7 9 8 14 -1.\n <_>7 9 4 7 2.\n <_>11 16 4 7 2.\n 0\n -0.0409019999206066\n -0.9210109710693359\n 9.0640000998973846e-003\n <_>\n \n <_>\n \n \n \n <_>1 5 22 6 -1.\n <_>12 5 11 3 2.\n <_>1 8 11 3 2.\n 0\n -0.0199250001460314\n 0.5375999808311462\n -0.0629969984292984\n <_>\n \n <_>\n \n \n \n <_>0 5 6 6 -1.\n <_>0 8 6 3 2.\n 0\n -4.6020001173019409e-003\n -0.5433350205421448\n 0.0841049998998642\n <_>\n \n <_>\n \n \n \n <_>12 17 9 4 -1.\n <_>12 19 9 2 2.\n 0\n 0.0168249998241663\n 0.1556369960308075\n -0.4017120003700256\n <_>\n \n <_>\n \n \n \n <_>2 18 19 3 -1.\n <_>2 19 19 1 3.\n 0\n 9.4790002331137657e-003\n -0.2424529939889908\n 0.5150949954986572\n <_>\n \n <_>\n \n \n \n <_>12 17 9 4 -1.\n <_>12 19 9 2 2.\n 0\n -0.0195349995046854\n -0.5111839771270752\n 0.1383199989795685\n <_>\n \n <_>\n \n \n \n <_>1 17 18 3 -1.\n <_>1 18 18 1 3.\n 0\n 0.0107460003346205\n -0.2185499966144562\n 0.6282870173454285\n <_>\n \n <_>\n \n \n \n <_>12 17 9 4 -1.\n <_>12 19 9 2 2.\n 0\n 0.0379270017147064\n 0.1164029985666275\n -2.7301959991455078\n <_>\n \n <_>\n \n \n \n <_>0 0 24 3 -1.\n <_>0 1 24 1 3.\n 0\n 0.0163909997791052\n -0.0146359996870160\n -1.0797250270843506\n <_>\n \n <_>\n \n \n \n <_>5 0 14 4 -1.\n <_>5 2 14 2 2.\n 0\n -0.0197850000113249\n 1.2166420221328735\n 0.0332750007510185\n <_>\n \n <_>\n \n \n \n <_>6 14 9 6 -1.\n <_>6 16 9 2 3.\n 0\n 0.0110670002177358\n -0.2538830041885376\n 0.4403859972953796\n <_>\n \n <_>\n \n \n \n <_>14 13 6 9 -1.\n <_>14 16 6 3 3.\n 0\n 5.2479999139904976e-003\n 0.2249680012464523\n -0.2421649992465973\n <_>\n \n <_>\n \n \n \n <_>5 20 13 4 -1.\n <_>5 22 13 2 2.\n 0\n -0.0111419996246696\n 0.2501809895038605\n -0.3081150054931641\n <_>\n \n <_>\n \n \n \n <_>9 9 6 12 -1.\n <_>9 13 6 4 3.\n 0\n -0.0106669999659061\n -0.3272910118103027\n 0.2616829872131348\n <_>\n \n <_>\n \n \n \n <_>1 10 21 3 -1.\n <_>8 10 7 3 3.\n 0\n 0.1054529994726181\n -0.0557500012218952\n -1.9605729579925537\n <_>\n \n <_>\n \n \n \n <_>8 8 9 6 -1.\n <_>11 8 3 6 3.\n 0\n 0.0548279993236065\n -1.9519999623298645e-003\n 0.7386609911918640\n <_>\n \n <_>\n \n \n \n <_>3 10 9 7 -1.\n <_>6 10 3 7 3.\n 0\n 0.0177609995007515\n -0.3064720034599304\n 0.2634699940681458\n <_>\n \n <_>\n \n \n \n <_>12 10 10 8 -1.\n <_>17 10 5 4 2.\n <_>12 14 5 4 2.\n 0\n -0.0311859995126724\n -0.2460090070962906\n 0.1708219945430756\n <_>\n \n <_>\n \n \n \n <_>0 15 24 3 -1.\n <_>8 15 8 3 3.\n 0\n -0.0572960004210472\n 0.4703350067138672\n -0.2604829967021942\n <_>\n \n <_>\n \n \n \n <_>8 5 9 6 -1.\n <_>8 7 9 2 3.\n 0\n -0.0113120004534721\n 0.3862890005111694\n -0.2881700098514557\n <_>\n \n <_>\n \n \n \n <_>4 13 6 9 -1.\n <_>4 16 6 3 3.\n 0\n 0.0305920001119375\n -0.0488260015845299\n -1.7638969421386719\n <_>\n \n <_>\n \n \n \n <_>12 17 9 4 -1.\n <_>12 19 9 2 2.\n 0\n 1.8489999929443002e-003\n 0.2109989970922470\n -0.0259409993886948\n <_>\n \n <_>\n \n \n \n <_>9 12 6 6 -1.\n <_>9 15 6 3 2.\n 0\n 0.0114190001040697\n -0.1682959944009781\n 1.0278660058975220\n <_>\n \n <_>\n \n \n \n <_>9 9 14 10 -1.\n <_>16 9 7 5 2.\n <_>9 14 7 5 2.\n 0\n 0.0814030021429062\n 0.1153199970722199\n -1.2482399940490723\n <_>\n \n <_>\n \n \n \n <_>1 9 14 10 -1.\n <_>1 9 7 5 2.\n <_>8 14 7 5 2.\n 0\n 0.0534959994256496\n -0.0463039986789227\n -1.7165969610214233\n <_>\n \n <_>\n \n \n \n <_>8 7 9 17 -1.\n <_>11 7 3 17 3.\n 0\n -0.0239480007439852\n -0.4024659991264343\n 0.2056210041046143\n <_>\n \n <_>\n \n \n \n <_>3 4 6 20 -1.\n <_>3 4 3 10 2.\n <_>6 14 3 10 2.\n 0\n 6.7690000869333744e-003\n -0.3315230011940002\n 0.2068340033292770\n <_>\n \n <_>\n \n \n \n <_>7 8 10 4 -1.\n <_>7 8 5 4 2.\n 0\n -0.0323439985513687\n -0.7263280153274536\n 0.2007350027561188\n <_>\n \n <_>\n \n \n \n <_>10 7 4 9 -1.\n <_>12 7 2 9 2.\n 0\n 0.0378630012273788\n -0.1563100069761276\n 1.6697460412979126\n <_>\n \n <_>\n \n \n \n <_>10 15 6 9 -1.\n <_>12 15 2 9 3.\n 0\n 0.0154400002211332\n 0.1948740035295487\n -0.3538419902324677\n <_>\n \n <_>\n \n \n \n <_>3 8 6 16 -1.\n <_>3 8 3 8 2.\n <_>6 16 3 8 2.\n 0\n -0.0443760007619858\n 0.8209360241889954\n -0.1819359958171845\n <_>\n \n <_>\n \n \n \n <_>12 17 9 4 -1.\n <_>12 19 9 2 2.\n 0\n -0.0231020003557205\n -0.4304409921169281\n 0.1237540021538734\n <_>\n \n <_>\n \n \n \n <_>3 17 9 4 -1.\n <_>3 19 9 2 2.\n 0\n 0.0194000005722046\n -0.0297260005027056\n -1.1597590446472168\n <_>\n \n <_>\n \n \n \n <_>10 1 9 6 -1.\n <_>13 1 3 6 3.\n 0\n 0.1038570031523705\n 0.1114989966154099\n -4.6835222244262695\n <_>\n \n <_>\n \n \n \n <_>5 7 4 10 -1.\n <_>5 12 4 5 2.\n 0\n -0.0189640000462532\n 2.1773819923400879\n -0.1454440057277679\n <_>\n \n <_>\n \n \n \n <_>7 5 12 6 -1.\n <_>11 5 4 6 3.\n 0\n 0.0387509986758232\n -0.0494460016489029\n 0.3401829898357391\n <_>\n \n <_>\n \n \n \n <_>6 4 9 8 -1.\n <_>9 4 3 8 3.\n 0\n 0.0227669999003410\n -0.3280299901962280\n 0.3053140044212341\n <_>\n \n <_>\n \n \n \n <_>12 16 10 8 -1.\n <_>17 16 5 4 2.\n <_>12 20 5 4 2.\n 0\n -0.0313570015132427\n 1.1520819664001465\n 0.0273059997707605\n <_>\n \n <_>\n \n \n \n <_>2 16 10 8 -1.\n <_>2 16 5 4 2.\n <_>7 20 5 4 2.\n 0\n 9.6909999847412109e-003\n -0.3879950046539307\n 0.2151259928941727\n <_>\n \n <_>\n \n \n \n <_>0 0 24 4 -1.\n <_>12 0 12 2 2.\n <_>0 2 12 2 2.\n 0\n -0.0492849983274937\n -1.6774909496307373\n 0.1577419936656952\n <_>\n \n <_>\n \n \n \n <_>0 6 9 6 -1.\n <_>0 8 9 2 3.\n 0\n -0.0395109988749027\n -0.9764789938926697\n -0.0105520002543926\n <_>\n \n <_>\n \n \n \n <_>0 4 24 6 -1.\n <_>12 4 12 3 2.\n <_>0 7 12 3 2.\n 0\n 0.0479979999363422\n 0.2084390074014664\n -0.6899279952049255\n <_>\n \n <_>\n \n \n \n <_>5 0 11 4 -1.\n <_>5 2 11 2 2.\n 0\n 0.0514229983091354\n -0.1666530072689056\n 1.2149239778518677\n <_>\n \n <_>\n \n \n \n <_>1 1 22 4 -1.\n <_>12 1 11 2 2.\n <_>1 3 11 2 2.\n 0\n 0.0142799997702241\n 0.2362769991159439\n -0.4139679968357086\n <_>\n \n <_>\n \n \n \n <_>9 6 6 18 -1.\n <_>9 15 6 9 2.\n 0\n -0.0916119962930679\n -0.9283090233802795\n -0.0183450002223253\n <_>\n \n <_>\n \n \n \n <_>2 9 20 4 -1.\n <_>2 11 20 2 2.\n 0\n 6.5080001950263977e-003\n -0.7364720106124878\n 0.1949709951877594\n <_>\n \n <_>\n \n \n \n <_>5 2 14 14 -1.\n <_>5 9 14 7 2.\n 0\n 0.0357230007648468\n 0.1419779956340790\n -0.4208930134773254\n <_>\n \n <_>\n \n \n \n <_>4 2 16 6 -1.\n <_>4 5 16 3 2.\n 0\n 0.0506380014121532\n 0.0116440001875162\n 0.7848659753799439\n <_>\n \n <_>\n \n \n \n <_>2 3 19 3 -1.\n <_>2 4 19 1 3.\n 0\n -0.0146139999851584\n -1.1909500360488892\n -0.0351280011236668\n <_>\n \n <_>\n \n \n \n <_>7 1 10 4 -1.\n <_>7 3 10 2 2.\n 0\n -0.0386629998683929\n 2.4314730167388916\n 0.0656479969620705\n <_>\n \n <_>\n \n \n \n <_>0 9 4 15 -1.\n <_>0 14 4 5 3.\n 0\n -0.0403469987213612\n 0.7175530195236206\n -0.1910829991102219\n <_>\n \n <_>\n \n \n \n <_>2 10 21 3 -1.\n <_>2 11 21 1 3.\n 0\n 0.0239020008593798\n 0.1564619988203049\n -0.7929480075836182\n -3.4265899658203125\n 13\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>3 0 6 6 -1.\n <_>6 0 3 6 2.\n 0\n 8.5640000179409981e-003\n -0.8145070075988770\n 0.5887529850006104\n <_>\n \n <_>\n \n \n \n <_>6 4 14 9 -1.\n <_>6 7 14 3 3.\n 0\n -0.1329260021448135\n 0.9321339726448059\n -0.2936730086803436\n <_>\n \n <_>\n \n \n \n <_>9 1 6 9 -1.\n <_>11 1 2 9 3.\n 0\n 9.8400004208087921e-003\n -0.5646290183067322\n 0.4164769947528839\n <_>\n \n <_>\n \n \n \n <_>15 8 9 9 -1.\n <_>15 11 9 3 3.\n 0\n 5.0889998674392700e-003\n -0.7923280000686646\n 0.1697500050067902\n <_>\n \n <_>\n \n \n \n <_>8 0 4 21 -1.\n <_>8 7 4 7 3.\n 0\n -0.0610390007495880\n -1.4169000387191772\n 0.0250209998339415\n <_>\n \n <_>\n \n \n \n <_>3 22 19 2 -1.\n <_>3 23 19 1 2.\n 0\n -4.6599999768659472e-004\n 0.3798249959945679\n -0.4156709909439087\n <_>\n \n <_>\n \n \n \n <_>2 15 20 3 -1.\n <_>2 16 20 1 3.\n 0\n 3.3889999613165855e-003\n -0.4076859951019287\n 0.3554849922657013\n <_>\n \n <_>\n \n \n \n <_>19 0 4 13 -1.\n <_>19 0 2 13 2.\n 0\n 0.0210069995373487\n -0.2408010065555573\n 0.8611270189285278\n <_>\n \n <_>\n \n \n \n <_>1 7 8 8 -1.\n <_>1 11 8 4 2.\n 0\n 7.5559997931122780e-003\n -0.8746719956398010\n 0.0985720008611679\n <_>\n \n <_>\n \n \n \n <_>14 14 6 9 -1.\n <_>14 17 6 3 3.\n 0\n 0.0247799996286631\n 0.1556620001792908\n -0.6922979950904846\n <_>\n \n <_>\n \n \n \n <_>4 14 6 9 -1.\n <_>4 17 6 3 3.\n 0\n -0.0356200002133846\n -1.1472270488739014\n 0.0363599993288517\n <_>\n \n <_>\n \n \n \n <_>14 5 4 10 -1.\n <_>14 5 2 10 2.\n 0\n 0.0198100004345179\n 0.1551620066165924\n -0.6952009797096252\n <_>\n \n <_>\n \n \n \n <_>6 5 4 10 -1.\n <_>8 5 2 10 2.\n 0\n 0.0150199998170137\n 0.0419900007545948\n -0.9662280082702637\n <_>\n \n <_>\n \n \n \n <_>14 5 6 6 -1.\n <_>14 8 6 3 2.\n 0\n -0.0231379996985197\n 0.4339689910411835\n 2.4160000029951334e-003\n <_>\n \n <_>\n \n \n \n <_>4 5 6 6 -1.\n <_>4 8 6 3 2.\n 0\n -0.0187430009245873\n 0.4348109960556030\n -0.3252249956130981\n <_>\n \n <_>\n \n \n \n <_>0 2 24 21 -1.\n <_>8 2 8 21 3.\n 0\n 0.4508000016212463\n -0.0945739969611168\n 0.7242130041122437\n <_>\n \n <_>\n \n \n \n <_>1 2 6 13 -1.\n <_>3 2 2 13 3.\n 0\n 0.0118549996986985\n -0.3813309967517853\n 0.3009839951992035\n <_>\n \n <_>\n \n \n \n <_>20 0 4 21 -1.\n <_>20 0 2 21 2.\n 0\n -0.0248300004750490\n 0.8930060267448425\n -0.1029589995741844\n <_>\n \n <_>\n \n \n \n <_>0 4 4 20 -1.\n <_>2 4 2 20 2.\n 0\n -0.0447430014610291\n 0.8628029823303223\n -0.2171649932861328\n <_>\n \n <_>\n \n \n \n <_>8 16 9 6 -1.\n <_>8 18 9 2 3.\n 0\n -0.0146000003442168\n 0.6006940007209778\n -0.1590629965066910\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0245270002633333\n -1.5872869491577148\n -0.0218170005828142\n <_>\n \n <_>\n \n \n \n <_>16 12 7 9 -1.\n <_>16 15 7 3 3.\n 0\n 0.0230240002274513\n 0.1685339957475662\n -0.3810690045356751\n <_>\n \n <_>\n \n \n \n <_>5 21 14 3 -1.\n <_>12 21 7 3 2.\n 0\n -0.0249170009046793\n 0.5081089735031128\n -0.2727989852428436\n <_>\n \n <_>\n \n \n \n <_>11 5 6 9 -1.\n <_>11 5 3 9 2.\n 0\n 1.0130000300705433e-003\n -0.4313879907131195\n 0.2643809914588928\n <_>\n \n <_>\n \n \n \n <_>10 5 4 10 -1.\n <_>12 5 2 10 2.\n 0\n 0.0156030002981424\n -0.3162420094013214\n 0.5571590065956116\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n -0.0266859997063875\n 1.0553920269012451\n 0.0290740001946688\n <_>\n \n <_>\n \n \n \n <_>7 5 6 9 -1.\n <_>10 5 3 9 2.\n 0\n 1.3940000208094716e-003\n -0.7187380194664002\n 0.0653909966349602\n <_>\n \n <_>\n \n \n \n <_>14 14 10 4 -1.\n <_>14 16 10 2 2.\n 0\n -6.4799998654052615e-004\n 0.2488439977169037\n -0.2097820043563843\n <_>\n \n <_>\n \n \n \n <_>5 5 14 14 -1.\n <_>5 5 7 7 2.\n <_>12 12 7 7 2.\n 0\n -0.0318880006670952\n -0.6884449720382690\n 0.0635899975895882\n <_>\n \n <_>\n \n \n \n <_>12 8 12 6 -1.\n <_>18 8 6 3 2.\n <_>12 11 6 3 2.\n 0\n -4.9290000461041927e-003\n -0.5915250182151794\n 0.2794359922409058\n <_>\n \n <_>\n \n \n \n <_>6 6 12 12 -1.\n <_>6 6 6 6 2.\n <_>12 12 6 6 2.\n 0\n 0.0311680007725954\n 0.0452239997684956\n -0.8863919973373413\n <_>\n \n <_>\n \n \n \n <_>11 13 6 10 -1.\n <_>13 13 2 10 3.\n 0\n -0.0336630009114742\n -0.6159020066261292\n 0.1574929952621460\n <_>\n \n <_>\n \n \n \n <_>1 10 20 8 -1.\n <_>1 10 10 4 2.\n <_>11 14 10 4 2.\n 0\n 0.0119669996201992\n -0.3060669898986816\n 0.4229330122470856\n <_>\n \n <_>\n \n \n \n <_>15 13 9 6 -1.\n <_>15 15 9 2 3.\n 0\n -0.0346800014376640\n -1.3734940290451050\n 0.1590870022773743\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>9 3 6 3 3.\n 0\n 9.9290004000067711e-003\n -0.5586019754409790\n 0.1211920008063316\n <_>\n \n <_>\n \n \n \n <_>10 1 5 14 -1.\n <_>10 8 5 7 2.\n 0\n 0.0595749989151955\n 4.9720001406967640e-003\n 0.8205540180206299\n <_>\n \n <_>\n \n \n \n <_>3 4 16 6 -1.\n <_>3 6 16 2 3.\n 0\n -0.0654280036687851\n 1.5651429891586304\n -0.1681749969720841\n <_>\n \n <_>\n \n \n \n <_>16 3 8 9 -1.\n <_>16 6 8 3 3.\n 0\n -0.0928959995508194\n -1.5794529914855957\n 0.1466179937124252\n <_>\n \n <_>\n \n \n \n <_>7 13 6 10 -1.\n <_>9 13 2 10 3.\n 0\n -0.0411840006709099\n -1.5518720149993896\n -0.0299699995666742\n <_>\n \n <_>\n \n \n \n <_>15 13 9 6 -1.\n <_>15 15 9 2 3.\n 0\n 0.0214479994028807\n 0.1719630062580109\n -0.6934319734573364\n <_>\n \n <_>\n \n \n \n <_>0 13 9 6 -1.\n <_>0 15 9 2 3.\n 0\n -0.0255699995905161\n -1.3061310052871704\n -0.0243369992822409\n <_>\n \n <_>\n \n \n \n <_>13 16 9 6 -1.\n <_>13 18 9 2 3.\n 0\n -0.0412009991705418\n -1.3821059465408325\n 0.1480180025100708\n <_>\n \n <_>\n \n \n \n <_>2 16 9 6 -1.\n <_>2 18 9 2 3.\n 0\n -0.0176689997315407\n -0.7088999748229981\n 0.0365240015089512\n <_>\n \n <_>\n \n \n \n <_>5 16 18 3 -1.\n <_>5 17 18 1 3.\n 0\n 9.0060001239180565e-003\n -0.0409139990806580\n 0.8037310242652893\n <_>\n \n <_>\n \n \n \n <_>1 16 18 3 -1.\n <_>1 17 18 1 3.\n 0\n -0.0116529995575547\n 0.5754680037498474\n -0.2499170005321503\n <_>\n \n <_>\n \n \n \n <_>5 0 18 3 -1.\n <_>5 1 18 1 3.\n 0\n -7.4780001305043697e-003\n -0.4928089976310730\n 0.1981090009212494\n <_>\n \n <_>\n \n \n \n <_>1 1 19 2 -1.\n <_>1 2 19 1 2.\n 0\n 8.5499999113380909e-004\n -0.4885810017585754\n 0.1356309950351715\n <_>\n \n <_>\n \n \n \n <_>14 2 6 11 -1.\n <_>16 2 2 11 3.\n 0\n -0.0305380001664162\n -0.6027839779853821\n 0.1852200031280518\n <_>\n \n <_>\n \n \n \n <_>4 15 15 6 -1.\n <_>9 15 5 6 3.\n 0\n -0.0188469998538494\n 0.2356559932231903\n -0.3513630032539368\n <_>\n \n <_>\n \n \n \n <_>14 2 6 11 -1.\n <_>16 2 2 11 3.\n 0\n -8.1129996106028557e-003\n -0.0813049972057343\n 0.2106959968805313\n <_>\n \n <_>\n \n \n \n <_>4 2 6 11 -1.\n <_>6 2 2 11 3.\n 0\n -0.0348300002515316\n -1.2065670490264893\n -0.0142519995570183\n <_>\n \n <_>\n \n \n \n <_>18 2 6 9 -1.\n <_>18 5 6 3 3.\n 0\n 0.0190210007131100\n 0.2334990054368973\n -0.4566490054130554\n <_>\n \n <_>\n \n \n \n <_>1 2 22 4 -1.\n <_>1 2 11 2 2.\n <_>12 4 11 2 2.\n 0\n -0.0190040003508329\n -0.8107579946517944\n 0.0131400004029274\n <_>\n \n <_>\n \n \n \n <_>2 0 21 12 -1.\n <_>9 0 7 12 3.\n 0\n -0.0890579968690872\n 0.6154239773750305\n 0.0329830013215542\n <_>\n \n <_>\n \n \n \n <_>0 12 18 3 -1.\n <_>0 13 18 1 3.\n 0\n 6.8620000965893269e-003\n -0.2958309948444367\n 0.2700369954109192\n <_>\n \n <_>\n \n \n \n <_>12 2 6 9 -1.\n <_>14 2 2 9 3.\n 0\n -0.0282409992069006\n -0.6110270023345947\n 0.1735749989748001\n <_>\n \n <_>\n \n \n \n <_>3 10 18 3 -1.\n <_>3 11 18 1 3.\n 0\n -3.2099999953061342e-004\n -0.5332289934158325\n 0.0685390010476112\n <_>\n \n <_>\n \n \n \n <_>16 3 8 9 -1.\n <_>16 6 8 3 3.\n 0\n -0.1082910001277924\n -1.2879559993743896\n 0.1180170029401779\n <_>\n \n <_>\n \n \n \n <_>3 7 18 3 -1.\n <_>3 8 18 1 3.\n 0\n 0.0158789996057749\n -0.1707260012626648\n 1.1103910207748413\n <_>\n \n <_>\n \n \n \n <_>9 11 6 9 -1.\n <_>11 11 2 9 3.\n 0\n 8.6859995499253273e-003\n -0.1099509969353676\n 0.4601050019264221\n <_>\n \n <_>\n \n \n \n <_>9 8 6 9 -1.\n <_>11 8 2 9 3.\n 0\n -0.0252349991351366\n 1.0220669507980347\n -0.1869429945945740\n <_>\n \n <_>\n \n \n \n <_>15 0 2 18 -1.\n <_>15 0 1 18 2.\n 0\n -0.0135089997202158\n -0.7831659913063049\n 0.1420260071754456\n <_>\n \n <_>\n \n \n \n <_>7 0 2 18 -1.\n <_>8 0 1 18 2.\n 0\n -7.7149998396635056e-003\n -0.8806070089340210\n 0.0110600003972650\n <_>\n \n <_>\n \n \n \n <_>17 3 7 9 -1.\n <_>17 6 7 3 3.\n 0\n 0.0715800002217293\n 0.1136939972639084\n -1.1032789945602417\n <_>\n \n <_>\n \n \n \n <_>3 18 9 6 -1.\n <_>3 20 9 2 3.\n 0\n -0.0135540002956986\n -0.8109650015830994\n 3.4080001059919596e-003\n <_>\n \n <_>\n \n \n \n <_>3 18 21 3 -1.\n <_>3 19 21 1 3.\n 0\n 2.9450000729411840e-003\n -0.0728799998760223\n 0.3499810099601746\n <_>\n \n <_>\n \n \n \n <_>0 3 7 9 -1.\n <_>0 6 7 3 3.\n 0\n -0.0508330017328262\n -1.2868590354919434\n -0.0288420002907515\n <_>\n \n <_>\n \n \n \n <_>2 7 22 3 -1.\n <_>2 8 22 1 3.\n 0\n -8.7989997118711472e-003\n 0.4761359989643097\n -0.1469040066003799\n <_>\n \n <_>\n \n \n \n <_>0 3 24 16 -1.\n <_>0 3 12 8 2.\n <_>12 11 12 8 2.\n 0\n 0.2142439931631088\n -0.0597020015120506\n -2.4802260398864746\n <_>\n \n <_>\n \n \n \n <_>13 17 9 4 -1.\n <_>13 19 9 2 2.\n 0\n 0.0139629999175668\n 0.1742029935121536\n -0.4391100108623505\n <_>\n \n <_>\n \n \n \n <_>5 5 12 8 -1.\n <_>5 5 6 4 2.\n <_>11 9 6 4 2.\n 0\n 0.0425020009279251\n -0.1996529996395111\n 0.7065479755401611\n <_>\n \n <_>\n \n \n \n <_>5 6 14 6 -1.\n <_>12 6 7 3 2.\n <_>5 9 7 3 2.\n 0\n 0.0198279991745949\n -0.0691360011696815\n 0.6164339780807495\n <_>\n \n <_>\n \n \n \n <_>5 16 14 6 -1.\n <_>5 16 7 3 2.\n <_>12 19 7 3 2.\n 0\n -0.0335600003600121\n -1.2740780115127563\n -0.0256730001419783\n <_>\n \n <_>\n \n \n \n <_>18 2 6 9 -1.\n <_>18 5 6 3 3.\n 0\n 0.0635429993271828\n 0.1240350008010864\n -1.0776289701461792\n <_>\n \n <_>\n \n \n \n <_>0 2 6 9 -1.\n <_>0 5 6 3 3.\n 0\n 0.0219330005347729\n 0.0149520002305508\n -0.7102349996566773\n <_>\n \n <_>\n \n \n \n <_>3 4 20 10 -1.\n <_>13 4 10 5 2.\n <_>3 9 10 5 2.\n 0\n -0.0784249976277351\n 0.6203399896621704\n 0.0336109995841980\n <_>\n \n <_>\n \n \n \n <_>2 13 9 8 -1.\n <_>5 13 3 8 3.\n 0\n 0.0143900001421571\n -0.3632459938526154\n 0.1730830073356628\n <_>\n \n <_>\n \n \n \n <_>2 1 21 15 -1.\n <_>9 1 7 15 3.\n 0\n -0.0673099979758263\n 0.5237410068511963\n 0.0127999996766448\n <_>\n \n <_>\n \n \n \n <_>5 12 14 8 -1.\n <_>12 12 7 8 2.\n 0\n 0.1304749995470047\n -0.1712249964475632\n 1.1235200166702271\n <_>\n \n <_>\n \n \n \n <_>6 7 12 4 -1.\n <_>6 7 6 4 2.\n 0\n -0.0462459996342659\n -1.1908329725265503\n 0.1742559969425201\n <_>\n \n <_>\n \n \n \n <_>6 5 9 6 -1.\n <_>9 5 3 6 3.\n 0\n -0.0298420004546642\n 0.8393059968948364\n -0.1806419938802719\n <_>\n \n <_>\n \n \n \n <_>13 11 6 6 -1.\n <_>13 11 3 6 2.\n 0\n -3.8099999073892832e-004\n 0.3553279936313629\n -0.2384230047464371\n <_>\n \n <_>\n \n \n \n <_>5 11 6 6 -1.\n <_>8 11 3 6 2.\n 0\n -0.0223789997398853\n -0.8794389963150024\n -7.8399997437372804e-004\n <_>\n \n <_>\n \n \n \n <_>6 4 18 2 -1.\n <_>6 5 18 1 2.\n 0\n -1.5569999814033508e-003\n -0.1425330042839050\n 0.2587620019912720\n <_>\n \n <_>\n \n \n \n <_>0 2 6 11 -1.\n <_>2 2 2 11 3.\n 0\n 0.0120130004361272\n -0.2901549935340881\n 0.2605110108852387\n <_>\n \n <_>\n \n \n \n <_>18 0 6 15 -1.\n <_>20 0 2 15 3.\n 0\n 0.0243849996477365\n -0.0314389988780022\n 0.5869590044021606\n <_>\n \n <_>\n \n \n \n <_>0 0 6 13 -1.\n <_>2 0 2 13 3.\n 0\n -0.0471809990704060\n 0.6943010091781616\n -0.2181610018014908\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n -0.0248939990997314\n -0.6459929943084717\n 0.1561159938573837\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n 0.0219449996948242\n -0.0277420002967119\n -1.1346880197525024\n <_>\n \n <_>\n \n \n \n <_>0 2 24 4 -1.\n <_>8 2 8 4 3.\n 0\n 0.1880989968776703\n -0.0100760003551841\n 1.2429029941558838\n <_>\n \n <_>\n \n \n \n <_>3 13 18 4 -1.\n <_>12 13 9 4 2.\n 0\n -0.0778720006346703\n 0.8500800132751465\n -0.1901549994945526\n <_>\n \n <_>\n \n \n \n <_>9 7 10 4 -1.\n <_>9 7 5 4 2.\n 0\n -0.0487690009176731\n -2.0763080120086670\n 0.1217940002679825\n <_>\n \n <_>\n \n \n \n <_>5 8 12 3 -1.\n <_>11 8 6 3 2.\n 0\n -0.0171150006353855\n -0.8568729758262634\n 7.8760003671050072e-003\n <_>\n \n <_>\n \n \n \n <_>4 14 19 3 -1.\n <_>4 15 19 1 3.\n 0\n -2.7499999850988388e-003\n 0.3864549994468689\n -0.1139149963855743\n <_>\n \n <_>\n \n \n \n <_>10 0 4 20 -1.\n <_>10 10 4 10 2.\n 0\n -0.0987939983606339\n -1.7233899831771851\n -0.0560630001127720\n <_>\n \n <_>\n \n \n \n <_>8 15 9 6 -1.\n <_>8 17 9 2 3.\n 0\n -0.0219369996339083\n 0.5474939942359924\n -0.0424819998443127\n <_>\n \n <_>\n \n \n \n <_>2 9 15 4 -1.\n <_>7 9 5 4 3.\n 0\n 0.0610969997942448\n -0.0389450006186962\n -1.0807880163192749\n <_>\n \n <_>\n \n \n \n <_>8 4 12 7 -1.\n <_>12 4 4 7 3.\n 0\n -0.0245639998465776\n 0.5831109881401062\n -9.7599998116493225e-004\n <_>\n \n <_>\n \n \n \n <_>0 10 6 9 -1.\n <_>0 13 6 3 3.\n 0\n 0.0337520018219948\n -0.0137959998100996\n -0.8473029732704163\n <_>\n \n <_>\n \n \n \n <_>18 5 6 9 -1.\n <_>18 8 6 3 3.\n 0\n 0.0381990000605583\n 0.1511429995298386\n -0.7947340011596680\n <_>\n \n <_>\n \n \n \n <_>0 18 16 6 -1.\n <_>0 18 8 3 2.\n <_>8 21 8 3 2.\n 0\n -0.0201179999858141\n 0.5157909989356995\n -0.2144539952278137\n <_>\n \n <_>\n \n \n \n <_>9 18 14 6 -1.\n <_>16 18 7 3 2.\n <_>9 21 7 3 2.\n 0\n 0.0247349999845028\n -0.0221050009131432\n 0.4291769862174988\n <_>\n \n <_>\n \n \n \n <_>1 20 20 4 -1.\n <_>1 20 10 2 2.\n <_>11 22 10 2 2.\n 0\n -0.0243570003658533\n -0.8620129823684692\n -3.6760000512003899e-003\n <_>\n \n <_>\n \n \n \n <_>2 8 20 6 -1.\n <_>12 8 10 3 2.\n <_>2 11 10 3 2.\n 0\n -0.0264420006424189\n -0.4539749920368195\n 0.2246280014514923\n <_>\n \n <_>\n \n \n \n <_>7 8 6 9 -1.\n <_>9 8 2 9 3.\n 0\n -3.4429999068379402e-003\n 0.1307300031185150\n -0.3862270116806030\n <_>\n \n <_>\n \n \n \n <_>8 5 12 8 -1.\n <_>12 5 4 8 3.\n 0\n 0.1070170029997826\n 0.1315860003232956\n -0.7930690050125122\n <_>\n \n <_>\n \n \n \n <_>4 5 12 8 -1.\n <_>8 5 4 8 3.\n 0\n 0.0451529994606972\n -0.2529680132865906\n 0.4067240059375763\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n 0.0443499982357025\n 0.0226130001246929\n 0.7961810231208801\n <_>\n \n <_>\n \n \n \n <_>2 0 6 16 -1.\n <_>4 0 2 16 3.\n 0\n 1.0839999886229634e-003\n -0.3915840089321137\n 0.1163910031318665\n <_>\n \n <_>\n \n \n \n <_>15 4 6 12 -1.\n <_>15 8 6 4 3.\n 0\n 0.0714330002665520\n 0.0824669972062111\n 1.2530590295791626\n <_>\n \n <_>\n \n \n \n <_>3 4 6 12 -1.\n <_>3 8 6 4 3.\n 0\n 0.0358380004763603\n -0.1820330023765564\n 0.7707870006561279\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n -0.0208390001207590\n -0.6174439787864685\n 0.1589139997959137\n <_>\n \n <_>\n \n \n \n <_>4 0 15 22 -1.\n <_>4 11 15 11 2.\n 0\n 0.4252580106258392\n -0.0489780008792877\n -1.8422030210494995\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n 0.0114080002531409\n 0.1791819930076599\n -0.1538349986076355\n <_>\n \n <_>\n \n \n \n <_>0 12 9 6 -1.\n <_>0 14 9 2 3.\n 0\n -0.0153649998828769\n -0.8401650190353394\n -1.0280000278726220e-003\n <_>\n \n <_>\n \n \n \n <_>15 15 9 6 -1.\n <_>15 17 9 2 3.\n 0\n -0.0152120003476739\n -0.1899569928646088\n 0.1713099926710129\n <_>\n \n <_>\n \n \n \n <_>0 15 9 6 -1.\n <_>0 17 9 2 3.\n 0\n -0.0189720001071692\n -0.7954199910163879\n 6.6800001077353954e-003\n <_>\n \n <_>\n \n \n \n <_>10 0 8 10 -1.\n <_>14 0 4 5 2.\n <_>10 5 4 5 2.\n 0\n -3.3330000005662441e-003\n -0.2353080064058304\n 0.2473009973764420\n <_>\n \n <_>\n \n \n \n <_>1 0 4 16 -1.\n <_>3 0 2 16 2.\n 0\n 0.0932480022311211\n -0.0547580011188984\n -1.8324300050735474\n <_>\n \n <_>\n \n \n \n <_>7 6 10 6 -1.\n <_>7 8 10 2 3.\n 0\n -0.0125550003722310\n 0.2638520002365112\n -0.3852640092372894\n <_>\n \n <_>\n \n \n \n <_>10 12 4 10 -1.\n <_>10 17 4 5 2.\n 0\n -0.0270700007677078\n -0.6692979931831360\n 0.0203409995883703\n <_>\n \n <_>\n \n \n \n <_>8 4 10 6 -1.\n <_>8 6 10 2 3.\n 0\n -0.0236770007759333\n 0.6726530194282532\n -0.0143440002575517\n <_>\n \n <_>\n \n \n \n <_>3 22 18 2 -1.\n <_>12 22 9 2 2.\n 0\n -0.0142750004306436\n 0.3018639981746674\n -0.2851440012454987\n <_>\n \n <_>\n \n \n \n <_>7 7 11 6 -1.\n <_>7 9 11 2 3.\n 0\n 0.0280969999730587\n 0.1476600021123886\n -1.4078520536422729\n <_>\n \n <_>\n \n \n \n <_>0 0 12 10 -1.\n <_>0 0 6 5 2.\n <_>6 5 6 5 2.\n 0\n 0.0508400015532970\n -0.1861360073089600\n 0.7995300292968750\n <_>\n \n <_>\n \n \n \n <_>10 1 12 6 -1.\n <_>16 1 6 3 2.\n <_>10 4 6 3 2.\n 0\n 0.0115059996023774\n 0.1911839991807938\n -0.0850350037217140\n <_>\n \n <_>\n \n \n \n <_>7 16 9 4 -1.\n <_>7 18 9 2 2.\n 0\n -0.0146610001102090\n 0.4523929953575134\n -0.2220519930124283\n <_>\n \n <_>\n \n \n \n <_>5 7 15 16 -1.\n <_>10 7 5 16 3.\n 0\n 0.2284249961376190\n 0.1348839998245239\n -1.2894610166549683\n <_>\n \n <_>\n \n \n \n <_>5 10 12 13 -1.\n <_>11 10 6 13 2.\n 0\n 0.1110690012574196\n -0.2075379937887192\n 0.5456159710884094\n <_>\n \n <_>\n \n \n \n <_>6 2 12 6 -1.\n <_>12 2 6 3 2.\n <_>6 5 6 3 2.\n 0\n 3.2450000289827585e-003\n 0.3205370008945465\n -0.1640350073575974\n <_>\n \n <_>\n \n \n \n <_>3 9 12 9 -1.\n <_>3 12 12 3 3.\n 0\n 0.0853099972009659\n -0.2021050006151199\n 0.5329679846763611\n <_>\n \n <_>\n \n \n \n <_>16 2 8 6 -1.\n <_>16 5 8 3 2.\n 0\n 0.0220480002462864\n 0.1569859981536865\n -0.1701409965753555\n <_>\n \n <_>\n \n \n \n <_>0 2 8 6 -1.\n <_>0 5 8 3 2.\n 0\n -0.0156769994646311\n -0.6286349892616272\n 0.0407619997859001\n <_>\n \n <_>\n \n \n \n <_>0 3 24 11 -1.\n <_>0 3 12 11 2.\n 0\n 0.3311290144920349\n 0.1660930067300797\n -1.0326379537582397\n <_>\n \n <_>\n \n \n \n <_>0 13 8 10 -1.\n <_>0 13 4 5 2.\n <_>4 18 4 5 2.\n 0\n 8.8470000773668289e-003\n -0.2507619857788086\n 0.3166059851646423\n <_>\n \n <_>\n \n \n \n <_>10 14 4 10 -1.\n <_>10 19 4 5 2.\n 0\n 0.0460800006985664\n 0.1535210013389587\n -1.6333500146865845\n <_>\n \n <_>\n \n \n \n <_>10 2 4 21 -1.\n <_>10 9 4 7 3.\n 0\n -0.0377030000090599\n 0.5687379837036133\n -0.2010259926319122\n -3.5125269889831543\n 14\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>4 4 15 9 -1.\n <_>4 7 15 3 3.\n 0\n -0.0818089991807938\n 0.5712479948997498\n -0.6743879914283752\n <_>\n \n <_>\n \n \n \n <_>0 1 24 6 -1.\n <_>8 1 8 6 3.\n 0\n 0.2176119983196259\n -0.3861019909381867\n 0.9034399986267090\n <_>\n \n <_>\n \n \n \n <_>9 6 5 16 -1.\n <_>9 14 5 8 2.\n 0\n 0.0148780001327395\n 0.2224159985780716\n -1.2779350280761719\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>9 21 6 3 3.\n 0\n 0.0524349994957447\n -0.2869040071964264\n 0.7574229836463928\n <_>\n \n <_>\n \n \n \n <_>6 5 3 12 -1.\n <_>6 11 3 6 2.\n 0\n 9.1429995372891426e-003\n -0.6488040089607239\n 0.2226880043745041\n <_>\n \n <_>\n \n \n \n <_>11 6 4 9 -1.\n <_>11 6 2 9 2.\n 0\n 7.9169999808073044e-003\n -0.2925359904766083\n 0.3103019893169403\n <_>\n \n <_>\n \n \n \n <_>5 6 9 8 -1.\n <_>8 6 3 8 3.\n 0\n -0.0260840002447367\n 0.4553270041942596\n -0.3850060105323792\n <_>\n \n <_>\n \n \n \n <_>4 3 20 2 -1.\n <_>4 4 20 1 2.\n 0\n -2.9400000348687172e-003\n -0.5126439929008484\n 0.2743229866027832\n <_>\n \n <_>\n \n \n \n <_>2 10 18 3 -1.\n <_>8 10 6 3 3.\n 0\n 0.0571300014853477\n 0.0157880000770092\n -1.2133100032806396\n <_>\n \n <_>\n \n \n \n <_>7 15 10 6 -1.\n <_>7 17 10 2 3.\n 0\n -6.1309998854994774e-003\n 0.3917460143566132\n -0.3086679875850678\n <_>\n \n <_>\n \n \n \n <_>1 4 4 18 -1.\n <_>1 4 2 9 2.\n <_>3 13 2 9 2.\n 0\n -0.0404050014913082\n 1.1901949644088745\n -0.2034710049629211\n <_>\n \n <_>\n \n \n \n <_>13 0 6 9 -1.\n <_>15 0 2 9 3.\n 0\n -0.0202970001846552\n -0.6823949813842773\n 0.2045869976282120\n <_>\n \n <_>\n \n \n \n <_>5 0 6 9 -1.\n <_>7 0 2 9 3.\n 0\n -0.0171889998018742\n -0.8493989706039429\n 0.0384330004453659\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n -0.0242159999907017\n -1.1039420366287231\n 0.1597509980201721\n <_>\n \n <_>\n \n \n \n <_>6 7 9 6 -1.\n <_>9 7 3 6 3.\n 0\n 0.0568690001964569\n -0.1959529966115952\n 1.1806850433349609\n <_>\n \n <_>\n \n \n \n <_>3 0 18 2 -1.\n <_>3 1 18 1 2.\n 0\n 3.6199999158270657e-004\n -0.4084779918193817\n 0.3293859958648682\n <_>\n \n <_>\n \n \n \n <_>0 10 20 4 -1.\n <_>0 10 10 2 2.\n <_>10 12 10 2 2.\n 0\n 9.9790003150701523e-003\n -0.2967300117015839\n 0.4154790043830872\n <_>\n \n <_>\n \n \n \n <_>10 2 4 12 -1.\n <_>10 8 4 6 2.\n 0\n -0.0526250004768372\n -1.3069299459457397\n 0.1786260008811951\n <_>\n \n <_>\n \n \n \n <_>6 5 6 12 -1.\n <_>6 5 3 6 2.\n <_>9 11 3 6 2.\n 0\n -0.0137489996850491\n 0.2366580069065094\n -0.4453659951686859\n <_>\n \n <_>\n \n \n \n <_>6 0 18 22 -1.\n <_>15 0 9 11 2.\n <_>6 11 9 11 2.\n 0\n -0.0305170007050037\n 0.2901830077171326\n -0.1121010035276413\n <_>\n \n <_>\n \n \n \n <_>0 0 18 22 -1.\n <_>0 0 9 11 2.\n <_>9 11 9 11 2.\n 0\n -0.3003750145435333\n -2.4237680435180664\n -0.0428309999406338\n <_>\n \n <_>\n \n \n \n <_>18 2 6 11 -1.\n <_>20 2 2 11 3.\n 0\n -0.0359909981489182\n 0.8820649981498718\n -0.0470129996538162\n <_>\n \n <_>\n \n \n \n <_>0 2 6 11 -1.\n <_>2 2 2 11 3.\n 0\n -0.0551120005548000\n 0.8011900186538696\n -0.2049099951982498\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n 0.0337620005011559\n 0.1461759954690933\n -1.1349489688873291\n <_>\n \n <_>\n \n \n \n <_>0 0 20 3 -1.\n <_>0 1 20 1 3.\n 0\n -8.2710003480315208e-003\n -0.8160489797592163\n 0.0189880002290010\n <_>\n \n <_>\n \n \n \n <_>2 2 20 2 -1.\n <_>2 3 20 1 2.\n 0\n -5.4399999789893627e-003\n -0.7098090052604675\n 0.2234369963407517\n <_>\n \n <_>\n \n \n \n <_>1 10 18 2 -1.\n <_>1 11 18 1 2.\n 0\n 3.1059999018907547e-003\n -0.7280859947204590\n 0.0402249991893768\n <_>\n \n <_>\n \n \n \n <_>18 7 6 9 -1.\n <_>18 10 6 3 3.\n 0\n 0.0536519996821880\n 0.1717090010643005\n -1.1163710355758667\n <_>\n \n <_>\n \n \n \n <_>0 0 22 9 -1.\n <_>0 3 22 3 3.\n 0\n -0.1254139989614487\n 2.7680370807647705\n -0.1461150050163269\n <_>\n \n <_>\n \n \n \n <_>17 3 6 9 -1.\n <_>17 6 6 3 3.\n 0\n 0.0925420001149178\n 0.1160980015993118\n -3.9635529518127441\n <_>\n \n <_>\n \n \n \n <_>0 7 6 9 -1.\n <_>0 10 6 3 3.\n 0\n 0.0385139994323254\n -7.6399999670684338e-003\n -0.9878090023994446\n <_>\n \n <_>\n \n \n \n <_>0 6 24 6 -1.\n <_>0 8 24 2 3.\n 0\n -2.0200000144541264e-003\n 0.2305999994277954\n -0.7497029900550842\n <_>\n \n <_>\n \n \n \n <_>0 2 6 10 -1.\n <_>2 2 2 10 3.\n 0\n 9.7599998116493225e-003\n -0.3113799989223480\n 0.3028779923915863\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n 0.0240950006991625\n -0.0495299994945526\n 0.5269010066986084\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0179820004850626\n -1.1610640287399292\n -5.7000000961124897e-003\n <_>\n \n <_>\n \n \n \n <_>15 0 6 9 -1.\n <_>17 0 2 9 3.\n 0\n -0.0105550000444055\n -0.2718909978866577\n 0.2359769940376282\n <_>\n \n <_>\n \n \n \n <_>3 0 6 9 -1.\n <_>5 0 2 9 3.\n 0\n -7.2889998555183411e-003\n -0.5421910285949707\n 0.0819140002131462\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n 0.0239390004426241\n 0.1797579973936081\n -0.6704949736595154\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n -0.0183659996837378\n 0.6266430020332336\n -0.2097010016441345\n <_>\n \n <_>\n \n \n \n <_>15 14 9 6 -1.\n <_>15 16 9 2 3.\n 0\n 0.0157159995287657\n 0.2419369965791702\n -1.0444309711456299\n <_>\n \n <_>\n \n \n \n <_>0 15 23 6 -1.\n <_>0 17 23 2 3.\n 0\n -0.0488040000200272\n -0.9406059980392456\n -3.7519999314099550e-003\n <_>\n \n <_>\n \n \n \n <_>5 15 18 3 -1.\n <_>5 16 18 1 3.\n 0\n 6.7130001261830330e-003\n -0.0754320025444031\n 0.6157529950141907\n <_>\n \n <_>\n \n \n \n <_>0 14 9 6 -1.\n <_>0 16 9 2 3.\n 0\n 9.7770001739263535e-003\n 0.0392850004136562\n -0.8481029868125916\n <_>\n \n <_>\n \n \n \n <_>9 8 8 10 -1.\n <_>13 8 4 5 2.\n <_>9 13 4 5 2.\n 0\n 0.0147449998185039\n 0.1696899980306625\n -0.5090640187263489\n <_>\n \n <_>\n \n \n \n <_>3 7 15 6 -1.\n <_>8 7 5 6 3.\n 0\n 0.0970790013670921\n -0.0331030003726482\n -1.2706379890441895\n <_>\n \n <_>\n \n \n \n <_>9 8 8 10 -1.\n <_>13 8 4 5 2.\n <_>9 13 4 5 2.\n 0\n 0.0482859984040260\n 0.0943299978971481\n 2.7203190326690674\n <_>\n \n <_>\n \n \n \n <_>5 0 6 12 -1.\n <_>8 0 3 12 2.\n 0\n 9.7810002043843269e-003\n -0.3953340053558350\n 0.1536380052566528\n <_>\n \n <_>\n \n \n \n <_>9 8 8 10 -1.\n <_>13 8 4 5 2.\n <_>9 13 4 5 2.\n 0\n -0.0398939996957779\n -0.2276740074157715\n 0.1391399949789047\n <_>\n \n <_>\n \n \n \n <_>8 5 6 9 -1.\n <_>10 5 2 9 3.\n 0\n 0.0228480007499456\n -0.2739199995994568\n 0.3419950008392334\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>12 6 2 9 2.\n <_>10 15 2 9 2.\n 0\n 6.7179999314248562e-003\n -0.1087429970502853\n 0.4812540113925934\n <_>\n \n <_>\n \n \n \n <_>5 7 12 4 -1.\n <_>11 7 6 4 2.\n 0\n 0.0595999993383884\n -0.0495220012962818\n -2.0117089748382568\n <_>\n \n <_>\n \n \n \n <_>9 8 8 10 -1.\n <_>13 8 4 5 2.\n <_>9 13 4 5 2.\n 0\n 6.9340001791715622e-003\n 0.1503749936819077\n -0.1127189993858337\n <_>\n \n <_>\n \n \n \n <_>7 8 8 10 -1.\n <_>7 8 4 5 2.\n <_>11 13 4 5 2.\n 0\n 0.0157570000737906\n -0.0208850000053644\n -1.1651979684829712\n <_>\n \n <_>\n \n \n \n <_>11 10 6 14 -1.\n <_>14 10 3 7 2.\n <_>11 17 3 7 2.\n 0\n -0.0496900007128716\n -0.8021349906921387\n 0.1437229961156845\n <_>\n \n <_>\n \n \n \n <_>9 5 6 19 -1.\n <_>12 5 3 19 2.\n 0\n 0.0523470006883144\n -0.2083670049905777\n 0.6167759895324707\n <_>\n \n <_>\n \n \n \n <_>6 12 12 6 -1.\n <_>12 12 6 3 2.\n <_>6 15 6 3 2.\n 0\n 0.0224309992045164\n 0.2030590027570725\n -0.7532619833946228\n <_>\n \n <_>\n \n \n \n <_>1 9 18 6 -1.\n <_>1 9 9 3 2.\n <_>10 12 9 3 2.\n 0\n 0.0411420017480850\n -0.1811819970607758\n 1.0033359527587891\n <_>\n \n <_>\n \n \n \n <_>16 14 8 10 -1.\n <_>20 14 4 5 2.\n <_>16 19 4 5 2.\n 0\n -0.0216320008039474\n 0.4999899864196777\n -0.0346629992127419\n <_>\n \n <_>\n \n \n \n <_>0 9 22 8 -1.\n <_>0 9 11 4 2.\n <_>11 13 11 4 2.\n 0\n -0.0828080028295517\n 1.1711900234222412\n -0.1843360066413879\n <_>\n \n <_>\n \n \n \n <_>8 18 12 6 -1.\n <_>14 18 6 3 2.\n <_>8 21 6 3 2.\n 0\n 8.5060000419616699e-003\n -0.0632250010967255\n 0.2902489900588989\n <_>\n \n <_>\n \n \n \n <_>0 6 20 18 -1.\n <_>0 6 10 9 2.\n <_>10 15 10 9 2.\n 0\n 0.0789050012826920\n -0.2327450066804886\n 0.5969579815864563\n <_>\n \n <_>\n \n \n \n <_>3 6 20 12 -1.\n <_>13 6 10 6 2.\n <_>3 12 10 6 2.\n 0\n -0.0902070030570030\n -0.8221189975738525\n 0.1777220070362091\n <_>\n \n <_>\n \n \n \n <_>0 16 10 8 -1.\n <_>0 16 5 4 2.\n <_>5 20 5 4 2.\n 0\n -0.0292690005153418\n 0.6086069941520691\n -0.2146890014410019\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n 6.9499998353421688e-003\n -0.0426659993827343\n 0.6051210165023804\n <_>\n \n <_>\n \n \n \n <_>0 11 19 3 -1.\n <_>0 12 19 1 3.\n 0\n -8.0629996955394745e-003\n -1.1508270502090454\n -0.0272860005497932\n <_>\n \n <_>\n \n \n \n <_>14 6 6 9 -1.\n <_>14 9 6 3 3.\n 0\n 0.0195959992706776\n -9.1880001127719879e-003\n 0.5685780048370361\n <_>\n \n <_>\n \n \n \n <_>1 7 22 4 -1.\n <_>1 7 11 2 2.\n <_>12 9 11 2 2.\n 0\n -0.0148849999532104\n 0.3765879869461060\n -0.2714950144290924\n <_>\n \n <_>\n \n \n \n <_>13 6 7 12 -1.\n <_>13 10 7 4 3.\n 0\n 0.0252170003950596\n -0.0999910011887550\n 0.2466470003128052\n <_>\n \n <_>\n \n \n \n <_>4 7 11 9 -1.\n <_>4 10 11 3 3.\n 0\n -0.0158559996634722\n 0.6682670116424561\n -0.2061470001935959\n <_>\n \n <_>\n \n \n \n <_>12 10 10 8 -1.\n <_>17 10 5 4 2.\n <_>12 14 5 4 2.\n 0\n 0.0294410008937120\n 0.1583220064640045\n -0.7606089711189270\n <_>\n \n <_>\n \n \n \n <_>2 12 9 7 -1.\n <_>5 12 3 7 3.\n 0\n -8.5279997438192368e-003\n 0.3821229934692383\n -0.2540780007839203\n <_>\n \n <_>\n \n \n \n <_>16 14 6 9 -1.\n <_>16 17 6 3 3.\n 0\n 0.0244219992309809\n 0.1510509997606278\n -0.2875289916992188\n <_>\n \n <_>\n \n \n \n <_>3 12 6 12 -1.\n <_>3 16 6 4 3.\n 0\n -0.0338869988918304\n -0.6800280213356018\n 0.0343270003795624\n <_>\n \n <_>\n \n \n \n <_>14 13 6 6 -1.\n <_>14 16 6 3 2.\n 0\n -2.0810000132769346e-003\n 0.2541390061378479\n -0.2685909867286682\n <_>\n \n <_>\n \n \n \n <_>8 0 6 9 -1.\n <_>10 0 2 9 3.\n 0\n 0.0303589999675751\n -0.0308420006185770\n -1.1476809978485107\n <_>\n \n <_>\n \n \n \n <_>9 1 6 23 -1.\n <_>11 1 2 23 3.\n 0\n 4.0210001170635223e-003\n -0.3525379896163940\n 0.2986809909343720\n <_>\n \n <_>\n \n \n \n <_>0 16 9 6 -1.\n <_>0 18 9 2 3.\n 0\n 0.0276810005307198\n -0.0381489992141724\n -1.3262039422988892\n <_>\n \n <_>\n \n \n \n <_>4 17 18 3 -1.\n <_>4 18 18 1 3.\n 0\n 7.9039996489882469e-003\n -0.0237370003014803\n 0.7050300240516663\n <_>\n \n <_>\n \n \n \n <_>5 2 13 14 -1.\n <_>5 9 13 7 2.\n 0\n 0.0440310016274452\n 0.1067489981651306\n -0.4526120126247406\n <_>\n \n <_>\n \n \n \n <_>15 0 8 12 -1.\n <_>19 0 4 6 2.\n <_>15 6 4 6 2.\n 0\n -0.0323709994554520\n 0.4667490124702454\n -0.0615469999611378\n <_>\n \n <_>\n \n \n \n <_>0 0 8 12 -1.\n <_>0 0 4 6 2.\n <_>4 6 4 6 2.\n 0\n 0.0209330003708601\n -0.2844789922237396\n 0.4384559988975525\n <_>\n \n <_>\n \n \n \n <_>8 2 8 7 -1.\n <_>8 2 4 7 2.\n 0\n 0.0252279993146658\n -0.0225370004773140\n 0.7038909792900085\n <_>\n \n <_>\n \n \n \n <_>1 1 6 9 -1.\n <_>3 1 2 9 3.\n 0\n 6.5520000644028187e-003\n -0.3255490064620972\n 0.2402369976043701\n <_>\n \n <_>\n \n \n \n <_>14 8 6 12 -1.\n <_>17 8 3 6 2.\n <_>14 14 3 6 2.\n 0\n -0.0585579983890057\n -1.2227720022201538\n 0.1166879981756210\n <_>\n \n <_>\n \n \n \n <_>4 8 6 12 -1.\n <_>4 8 3 6 2.\n <_>7 14 3 6 2.\n 0\n 0.0318999998271465\n -0.0193050000816584\n -1.0973169803619385\n <_>\n \n <_>\n \n \n \n <_>16 5 5 15 -1.\n <_>16 10 5 5 3.\n 0\n -0.0304450001567602\n 0.6558250188827515\n 0.0750909969210625\n <_>\n \n <_>\n \n \n \n <_>3 5 5 15 -1.\n <_>3 10 5 5 3.\n 0\n 0.0149330003187060\n -0.5215579867362976\n 0.1152309998869896\n <_>\n \n <_>\n \n \n \n <_>18 4 6 9 -1.\n <_>18 7 6 3 3.\n 0\n -0.0490080006420612\n -0.7830399870872498\n 0.1665720045566559\n <_>\n \n <_>\n \n \n \n <_>1 7 6 15 -1.\n <_>1 12 6 5 3.\n 0\n 0.0831589996814728\n -2.6879999786615372e-003\n -0.8528230190277100\n <_>\n \n <_>\n \n \n \n <_>11 15 12 8 -1.\n <_>17 15 6 4 2.\n <_>11 19 6 4 2.\n 0\n 0.0239029992371798\n -0.0510109998285770\n 0.4199909865856171\n <_>\n \n <_>\n \n \n \n <_>0 2 24 4 -1.\n <_>0 2 12 2 2.\n <_>12 4 12 2 2.\n 0\n 0.0164289996027946\n 0.0192329995334148\n -0.6504909992218018\n <_>\n \n <_>\n \n \n \n <_>15 1 2 19 -1.\n <_>15 1 1 19 2.\n 0\n -0.0118380002677441\n -0.6240980029106140\n 0.1541119962930679\n <_>\n \n <_>\n \n \n \n <_>7 1 2 19 -1.\n <_>8 1 1 19 2.\n 0\n -1.6799999866634607e-004\n 0.1758919954299927\n -0.3433870077133179\n <_>\n \n <_>\n \n \n \n <_>22 1 2 20 -1.\n <_>22 1 1 20 2.\n 0\n 0.0191939994692802\n 0.0434189997613430\n 0.7906919717788696\n <_>\n \n <_>\n \n \n \n <_>0 1 2 20 -1.\n <_>1 1 1 20 2.\n 0\n -0.0100320000201464\n 0.4564889967441559\n -0.2249480038881302\n <_>\n \n <_>\n \n \n \n <_>18 11 6 12 -1.\n <_>20 11 2 12 3.\n 0\n -0.0140040004625916\n 0.3357099890708923\n -4.8799999058246613e-003\n <_>\n \n <_>\n \n \n \n <_>0 11 6 12 -1.\n <_>2 11 2 12 3.\n 0\n -0.1031989976763725\n -2.3378000259399414\n -0.0589330010116100\n <_>\n \n <_>\n \n \n \n <_>3 6 18 14 -1.\n <_>3 13 18 7 2.\n 0\n -0.0956970006227493\n -0.6615390181541443\n 0.2009859979152679\n <_>\n \n <_>\n \n \n \n <_>6 10 7 8 -1.\n <_>6 14 7 4 2.\n 0\n -0.0414809994399548\n 0.4593920111656189\n -0.2231409996747971\n <_>\n \n <_>\n \n \n \n <_>7 9 12 12 -1.\n <_>7 13 12 4 3.\n 0\n 2.4099999573081732e-003\n -0.2689859867095947\n 0.2492299973964691\n <_>\n \n <_>\n \n \n \n <_>2 18 18 5 -1.\n <_>11 18 9 5 2.\n 0\n 0.1072499975562096\n -0.1864019930362701\n 0.7276980280876160\n <_>\n \n <_>\n \n \n \n <_>4 21 20 3 -1.\n <_>4 22 20 1 3.\n 0\n 3.1870000530034304e-003\n -0.0246089994907379\n 0.2864390015602112\n <_>\n \n <_>\n \n \n \n <_>9 12 6 12 -1.\n <_>9 12 3 6 2.\n <_>12 18 3 6 2.\n 0\n 0.0291670002043247\n -0.0346830002963543\n -1.1162580251693726\n <_>\n \n <_>\n \n \n \n <_>4 6 18 3 -1.\n <_>4 7 18 1 3.\n 0\n 0.0112870000302792\n 6.3760001212358475e-003\n 0.6663209795951843\n <_>\n \n <_>\n \n \n \n <_>3 6 18 3 -1.\n <_>3 7 18 1 3.\n 0\n -0.0120010003447533\n 0.4242010116577148\n -0.2627980113029480\n <_>\n \n <_>\n \n \n \n <_>18 4 6 9 -1.\n <_>18 7 6 3 3.\n 0\n -0.0126959998160601\n -0.0219570007175207\n 0.1893679946660996\n <_>\n \n <_>\n \n \n \n <_>2 12 9 6 -1.\n <_>2 14 9 2 3.\n 0\n 0.0245970003306866\n -0.0349639989435673\n -1.0989320278167725\n <_>\n \n <_>\n \n \n \n <_>4 14 18 4 -1.\n <_>13 14 9 2 2.\n <_>4 16 9 2 2.\n 0\n 0.0459530018270016\n 0.1110979989171028\n -2.9306049346923828\n <_>\n \n <_>\n \n \n \n <_>7 7 6 14 -1.\n <_>7 7 3 7 2.\n <_>10 14 3 7 2.\n 0\n -0.0272410009056330\n 0.2910169959068298\n -0.2740789949893951\n <_>\n \n <_>\n \n \n \n <_>7 13 12 6 -1.\n <_>13 13 6 3 2.\n <_>7 16 6 3 2.\n 0\n 0.0400639995932579\n 0.1187790036201477\n -0.6280180215835571\n <_>\n \n <_>\n \n \n \n <_>6 7 12 9 -1.\n <_>10 7 4 9 3.\n 0\n 0.0230550002306700\n 0.1481380015611649\n -0.3700749874114990\n <_>\n \n <_>\n \n \n \n <_>12 12 6 6 -1.\n <_>12 12 3 6 2.\n 0\n -0.0237370003014803\n -0.5372480154037476\n 0.1935819983482361\n <_>\n \n <_>\n \n \n \n <_>0 2 4 10 -1.\n <_>0 7 4 5 2.\n 0\n 0.0775220021605492\n -0.0601940006017685\n -1.9489669799804688\n <_>\n \n <_>\n \n \n \n <_>8 0 9 6 -1.\n <_>11 0 3 6 3.\n 0\n -0.0133450003340840\n -0.4522959887981415\n 0.1874150037765503\n <_>\n \n <_>\n \n \n \n <_>2 9 12 6 -1.\n <_>2 12 12 3 2.\n 0\n -0.0217199996113777\n 1.2144249677658081\n -0.1536580026149750\n <_>\n \n <_>\n \n \n \n <_>13 10 6 9 -1.\n <_>13 13 6 3 3.\n 0\n -0.0714749991893768\n -2.3047130107879639\n 0.1099990010261536\n <_>\n \n <_>\n \n \n \n <_>5 10 6 9 -1.\n <_>5 13 6 3 3.\n 0\n -5.4999999701976776e-003\n -0.7185519933700562\n 0.0201009996235371\n <_>\n \n <_>\n \n \n \n <_>9 15 9 6 -1.\n <_>9 17 9 2 3.\n 0\n 0.0267409998923540\n 0.0735450014472008\n 0.9878600239753723\n <_>\n \n <_>\n \n \n \n <_>5 16 12 6 -1.\n <_>5 19 12 3 2.\n 0\n -0.0394079983234406\n -1.2227380275726318\n -0.0435069985687733\n <_>\n \n <_>\n \n \n \n <_>3 2 20 3 -1.\n <_>3 3 20 1 3.\n 0\n 0.0258889999240637\n 0.1340930014848709\n -1.1770780086517334\n <_>\n \n <_>\n \n \n \n <_>2 5 12 6 -1.\n <_>6 5 4 6 3.\n 0\n 0.0489250011742115\n -0.0308100003749132\n -0.9347950220108032\n <_>\n \n <_>\n \n \n \n <_>11 0 3 24 -1.\n <_>12 0 1 24 3.\n 0\n 0.0368929989635944\n 0.1333370059728622\n -1.4998290538787842\n <_>\n \n <_>\n \n \n \n <_>3 16 15 4 -1.\n <_>8 16 5 4 3.\n 0\n 0.0789299979805946\n -0.1453880071640015\n 1.5631790161132813\n <_>\n \n <_>\n \n \n \n <_>9 12 6 12 -1.\n <_>9 18 6 6 2.\n 0\n 0.0290060006082058\n 0.1938370019197464\n -0.6764280200004578\n <_>\n \n <_>\n \n \n \n <_>1 15 12 8 -1.\n <_>1 15 6 4 2.\n <_>7 19 6 4 2.\n 0\n 6.3089998438954353e-003\n -0.3746539950370789\n 0.1085750013589859\n <_>\n \n <_>\n \n \n \n <_>15 10 8 14 -1.\n <_>19 10 4 7 2.\n <_>15 17 4 7 2.\n 0\n -0.0658309981226921\n 0.8105940222740173\n 0.0302019994705915\n <_>\n \n <_>\n \n \n \n <_>1 9 8 14 -1.\n <_>1 9 4 7 2.\n <_>5 16 4 7 2.\n 0\n -0.0689650028944016\n 0.8377259969711304\n -0.1714099943637848\n <_>\n \n <_>\n \n \n \n <_>9 11 9 10 -1.\n <_>9 16 9 5 2.\n 0\n -0.1166910007596016\n -0.9464719891548157\n 0.1312319934368134\n <_>\n \n <_>\n \n \n \n <_>6 7 12 6 -1.\n <_>6 9 12 2 3.\n 0\n -1.3060000492259860e-003\n 0.0460079982876778\n -0.5201159715652466\n <_>\n \n <_>\n \n \n \n <_>10 15 6 9 -1.\n <_>12 15 2 9 3.\n 0\n -0.0445589981973171\n -1.9423669576644897\n 0.1320070028305054\n <_>\n \n <_>\n \n \n \n <_>7 8 9 7 -1.\n <_>10 8 3 7 3.\n 0\n 0.0510330013930798\n -0.2148099988698959\n 0.4867390096187592\n <_>\n \n <_>\n \n \n \n <_>10 4 8 10 -1.\n <_>14 4 4 5 2.\n <_>10 9 4 5 2.\n 0\n -0.0315780006349087\n 0.5998979806900024\n 7.9159997403621674e-003\n <_>\n \n <_>\n \n \n \n <_>4 6 6 9 -1.\n <_>4 9 6 3 3.\n 0\n 0.0210200008004904\n -0.2206950038671494\n 0.5404620170593262\n <_>\n \n <_>\n \n \n \n <_>0 6 24 12 -1.\n <_>8 6 8 12 3.\n 0\n -0.1382420063018799\n 0.6295750141143799\n -0.0217129997909069\n <_>\n \n <_>\n \n \n \n <_>3 7 6 14 -1.\n <_>6 7 3 14 2.\n 0\n 0.0522289983928204\n -0.2336090058088303\n 0.4976080060005188\n <_>\n \n <_>\n \n \n \n <_>19 8 5 8 -1.\n <_>19 12 5 4 2.\n 0\n 0.0258840005844831\n 0.1804199963808060\n -0.2203920036554337\n <_>\n \n <_>\n \n \n \n <_>0 8 5 8 -1.\n <_>0 12 5 4 2.\n 0\n -0.0121389999985695\n -0.6973189711570740\n 0.0157120004296303\n <_>\n \n <_>\n \n \n \n <_>17 3 6 6 -1.\n <_>17 6 6 3 2.\n 0\n -0.0242379996925592\n 0.3459329903125763\n 0.0714699998497963\n <_>\n \n <_>\n \n \n \n <_>1 3 6 6 -1.\n <_>1 6 6 3 2.\n 0\n -0.0252720005810261\n -0.8758329749107361\n -9.8240002989768982e-003\n <_>\n \n <_>\n \n \n \n <_>18 2 6 9 -1.\n <_>18 5 6 3 3.\n 0\n 0.0125970002263784\n 0.2364999949932098\n -0.2873120009899139\n <_>\n \n <_>\n \n \n \n <_>0 2 6 9 -1.\n <_>0 5 6 3 3.\n 0\n 0.0573309995234013\n -0.0615309998393059\n -2.2326040267944336\n <_>\n \n <_>\n \n \n \n <_>3 3 18 6 -1.\n <_>3 5 18 2 3.\n 0\n 0.0166710000485182\n -0.1985010057687759\n 0.4081070125102997\n <_>\n \n <_>\n \n \n \n <_>2 3 9 6 -1.\n <_>2 5 9 2 3.\n 0\n -0.0228189993649721\n 0.9648759961128235\n -0.2024569958448410\n <_>\n \n <_>\n \n \n \n <_>9 3 10 8 -1.\n <_>14 3 5 4 2.\n <_>9 7 5 4 2.\n 0\n 3.7000001611886546e-005\n -0.0589089989662170\n 0.2705540060997009\n <_>\n \n <_>\n \n \n \n <_>5 3 10 8 -1.\n <_>5 3 5 4 2.\n <_>10 7 5 4 2.\n 0\n -7.6700001955032349e-003\n -0.4531710147857666\n 0.0896280035376549\n <_>\n \n <_>\n \n \n \n <_>10 11 6 12 -1.\n <_>10 11 3 12 2.\n 0\n 0.0940859988331795\n 0.1160459965467453\n -1.0951169729232788\n <_>\n \n <_>\n \n \n \n <_>8 11 6 11 -1.\n <_>11 11 3 11 2.\n 0\n -0.0622670017182827\n 1.8096530437469482\n -0.1477320045232773\n <_>\n \n <_>\n \n \n \n <_>7 8 10 4 -1.\n <_>7 8 5 4 2.\n 0\n 0.0174160003662109\n 0.2306820005178452\n -0.4241760075092316\n <_>\n \n <_>\n \n \n \n <_>9 6 6 7 -1.\n <_>12 6 3 7 2.\n 0\n -0.0220660008490086\n 0.4927029907703400\n -0.2063090056180954\n <_>\n \n <_>\n \n \n \n <_>5 18 18 3 -1.\n <_>5 19 18 1 3.\n 0\n -0.0104040000587702\n 0.6092429757118225\n 0.0281300004571676\n <_>\n \n <_>\n \n \n \n <_>8 4 6 9 -1.\n <_>10 4 2 9 3.\n 0\n -9.3670003116130829e-003\n 0.4017120003700256\n -0.2168170064687729\n <_>\n \n <_>\n \n \n \n <_>8 1 9 7 -1.\n <_>11 1 3 7 3.\n 0\n -0.0290399994701147\n -0.8487650156021118\n 0.1424680054187775\n <_>\n \n <_>\n \n \n \n <_>6 11 6 6 -1.\n <_>9 11 3 6 2.\n 0\n -0.0210619997233152\n -0.7919830083847046\n -0.0125959999859333\n <_>\n \n <_>\n \n \n \n <_>14 12 4 11 -1.\n <_>14 12 2 11 2.\n 0\n -0.0370009988546371\n -0.6748890280723572\n 0.1283040046691895\n <_>\n \n <_>\n \n \n \n <_>6 12 4 11 -1.\n <_>8 12 2 11 2.\n 0\n 0.0107359997928143\n 0.0367799997329712\n -0.6339300274848938\n <_>\n \n <_>\n \n \n \n <_>8 0 12 18 -1.\n <_>12 0 4 18 3.\n 0\n 0.1636759936809540\n 0.1380389928817749\n -0.4718900024890900\n <_>\n \n <_>\n \n \n \n <_>2 12 10 5 -1.\n <_>7 12 5 5 2.\n 0\n 0.0949179977178574\n -0.1385570019483566\n 1.9492419958114624\n <_>\n \n <_>\n \n \n \n <_>2 20 22 3 -1.\n <_>2 21 22 1 3.\n 0\n 0.0352619998157024\n 0.1372189968824387\n -2.1186530590057373\n <_>\n \n <_>\n \n \n \n <_>0 4 2 20 -1.\n <_>1 4 1 20 2.\n 0\n 0.0128110004588962\n -0.2000810056924820\n 0.4950779974460602\n -3.5939640998840332\n 15\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 2 24 4 -1.\n <_>8 2 8 4 3.\n 0\n 0.1390440016984940\n -0.4658119976520538\n 0.7643160223960877\n <_>\n \n <_>\n \n \n \n <_>7 8 10 4 -1.\n <_>7 10 10 2 2.\n 0\n 0.0119169997051358\n -0.9439899921417236\n 0.3972629904747009\n <_>\n \n <_>\n \n \n \n <_>6 7 8 10 -1.\n <_>6 7 4 5 2.\n <_>10 12 4 5 2.\n 0\n -0.0100069995969534\n 0.3271879851818085\n -0.6336740255355835\n <_>\n \n <_>\n \n \n \n <_>14 0 6 14 -1.\n <_>17 0 3 7 2.\n <_>14 7 3 7 2.\n 0\n -6.0479999519884586e-003\n 0.2742789983749390\n -0.5744699835777283\n <_>\n \n <_>\n \n \n \n <_>4 11 5 8 -1.\n <_>4 15 5 4 2.\n 0\n -1.2489999644458294e-003\n 0.2362930029630661\n -0.6859350204467773\n <_>\n \n <_>\n \n \n \n <_>2 0 20 9 -1.\n <_>2 3 20 3 3.\n 0\n 0.0323820002377033\n -0.5763019919395447\n 0.2749269902706146\n <_>\n \n <_>\n \n \n \n <_>6 7 12 8 -1.\n <_>6 7 6 4 2.\n <_>12 11 6 4 2.\n 0\n -0.0139579996466637\n -0.6106150150299072\n 0.2454160004854202\n <_>\n \n <_>\n \n \n \n <_>9 17 6 6 -1.\n <_>9 20 6 3 2.\n 0\n 1.1159999994561076e-003\n -0.5653910040855408\n 0.2717930078506470\n <_>\n \n <_>\n \n \n \n <_>7 10 10 4 -1.\n <_>7 12 10 2 2.\n 0\n 2.7000000045518391e-005\n -0.8023599982261658\n 0.1150910034775734\n <_>\n \n <_>\n \n \n \n <_>6 5 12 9 -1.\n <_>10 5 4 9 3.\n 0\n -2.5700000696815550e-004\n -0.8120589852333069\n 0.2384469956159592\n <_>\n \n <_>\n \n \n \n <_>5 11 6 8 -1.\n <_>8 11 3 8 2.\n 0\n 4.0460000745952129e-003\n 0.1390960067510605\n -0.6616320013999939\n <_>\n \n <_>\n \n \n \n <_>18 4 4 17 -1.\n <_>18 4 2 17 2.\n 0\n 0.0143560003489256\n -0.1648519933223724\n 0.4190169870853424\n <_>\n \n <_>\n \n \n \n <_>0 0 6 6 -1.\n <_>3 0 3 6 2.\n 0\n -0.0553749985992908\n 1.4425870180130005\n -0.1882019937038422\n <_>\n \n <_>\n \n \n \n <_>18 4 4 17 -1.\n <_>18 4 2 17 2.\n 0\n 0.0935949981212616\n 0.1354829967021942\n -0.9163609743118286\n <_>\n \n <_>\n \n \n \n <_>2 4 4 17 -1.\n <_>4 4 2 17 2.\n 0\n 0.0266249999403954\n -0.3374829888343811\n 0.3923360109329224\n <_>\n \n <_>\n \n \n \n <_>5 18 19 3 -1.\n <_>5 19 19 1 3.\n 0\n 3.7469998933374882e-003\n -0.1161540001630783\n 0.4439930021762848\n <_>\n \n <_>\n \n \n \n <_>11 0 2 18 -1.\n <_>11 9 2 9 2.\n 0\n -0.0318860001862049\n -0.9949830174446106\n 1.6120000509545207e-003\n <_>\n \n <_>\n \n \n \n <_>15 4 2 18 -1.\n <_>15 13 2 9 2.\n 0\n -0.0226000007241964\n -0.4806739985942841\n 0.1700730025768280\n <_>\n \n <_>\n \n \n \n <_>7 4 2 18 -1.\n <_>7 13 2 9 2.\n 0\n 0.0252020005136728\n 0.0355800017714500\n -0.8021540045738220\n <_>\n \n <_>\n \n \n \n <_>7 11 10 8 -1.\n <_>12 11 5 4 2.\n <_>7 15 5 4 2.\n 0\n -0.0310369990766048\n -1.0895340442657471\n 0.1808190047740936\n <_>\n \n <_>\n \n \n \n <_>10 6 4 9 -1.\n <_>12 6 2 9 2.\n 0\n -0.0264759995043278\n 0.9567120075225830\n -0.2104939967393875\n <_>\n \n <_>\n \n \n \n <_>10 0 6 9 -1.\n <_>12 0 2 9 3.\n 0\n -0.0138539997860789\n -1.0370320081710815\n 0.2216670066118240\n <_>\n \n <_>\n \n \n \n <_>2 9 16 8 -1.\n <_>2 9 8 4 2.\n <_>10 13 8 4 2.\n 0\n -0.0629250034689903\n 0.9019939899444580\n -0.1908529996871948\n <_>\n \n <_>\n \n \n \n <_>14 15 6 9 -1.\n <_>14 18 6 3 3.\n 0\n -0.0447509996592999\n -1.0119110345840454\n 0.1469119936227799\n <_>\n \n <_>\n \n \n \n <_>8 7 6 9 -1.\n <_>10 7 2 9 3.\n 0\n -0.0204280000180006\n 0.6162449717521668\n -0.2355269938707352\n <_>\n \n <_>\n \n \n \n <_>14 15 6 9 -1.\n <_>14 18 6 3 3.\n 0\n -8.0329999327659607e-003\n -0.0832799971103668\n 0.2172870039939880\n <_>\n \n <_>\n \n \n \n <_>3 12 12 6 -1.\n <_>3 14 12 2 3.\n 0\n 8.7280003353953362e-003\n 0.0654589980840683\n -0.6031870245933533\n <_>\n \n <_>\n \n \n \n <_>14 12 9 6 -1.\n <_>14 14 9 2 3.\n 0\n -0.0272020008414984\n -0.9344739913940430\n 0.1527000069618225\n <_>\n \n <_>\n \n \n \n <_>1 12 9 6 -1.\n <_>1 14 9 2 3.\n 0\n -0.0164710003882647\n -0.8417710065841675\n 0.0133320000022650\n <_>\n \n <_>\n \n \n \n <_>3 7 18 3 -1.\n <_>3 8 18 1 3.\n 0\n -0.0137440003454685\n 0.6056720018386841\n -0.0920210033655167\n <_>\n \n <_>\n \n \n \n <_>1 7 22 6 -1.\n <_>1 9 22 2 3.\n 0\n 0.0291649997234344\n -0.0281140003353357\n -1.4014569520950317\n <_>\n \n <_>\n \n \n \n <_>18 4 6 6 -1.\n <_>18 7 6 3 2.\n 0\n 0.0374570004642010\n 0.1308059990406036\n -0.4938249886035919\n <_>\n \n <_>\n \n \n \n <_>0 4 6 6 -1.\n <_>0 7 6 3 2.\n 0\n -0.0250700004398823\n -1.1289390325546265\n -0.0146000003442168\n <_>\n \n <_>\n \n \n \n <_>5 11 16 6 -1.\n <_>5 14 16 3 2.\n 0\n -0.0638120025396347\n 0.7587159872055054\n -1.8200000049546361e-003\n <_>\n \n <_>\n \n \n \n <_>6 16 9 4 -1.\n <_>6 18 9 2 2.\n 0\n -9.3900002539157867e-003\n 0.2993640005588532\n -0.2948780059814453\n <_>\n \n <_>\n \n \n \n <_>14 15 6 9 -1.\n <_>14 18 6 3 3.\n 0\n -7.6000002445653081e-004\n 0.0197250004857779\n 0.1999389976263046\n <_>\n \n <_>\n \n \n \n <_>4 15 6 9 -1.\n <_>4 18 6 3 3.\n 0\n -0.0217409990727901\n -0.8524789810180664\n 0.0491699986159801\n <_>\n \n <_>\n \n \n \n <_>15 1 6 23 -1.\n <_>17 1 2 23 3.\n 0\n -0.0178699996322393\n -0.0599859990179539\n 0.1522250026464462\n <_>\n \n <_>\n \n \n \n <_>0 21 24 3 -1.\n <_>8 21 8 3 3.\n 0\n -0.0248310007154942\n 0.3560340106487274\n -0.2625989913940430\n <_>\n \n <_>\n \n \n \n <_>0 20 24 4 -1.\n <_>8 20 8 4 3.\n 0\n 0.1571550071239471\n 1.5599999460391700e-004\n 1.0428730249404907\n <_>\n \n <_>\n \n \n \n <_>3 1 6 23 -1.\n <_>5 1 2 23 3.\n 0\n 0.0690269991755486\n -0.0330069996416569\n -1.1796669960021973\n <_>\n \n <_>\n \n \n \n <_>3 17 18 3 -1.\n <_>3 18 18 1 3.\n 0\n -0.0110219996422529\n 0.5898770093917847\n -0.0576479993760586\n <_>\n \n <_>\n \n \n \n <_>0 16 18 3 -1.\n <_>0 17 18 1 3.\n 0\n -0.0138349998742342\n 0.5950279831886292\n -0.2441859990358353\n <_>\n \n <_>\n \n \n \n <_>1 16 22 4 -1.\n <_>12 16 11 2 2.\n <_>1 18 11 2 2.\n 0\n -0.0309410002082586\n -1.1723799705505371\n 0.1690700054168701\n <_>\n \n <_>\n \n \n \n <_>0 16 9 6 -1.\n <_>0 18 9 2 3.\n 0\n 0.0212580002844334\n -0.0189009997993708\n -1.0684759616851807\n <_>\n \n <_>\n \n \n \n <_>2 10 21 3 -1.\n <_>9 10 7 3 3.\n 0\n 0.0930799990892410\n 0.1630560010671616\n -1.3375270366668701\n <_>\n \n <_>\n \n \n \n <_>2 18 12 6 -1.\n <_>2 18 6 3 2.\n <_>8 21 6 3 2.\n 0\n 0.0296359993517399\n -0.2252479940652847\n 0.4540010094642639\n <_>\n \n <_>\n \n \n \n <_>0 5 24 4 -1.\n <_>0 7 24 2 2.\n 0\n -1.2199999764561653e-004\n 0.2740910053253174\n -0.3737139999866486\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0420980006456375\n -0.7582880258560181\n 0.0171370003372431\n <_>\n \n <_>\n \n \n \n <_>10 7 6 12 -1.\n <_>10 13 6 6 2.\n 0\n -0.0225050002336502\n -0.2275930047035217\n 0.2369869947433472\n <_>\n \n <_>\n \n \n \n <_>6 6 6 9 -1.\n <_>8 6 2 9 3.\n 0\n -0.0128629999235272\n 0.1925240010023117\n -0.3212710022926331\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n 0.0278600007295609\n 0.1672369986772537\n -1.0209059715270996\n <_>\n \n <_>\n \n \n \n <_>9 7 6 9 -1.\n <_>11 7 2 9 3.\n 0\n -0.0278079994022846\n 1.2824759483337402\n -0.1722529977560043\n <_>\n \n <_>\n \n \n \n <_>2 1 20 3 -1.\n <_>2 2 20 1 3.\n 0\n -6.1630001291632652e-003\n -0.5407289862632752\n 0.2388570010662079\n <_>\n \n <_>\n \n \n \n <_>1 18 12 6 -1.\n <_>1 18 6 3 2.\n <_>7 21 6 3 2.\n 0\n -0.0204360000789166\n 0.6335539817810059\n -0.2109059989452362\n <_>\n \n <_>\n \n \n \n <_>13 2 4 13 -1.\n <_>13 2 2 13 2.\n 0\n -0.0123079996556044\n -0.4977819919586182\n 0.1740259975194931\n <_>\n \n <_>\n \n \n \n <_>6 7 12 4 -1.\n <_>12 7 6 4 2.\n 0\n -0.0404939986765385\n -1.1848740577697754\n -0.0338909998536110\n <_>\n \n <_>\n \n \n \n <_>10 1 4 13 -1.\n <_>10 1 2 13 2.\n 0\n 0.0296570006757975\n 0.0217409990727901\n 1.0069919824600220\n <_>\n \n <_>\n \n \n \n <_>6 0 3 18 -1.\n <_>7 0 1 18 3.\n 0\n 6.8379999138414860e-003\n 0.0292179994285107\n -0.5990629792213440\n <_>\n \n <_>\n \n \n \n <_>14 3 10 5 -1.\n <_>14 3 5 5 2.\n 0\n 0.0161649994552135\n -0.2100079953670502\n 0.3763729929924011\n <_>\n \n <_>\n \n \n \n <_>6 15 12 8 -1.\n <_>10 15 4 8 3.\n 0\n 0.0501930005848408\n 2.5319999549537897e-003\n -0.7166820168495178\n <_>\n \n <_>\n \n \n \n <_>9 10 6 9 -1.\n <_>11 10 2 9 3.\n 0\n 1.9680000841617584e-003\n -0.2192140072584152\n 0.3229869902133942\n <_>\n \n <_>\n \n \n \n <_>8 3 4 9 -1.\n <_>10 3 2 9 2.\n 0\n 0.0249799992889166\n -9.6840001642704010e-003\n -0.7757290005683899\n <_>\n \n <_>\n \n \n \n <_>17 0 6 14 -1.\n <_>20 0 3 7 2.\n <_>17 7 3 7 2.\n 0\n -0.0158099997788668\n 0.4463750123977661\n -0.0617600008845329\n <_>\n \n <_>\n \n \n \n <_>1 0 6 14 -1.\n <_>1 0 3 7 2.\n <_>4 7 3 7 2.\n 0\n 0.0372069999575615\n -0.2049539983272553\n 0.5772219896316528\n <_>\n \n <_>\n \n \n \n <_>14 0 6 16 -1.\n <_>17 0 3 8 2.\n <_>14 8 3 8 2.\n 0\n -0.0792649984359741\n -0.7674540281295776\n 0.1255040019750595\n <_>\n \n <_>\n \n \n \n <_>7 4 4 10 -1.\n <_>9 4 2 10 2.\n 0\n -0.0171520002186298\n -1.4121830463409424\n -0.0517040006816387\n <_>\n \n <_>\n \n \n \n <_>3 17 18 6 -1.\n <_>12 17 9 3 2.\n <_>3 20 9 3 2.\n 0\n 0.0327400006353855\n 0.1933400034904480\n -0.6363369822502136\n <_>\n \n <_>\n \n \n \n <_>1 20 22 4 -1.\n <_>12 20 11 4 2.\n 0\n -0.1175699979066849\n 0.8432540297508240\n -0.1801860034465790\n <_>\n \n <_>\n \n \n \n <_>14 3 10 5 -1.\n <_>14 3 5 5 2.\n 0\n 0.1205720007419586\n 0.1253000050783157\n -2.1213600635528564\n <_>\n \n <_>\n \n \n \n <_>0 3 10 5 -1.\n <_>5 3 5 5 2.\n 0\n 4.2779999785125256e-003\n -0.4660440087318420\n 0.0896439999341965\n <_>\n \n <_>\n \n \n \n <_>12 6 12 16 -1.\n <_>16 6 4 16 3.\n 0\n -0.0725449994206429\n 0.5182650089263916\n 0.0168239995837212\n <_>\n \n <_>\n \n \n \n <_>0 6 12 16 -1.\n <_>4 6 4 16 3.\n 0\n 0.1771059930324554\n -0.0309100002050400\n -1.1046639680862427\n <_>\n \n <_>\n \n \n \n <_>10 9 5 15 -1.\n <_>10 14 5 5 3.\n 0\n 8.4229996427893639e-003\n 0.2444580048322678\n -0.3861309885978699\n <_>\n \n <_>\n \n \n \n <_>1 18 21 2 -1.\n <_>1 19 21 1 2.\n 0\n -0.0130350003018975\n 0.9800440073013306\n -0.1701650023460388\n <_>\n \n <_>\n \n \n \n <_>15 0 9 6 -1.\n <_>15 2 9 2 3.\n 0\n 0.0189120005816221\n 0.2024849951267242\n -0.3854590058326721\n <_>\n \n <_>\n \n \n \n <_>6 1 12 4 -1.\n <_>12 1 6 4 2.\n 0\n 0.0214479994028807\n -0.2571719884872437\n 0.3518120050430298\n <_>\n \n <_>\n \n \n \n <_>6 0 12 12 -1.\n <_>12 0 6 6 2.\n <_>6 6 6 6 2.\n 0\n 0.0633570030331612\n 0.1699479967355728\n -0.9138380289077759\n <_>\n \n <_>\n \n \n \n <_>8 10 8 12 -1.\n <_>8 10 4 6 2.\n <_>12 16 4 6 2.\n 0\n -0.0324359983205795\n -0.8568159937858582\n -0.0216809995472431\n <_>\n \n <_>\n \n \n \n <_>14 16 10 8 -1.\n <_>19 16 5 4 2.\n <_>14 20 5 4 2.\n 0\n -0.0235649999231100\n 0.5611559748649597\n -2.2400000307243317e-004\n <_>\n \n <_>\n \n \n \n <_>0 16 10 8 -1.\n <_>0 16 5 4 2.\n <_>5 20 5 4 2.\n 0\n 0.0187890008091927\n -0.2545979917049408\n 0.3451290130615234\n <_>\n \n <_>\n \n \n \n <_>10 12 12 5 -1.\n <_>14 12 4 5 3.\n 0\n 0.0310420002788305\n 7.5719999149441719e-003\n 0.3480019867420197\n <_>\n \n <_>\n \n \n \n <_>6 16 10 8 -1.\n <_>6 16 5 4 2.\n <_>11 20 5 4 2.\n 0\n -0.0112269995734096\n -0.6021980047225952\n 0.0428149998188019\n <_>\n \n <_>\n \n \n \n <_>7 6 12 6 -1.\n <_>13 6 6 3 2.\n <_>7 9 6 3 2.\n 0\n -0.0128459995612502\n 0.4202040135860443\n -0.0538010001182556\n <_>\n \n <_>\n \n \n \n <_>9 6 4 18 -1.\n <_>9 6 2 9 2.\n <_>11 15 2 9 2.\n 0\n -0.0127919996157289\n 0.2272450029850006\n -0.3239800035953522\n <_>\n \n <_>\n \n \n \n <_>10 9 6 14 -1.\n <_>13 9 3 7 2.\n <_>10 16 3 7 2.\n 0\n 0.0686519965529442\n 0.0935320034623146\n 10.\n <_>\n \n <_>\n \n \n \n <_>8 9 6 14 -1.\n <_>8 9 3 7 2.\n <_>11 16 3 7 2.\n 0\n 5.2789999172091484e-003\n -0.2692629992961884\n 0.3330320119857788\n <_>\n \n <_>\n \n \n \n <_>7 4 11 12 -1.\n <_>7 10 11 6 2.\n 0\n -0.0387790016829968\n -0.7236530184745789\n 0.1780650019645691\n <_>\n \n <_>\n \n \n \n <_>4 8 6 16 -1.\n <_>4 8 3 8 2.\n <_>7 16 3 8 2.\n 0\n 6.1820000410079956e-003\n -0.3511939942836762\n 0.1658630073070526\n <_>\n \n <_>\n \n \n \n <_>17 3 4 21 -1.\n <_>17 10 4 7 3.\n 0\n 0.1751520037651062\n 0.1162310019135475\n -1.5419290065765381\n <_>\n \n <_>\n \n \n \n <_>3 3 4 21 -1.\n <_>3 10 4 7 3.\n 0\n 0.1162799969315529\n -9.1479998081922531e-003\n -0.9984260201454163\n <_>\n \n <_>\n \n \n \n <_>10 1 8 18 -1.\n <_>14 1 4 9 2.\n <_>10 10 4 9 2.\n 0\n -0.0229640007019043\n 0.2056539952754974\n 0.0154320001602173\n <_>\n \n <_>\n \n \n \n <_>2 5 16 8 -1.\n <_>2 5 8 4 2.\n <_>10 9 8 4 2.\n 0\n -0.0514100007712841\n 0.5807240009307861\n -0.2011840045452118\n <_>\n \n <_>\n \n \n \n <_>3 6 18 12 -1.\n <_>3 10 18 4 3.\n 0\n 0.2247419953346252\n 0.0187289994210005\n 1.0829299688339233\n <_>\n \n <_>\n \n \n \n <_>4 10 16 12 -1.\n <_>4 14 16 4 3.\n 0\n 9.4860000535845757e-003\n -0.3317129909992218\n 0.1990299969911575\n <_>\n \n <_>\n \n \n \n <_>15 4 8 20 -1.\n <_>19 4 4 10 2.\n <_>15 14 4 10 2.\n 0\n -0.1184630021452904\n 1.3711010217666626\n 0.0689269974827766\n <_>\n \n <_>\n \n \n \n <_>7 2 9 6 -1.\n <_>10 2 3 6 3.\n 0\n 0.0378109999001026\n -9.3600002583116293e-004\n -0.8399699926376343\n <_>\n \n <_>\n \n \n \n <_>15 4 8 20 -1.\n <_>19 4 4 10 2.\n <_>15 14 4 10 2.\n 0\n 0.0222020000219345\n -0.0119639998301864\n 0.3667399883270264\n <_>\n \n <_>\n \n \n \n <_>1 4 8 20 -1.\n <_>1 4 4 10 2.\n <_>5 14 4 10 2.\n 0\n -0.0363660007715225\n 0.3786650002002716\n -0.2771480083465576\n <_>\n \n <_>\n \n \n \n <_>11 8 8 14 -1.\n <_>15 8 4 7 2.\n <_>11 15 4 7 2.\n 0\n -0.1318469941616058\n -2.7481179237365723\n 0.1066690012812614\n <_>\n \n <_>\n \n \n \n <_>5 8 8 14 -1.\n <_>5 8 4 7 2.\n <_>9 15 4 7 2.\n 0\n -0.0416559986770153\n 0.4752430021762848\n -0.2324980050325394\n <_>\n \n <_>\n \n \n \n <_>10 13 5 8 -1.\n <_>10 17 5 4 2.\n 0\n -0.0331519991159439\n -0.5792940258979797\n 0.1743440032005310\n <_>\n \n <_>\n \n \n \n <_>4 13 7 9 -1.\n <_>4 16 7 3 3.\n 0\n 0.0157699994742870\n -0.0112840002402663\n -0.8370140194892883\n <_>\n \n <_>\n \n \n \n <_>0 13 24 10 -1.\n <_>0 18 24 5 2.\n 0\n -0.0393630005419254\n 0.3482159972190857\n -0.1745540052652359\n <_>\n \n <_>\n \n \n \n <_>4 2 8 11 -1.\n <_>8 2 4 11 2.\n 0\n -0.0678490027785301\n 1.4225699901580811\n -0.1476559937000275\n <_>\n \n <_>\n \n \n \n <_>10 2 8 16 -1.\n <_>14 2 4 8 2.\n <_>10 10 4 8 2.\n 0\n -0.0267750006169081\n 0.2394700050354004\n 0.0132719995453954\n <_>\n \n <_>\n \n \n \n <_>0 2 24 6 -1.\n <_>0 2 12 3 2.\n <_>12 5 12 3 2.\n 0\n 0.0399190001189709\n -8.9999996125698090e-003\n -0.7593889832496643\n <_>\n \n <_>\n \n \n \n <_>6 0 12 9 -1.\n <_>6 3 12 3 3.\n 0\n 0.1006560027599335\n -0.0186850000172853\n 0.7624530196189880\n <_>\n \n <_>\n \n \n \n <_>1 2 12 12 -1.\n <_>1 2 6 6 2.\n <_>7 8 6 6 2.\n 0\n -0.0810220018029213\n -0.9043909907341003\n -8.5880002006888390e-003\n <_>\n \n <_>\n \n \n \n <_>18 5 6 9 -1.\n <_>18 8 6 3 3.\n 0\n -0.0212580002844334\n -0.2131959944963455\n 0.2191970050334930\n <_>\n \n <_>\n \n \n \n <_>4 3 8 10 -1.\n <_>4 3 4 5 2.\n <_>8 8 4 5 2.\n 0\n -0.0106309996917844\n 0.1959809958934784\n -0.3576810061931610\n <_>\n \n <_>\n \n \n \n <_>6 21 18 3 -1.\n <_>6 22 18 1 3.\n 0\n 8.1300002057105303e-004\n -0.0927949994802475\n 0.2614589929580689\n <_>\n \n <_>\n \n \n \n <_>1 10 18 2 -1.\n <_>1 11 18 1 2.\n 0\n 3.4650000743567944e-003\n -0.5533609986305237\n 0.0273860003799200\n <_>\n \n <_>\n \n \n \n <_>1 10 22 3 -1.\n <_>1 11 22 1 3.\n 0\n 0.0188359990715981\n 0.1844609975814819\n -0.6693429946899414\n <_>\n \n <_>\n \n \n \n <_>2 8 12 9 -1.\n <_>2 11 12 3 3.\n 0\n -0.0256319995969534\n 1.9382879734039307\n -0.1470890045166016\n <_>\n \n <_>\n \n \n \n <_>12 8 12 6 -1.\n <_>18 8 6 3 2.\n <_>12 11 6 3 2.\n 0\n -4.0939999744296074e-003\n -0.2645159959793091\n 0.2073320001363754\n <_>\n \n <_>\n \n \n \n <_>0 8 12 6 -1.\n <_>0 8 6 3 2.\n <_>6 11 6 3 2.\n 0\n -8.9199998183175921e-004\n -0.5503159761428833\n 0.0503749996423721\n <_>\n \n <_>\n \n \n \n <_>10 15 6 9 -1.\n <_>12 15 2 9 3.\n 0\n -0.0495180003345013\n -2.5615389347076416\n 0.1314170062541962\n <_>\n \n <_>\n \n \n \n <_>7 13 9 6 -1.\n <_>7 15 9 2 3.\n 0\n 0.0116809997707605\n -0.2481980025768280\n 0.3998270034790039\n <_>\n \n <_>\n \n \n \n <_>9 8 7 12 -1.\n <_>9 14 7 6 2.\n 0\n 0.0345639996230602\n 0.1617880016565323\n -0.7141889929771423\n <_>\n \n <_>\n \n \n \n <_>4 13 9 6 -1.\n <_>7 13 3 6 3.\n 0\n -8.2909995689988136e-003\n 0.2218009978532791\n -0.2918170094490051\n <_>\n \n <_>\n \n \n \n <_>6 15 18 4 -1.\n <_>12 15 6 4 3.\n 0\n -0.0223580002784729\n 0.3104409873485565\n -2.7280000504106283e-003\n <_>\n \n <_>\n \n \n \n <_>5 4 4 16 -1.\n <_>7 4 2 16 2.\n 0\n -0.0308010000735521\n -0.9567270278930664\n -8.3400001749396324e-003\n <_>\n \n <_>\n \n \n \n <_>10 15 6 9 -1.\n <_>12 15 2 9 3.\n 0\n 0.0437790006399155\n 0.1255690008401871\n -1.1759619712829590\n <_>\n \n <_>\n \n \n \n <_>8 15 6 9 -1.\n <_>10 15 2 9 3.\n 0\n 0.0430460013449192\n -0.0588769987225533\n -1.8568470478057861\n <_>\n \n <_>\n \n \n \n <_>9 11 12 10 -1.\n <_>15 11 6 5 2.\n <_>9 16 6 5 2.\n 0\n 0.0271889995783567\n 0.0428580008447170\n 0.3903670012950897\n <_>\n \n <_>\n \n \n \n <_>3 6 14 6 -1.\n <_>3 8 14 2 3.\n 0\n 9.4149997457861900e-003\n -0.0435670018196106\n -1.1094470024108887\n <_>\n \n <_>\n \n \n \n <_>4 2 17 8 -1.\n <_>4 6 17 4 2.\n 0\n 0.0943119972944260\n 0.0402569994330406\n 0.9844229817390442\n <_>\n \n <_>\n \n \n \n <_>6 2 12 21 -1.\n <_>6 9 12 7 3.\n 0\n 0.1702509969472885\n 0.0295100007206202\n -0.6950929760932922\n <_>\n \n <_>\n \n \n \n <_>8 1 9 9 -1.\n <_>8 4 9 3 3.\n 0\n -0.0471480004489422\n 1.0338569879531860\n 0.0676020011305809\n <_>\n \n <_>\n \n \n \n <_>0 7 24 3 -1.\n <_>12 7 12 3 2.\n 0\n 0.1118630021810532\n -0.0686829984188080\n -2.4985830783843994\n <_>\n \n <_>\n \n \n \n <_>11 6 9 10 -1.\n <_>11 11 9 5 2.\n 0\n -0.0143539998680353\n -0.5948190093040466\n 0.1500169932842255\n <_>\n \n <_>\n \n \n \n <_>2 11 18 3 -1.\n <_>2 12 18 1 3.\n 0\n 0.0340240001678467\n -0.0648230016231537\n -2.1382639408111572\n <_>\n \n <_>\n \n \n \n <_>8 16 9 4 -1.\n <_>8 18 9 2 2.\n 0\n 0.0216019991785288\n 0.0553099997341633\n 0.7829290032386780\n <_>\n \n <_>\n \n \n \n <_>0 0 9 6 -1.\n <_>0 2 9 2 3.\n 0\n 0.0217719990760088\n -7.1279997937381268e-003\n -0.7214810252189636\n <_>\n \n <_>\n \n \n \n <_>0 11 24 6 -1.\n <_>0 13 24 2 3.\n 0\n 0.0824169963598251\n 0.1460949927568436\n -1.3636670112609863\n <_>\n \n <_>\n \n \n \n <_>2 9 20 6 -1.\n <_>2 12 20 3 2.\n 0\n 0.0846719965338707\n -0.1778469979763031\n 0.7285770177841187\n <_>\n \n <_>\n \n \n \n <_>4 5 16 12 -1.\n <_>12 5 8 6 2.\n <_>4 11 8 6 2.\n 0\n -0.0551280006766319\n -0.5940240025520325\n 0.1935780048370361\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0648230016231537\n -1.0783840417861938\n -0.0407340005040169\n <_>\n \n <_>\n \n \n \n <_>7 3 10 4 -1.\n <_>7 5 10 2 2.\n 0\n -0.0227690003812313\n 0.7790020108222961\n 3.4960000775754452e-003\n <_>\n \n <_>\n \n \n \n <_>9 15 6 8 -1.\n <_>9 19 6 4 2.\n 0\n 0.0547560006380081\n -0.0656839981675148\n -1.8188409805297852\n <_>\n \n <_>\n \n \n \n <_>17 0 7 10 -1.\n <_>17 5 7 5 2.\n 0\n -8.9000001025851816e-005\n -0.0178919993340969\n 0.2076829969882965\n <_>\n \n <_>\n \n \n \n <_>0 0 7 10 -1.\n <_>0 5 7 5 2.\n 0\n 0.0983619987964630\n -0.0559469982981682\n -1.4153920412063599\n <_>\n \n <_>\n \n \n \n <_>16 1 6 12 -1.\n <_>19 1 3 6 2.\n <_>16 7 3 6 2.\n 0\n -7.0930002257227898e-003\n 0.3413529992103577\n -0.1208989992737770\n <_>\n \n <_>\n \n \n \n <_>1 0 19 8 -1.\n <_>1 4 19 4 2.\n 0\n 0.0502780005335808\n -0.2628670036792755\n 0.2579729855060577\n <_>\n \n <_>\n \n \n \n <_>12 2 9 4 -1.\n <_>12 4 9 2 2.\n 0\n -5.7870000600814819e-003\n -0.1317860037088394\n 0.1735019981861115\n <_>\n \n <_>\n \n \n \n <_>3 2 9 4 -1.\n <_>3 4 9 2 2.\n 0\n 0.0139739997684956\n 0.0285180006176233\n -0.6115220189094544\n <_>\n \n <_>\n \n \n \n <_>12 2 10 6 -1.\n <_>12 4 10 2 3.\n 0\n 0.0214499998837709\n 0.0261819995939732\n 0.3030659854412079\n <_>\n \n <_>\n \n \n \n <_>3 4 18 2 -1.\n <_>12 4 9 2 2.\n 0\n -0.0292140003293753\n 0.4494059979915619\n -0.2280309945344925\n <_>\n \n <_>\n \n \n \n <_>12 1 4 9 -1.\n <_>12 1 2 9 2.\n 0\n 4.8099999548867345e-004\n -0.1987999975681305\n 0.2074449956417084\n <_>\n \n <_>\n \n \n \n <_>8 1 4 9 -1.\n <_>10 1 2 9 2.\n 0\n 1.7109999898821115e-003\n -0.5403720140457153\n 0.0678659975528717\n <_>\n \n <_>\n \n \n \n <_>10 5 8 10 -1.\n <_>14 5 4 5 2.\n <_>10 10 4 5 2.\n 0\n 8.6660003289580345e-003\n -0.0131280003115535\n 0.5229790210723877\n <_>\n \n <_>\n \n \n \n <_>6 4 12 13 -1.\n <_>10 4 4 13 3.\n 0\n 0.0636579990386963\n 0.0682990029454231\n -0.4923509955406189\n <_>\n \n <_>\n \n \n \n <_>13 5 6 6 -1.\n <_>13 5 3 6 2.\n 0\n -0.0279680006206036\n 0.6818389892578125\n 0.0787810012698174\n <_>\n \n <_>\n \n \n \n <_>1 5 12 3 -1.\n <_>7 5 6 3 2.\n 0\n 0.0489539988338947\n -0.2062239944934845\n 0.5038809776306152\n -3.3933560848236084\n 16\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>7 5 10 6 -1.\n <_>7 7 10 2 3.\n 0\n -0.0293129999190569\n 0.7128469944000244\n -0.5823069810867310\n <_>\n \n <_>\n \n \n \n <_>2 0 21 5 -1.\n <_>9 0 7 5 3.\n 0\n 0.1241509988903999\n -0.3686349987983704\n 0.6006720066070557\n <_>\n \n <_>\n \n \n \n <_>0 8 9 9 -1.\n <_>0 11 9 3 3.\n 0\n 7.9349996522068977e-003\n -0.8600829839706421\n 0.2172469943761826\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0303659997880459\n -0.2718699872493744\n 0.6124789714813232\n <_>\n \n <_>\n \n \n \n <_>0 3 6 7 -1.\n <_>3 3 3 7 2.\n 0\n 0.0252180006355047\n -0.3474830090999603\n 0.5042769908905029\n <_>\n \n <_>\n \n \n \n <_>9 18 12 6 -1.\n <_>15 18 6 3 2.\n <_>9 21 6 3 2.\n 0\n 0.0100140003487468\n -0.3189899921417236\n 0.4137679934501648\n <_>\n \n <_>\n \n \n \n <_>2 8 20 6 -1.\n <_>2 8 10 3 2.\n <_>12 11 10 3 2.\n 0\n -0.0167750008404255\n -0.6904810070991516\n 0.0948309972882271\n <_>\n \n <_>\n \n \n \n <_>13 2 10 4 -1.\n <_>13 4 10 2 2.\n 0\n -2.6950000319629908e-003\n -0.2082979977130890\n 0.2373719960451126\n <_>\n \n <_>\n \n \n \n <_>4 5 5 18 -1.\n <_>4 11 5 6 3.\n 0\n 0.0422579981386662\n -0.4936670064926148\n 0.1817059963941574\n <_>\n \n <_>\n \n \n \n <_>20 4 4 9 -1.\n <_>20 4 2 9 2.\n 0\n -0.0485050007700920\n 1.3429640531539917\n 0.0397690013051033\n <_>\n \n <_>\n \n \n \n <_>8 6 8 14 -1.\n <_>8 13 8 7 2.\n 0\n 0.0289929993450642\n 0.0464960001409054\n -0.8164349794387817\n <_>\n \n <_>\n \n \n \n <_>0 1 24 6 -1.\n <_>12 1 12 3 2.\n <_>0 4 12 3 2.\n 0\n -0.0400890000164509\n -0.7119780182838440\n 0.2255389988422394\n <_>\n \n <_>\n \n \n \n <_>0 4 4 9 -1.\n <_>2 4 2 9 2.\n 0\n -0.0410219989717007\n 1.0057929754257202\n -0.1969020068645477\n <_>\n \n <_>\n \n \n \n <_>3 6 18 3 -1.\n <_>3 7 18 1 3.\n 0\n 0.0118380002677441\n -0.0126000000163913\n 0.8076710104942322\n <_>\n \n <_>\n \n \n \n <_>3 17 16 6 -1.\n <_>3 19 16 2 3.\n 0\n -0.0213280003517866\n -0.8202390074729919\n 0.0205249991267920\n <_>\n \n <_>\n \n \n \n <_>13 6 6 9 -1.\n <_>13 9 6 3 3.\n 0\n -0.0239049997180700\n 0.5421050190925598\n -0.0747670009732246\n <_>\n \n <_>\n \n \n \n <_>5 6 14 6 -1.\n <_>5 6 7 3 2.\n <_>12 9 7 3 2.\n 0\n 0.0180089995265007\n -0.3382770121097565\n 0.4235860109329224\n <_>\n \n <_>\n \n \n \n <_>13 5 8 10 -1.\n <_>17 5 4 5 2.\n <_>13 10 4 5 2.\n 0\n -0.0436140000820160\n -1.1983489990234375\n 0.1556620001792908\n <_>\n \n <_>\n \n \n \n <_>2 2 20 3 -1.\n <_>2 3 20 1 3.\n 0\n -9.2449998483061790e-003\n -0.8902999758720398\n 0.0110039999708533\n <_>\n \n <_>\n \n \n \n <_>9 2 9 6 -1.\n <_>12 2 3 6 3.\n 0\n 0.0474850013852119\n 0.1666409969329834\n -0.9076449871063232\n <_>\n \n <_>\n \n \n \n <_>8 6 6 9 -1.\n <_>10 6 2 9 3.\n 0\n -0.0142339998856187\n 0.6269519925117493\n -0.2579120099544525\n <_>\n \n <_>\n \n \n \n <_>12 3 4 11 -1.\n <_>12 3 2 11 2.\n 0\n 3.8010000716894865e-003\n -0.2822999954223633\n 0.2662459909915924\n <_>\n \n <_>\n \n \n \n <_>8 3 4 11 -1.\n <_>10 3 2 11 2.\n 0\n 3.4330000635236502e-003\n -0.6377199888229370\n 0.0984229966998100\n <_>\n \n <_>\n \n \n \n <_>8 3 8 10 -1.\n <_>12 3 4 5 2.\n <_>8 8 4 5 2.\n 0\n -0.0292210001498461\n -0.7676990032196045\n 0.2263450026512146\n <_>\n \n <_>\n \n \n \n <_>11 1 2 18 -1.\n <_>12 1 1 18 2.\n 0\n -6.4949998632073402e-003\n 0.4560010135173798\n -0.2652890086174011\n <_>\n \n <_>\n \n \n \n <_>9 2 9 6 -1.\n <_>12 2 3 6 3.\n 0\n -0.0300340000540018\n -0.7655109763145447\n 0.1400929987430573\n <_>\n \n <_>\n \n \n \n <_>0 2 19 3 -1.\n <_>0 3 19 1 3.\n 0\n 7.8360000625252724e-003\n 0.0467559993267059\n -0.7235620021820068\n <_>\n \n <_>\n \n \n \n <_>9 14 9 6 -1.\n <_>9 16 9 2 3.\n 0\n 8.8550001382827759e-003\n -0.0491419993340969\n 0.5147269964218140\n <_>\n \n <_>\n \n \n \n <_>1 8 18 5 -1.\n <_>7 8 6 5 3.\n 0\n 0.0959739983081818\n -0.0200689993798733\n -1.0850950479507446\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n -0.0328769981861115\n -0.9587529897689819\n 0.1454360038042069\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n -0.0133840003982186\n -0.7001360058784485\n 0.0291579999029636\n <_>\n \n <_>\n \n \n \n <_>13 6 4 15 -1.\n <_>13 11 4 5 3.\n 0\n 0.0152359995990992\n -0.2823570072650909\n 0.2536799907684326\n <_>\n \n <_>\n \n \n \n <_>1 5 18 3 -1.\n <_>1 6 18 1 3.\n 0\n 0.0120540000498295\n -0.2530339956283569\n 0.4652670025825501\n <_>\n \n <_>\n \n \n \n <_>9 7 14 6 -1.\n <_>9 9 14 2 3.\n 0\n -0.0762950032949448\n -0.6991580128669739\n 0.1321720033884049\n <_>\n \n <_>\n \n \n \n <_>2 16 18 3 -1.\n <_>2 17 18 1 3.\n 0\n -0.0120400004088879\n 0.4589459896087647\n -0.2385649979114533\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n 0.0219160001724958\n 0.1826860010623932\n -0.6162970066070557\n <_>\n \n <_>\n \n \n \n <_>0 8 12 6 -1.\n <_>0 8 6 3 2.\n <_>6 11 6 3 2.\n 0\n -2.7330000884830952e-003\n -0.6325790286064148\n 0.0342190004885197\n <_>\n \n <_>\n \n \n \n <_>9 13 7 8 -1.\n <_>9 17 7 4 2.\n 0\n -0.0486520007252693\n -1.0297729969024658\n 0.1738650053739548\n <_>\n \n <_>\n \n \n \n <_>2 17 20 3 -1.\n <_>2 18 20 1 3.\n 0\n -0.0104639995843172\n 0.3475730121135712\n -0.2746410071849823\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n -6.6550001502037048e-003\n -0.2898029983043671\n 0.2403790056705475\n <_>\n \n <_>\n \n \n \n <_>4 0 15 4 -1.\n <_>4 2 15 2 2.\n 0\n 8.5469996556639671e-003\n -0.4434050023555756\n 0.1426739990711212\n <_>\n \n <_>\n \n \n \n <_>17 2 6 6 -1.\n <_>17 5 6 3 2.\n 0\n 0.0199139993637800\n 0.1774040013551712\n -0.2409629970788956\n <_>\n \n <_>\n \n \n \n <_>0 3 6 9 -1.\n <_>0 6 6 3 3.\n 0\n 0.0220129992812872\n -0.0108120003715158\n -0.9469079971313477\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n -0.0521790012717247\n 1.6547499895095825\n 0.0964870005846024\n <_>\n \n <_>\n \n \n \n <_>0 17 9 6 -1.\n <_>0 19 9 2 3.\n 0\n 0.0196989998221397\n -6.7560002207756042e-003\n -0.8631150126457214\n <_>\n \n <_>\n \n \n \n <_>9 18 12 6 -1.\n <_>15 18 6 3 2.\n <_>9 21 6 3 2.\n 0\n 0.0230400003492832\n -2.3519999813288450e-003\n 0.3853130042552948\n <_>\n \n <_>\n \n \n \n <_>3 15 6 9 -1.\n <_>3 18 6 3 3.\n 0\n -0.0150380004197359\n -0.6190569996833801\n 0.0310779996216297\n <_>\n \n <_>\n \n \n \n <_>16 13 8 10 -1.\n <_>20 13 4 5 2.\n <_>16 18 4 5 2.\n 0\n -0.0499560013413429\n 0.7065749764442444\n 0.0478809997439384\n <_>\n \n <_>\n \n \n \n <_>0 14 24 4 -1.\n <_>8 14 8 4 3.\n 0\n -0.0692699998617172\n 0.3921290040016174\n -0.2384800016880035\n <_>\n \n <_>\n \n \n \n <_>13 18 6 6 -1.\n <_>13 18 3 6 2.\n 0\n 4.7399997711181641e-003\n -0.0243090000003576\n 0.2538630068302155\n <_>\n \n <_>\n \n \n \n <_>0 13 8 10 -1.\n <_>0 13 4 5 2.\n <_>4 18 4 5 2.\n 0\n -0.0339239984750748\n 0.4693039953708649\n -0.2332189977169037\n <_>\n \n <_>\n \n \n \n <_>0 14 24 6 -1.\n <_>0 17 24 3 2.\n 0\n -0.0162310004234314\n 0.3231920003890991\n -0.2054560035467148\n <_>\n \n <_>\n \n \n \n <_>5 2 12 8 -1.\n <_>5 2 6 4 2.\n <_>11 6 6 4 2.\n 0\n -0.0501930005848408\n -1.2277870178222656\n -0.0407980009913445\n <_>\n \n <_>\n \n \n \n <_>8 9 9 6 -1.\n <_>11 9 3 6 3.\n 0\n 0.0569440014660358\n 0.0451840013265610\n 0.6019750237464905\n <_>\n \n <_>\n \n \n \n <_>4 3 16 4 -1.\n <_>4 5 16 2 2.\n 0\n 0.0409369990229607\n -0.1677280068397522\n 0.8981930017471314\n <_>\n \n <_>\n \n \n \n <_>10 2 4 10 -1.\n <_>10 7 4 5 2.\n 0\n -3.0839999672025442e-003\n 0.3371619880199432\n -0.2724080085754395\n <_>\n \n <_>\n \n \n \n <_>8 4 5 8 -1.\n <_>8 8 5 4 2.\n 0\n -0.0326000005006790\n -0.8544650077819824\n 0.0196649990975857\n <_>\n \n <_>\n \n \n \n <_>11 5 9 12 -1.\n <_>11 9 9 4 3.\n 0\n 0.0984809994697571\n 0.0547420009970665\n 0.6382730007171631\n <_>\n \n <_>\n \n \n \n <_>4 5 9 12 -1.\n <_>4 9 9 4 3.\n 0\n -0.0381850004196167\n 0.5227469801902771\n -0.2338480055332184\n <_>\n \n <_>\n \n \n \n <_>14 6 6 9 -1.\n <_>14 9 6 3 3.\n 0\n -0.0459170006215572\n 0.6282920241355896\n 0.0328590013086796\n <_>\n \n <_>\n \n \n \n <_>2 4 20 12 -1.\n <_>2 8 20 4 3.\n 0\n -0.1195549964904785\n -0.6157270073890686\n 0.0346800014376640\n <_>\n \n <_>\n \n \n \n <_>4 4 17 16 -1.\n <_>4 12 17 8 2.\n 0\n -0.1204439997673035\n -0.8438000082969666\n 0.1653070002794266\n <_>\n \n <_>\n \n \n \n <_>8 7 7 6 -1.\n <_>8 10 7 3 2.\n 0\n 0.0706190019845963\n -0.0632610023021698\n -1.9863929748535156\n <_>\n \n <_>\n \n \n \n <_>1 9 23 2 -1.\n <_>1 10 23 1 2.\n 0\n 8.4889996796846390e-003\n -0.1766339987516403\n 0.3801119923591614\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n 0.0227109994739294\n -0.0276059992611408\n -0.9192140102386475\n <_>\n \n <_>\n \n \n \n <_>13 3 4 9 -1.\n <_>13 3 2 9 2.\n 0\n 4.9700000090524554e-004\n -0.2429320067167282\n 0.2287890017032623\n <_>\n \n <_>\n \n \n \n <_>8 1 6 13 -1.\n <_>10 1 2 13 3.\n 0\n 0.0346519984304905\n -0.2370599955320358\n 0.5401099920272827\n <_>\n \n <_>\n \n \n \n <_>4 22 18 2 -1.\n <_>4 23 18 1 2.\n 0\n -4.4700000435113907e-003\n 0.3907899856567383\n -0.1269380003213882\n <_>\n \n <_>\n \n \n \n <_>3 10 9 6 -1.\n <_>6 10 3 6 3.\n 0\n 0.0236430000513792\n -0.2666369974613190\n 0.3231259882450104\n <_>\n \n <_>\n \n \n \n <_>14 0 2 24 -1.\n <_>14 0 1 24 2.\n 0\n 0.0128130000084639\n 0.1754080057144165\n -0.6078799962997437\n <_>\n \n <_>\n \n \n \n <_>8 0 2 24 -1.\n <_>9 0 1 24 2.\n 0\n -0.0112509997561574\n -1.0852589607238770\n -0.0280460007488728\n <_>\n \n <_>\n \n \n \n <_>3 2 18 10 -1.\n <_>9 2 6 10 3.\n 0\n -0.0415350012481213\n 0.7188739776611328\n 0.0279820002615452\n <_>\n \n <_>\n \n \n \n <_>4 13 15 6 -1.\n <_>9 13 5 6 3.\n 0\n -0.0934709981083870\n -1.1906319856643677\n -0.0448109991848469\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>9 21 6 3 3.\n 0\n -0.0272499993443489\n 0.6294249892234802\n 9.5039997249841690e-003\n <_>\n \n <_>\n \n \n \n <_>9 1 4 11 -1.\n <_>11 1 2 11 2.\n 0\n -0.0217599999159575\n 1.3233649730682373\n -0.1502700001001358\n <_>\n \n <_>\n \n \n \n <_>9 7 10 4 -1.\n <_>9 7 5 4 2.\n 0\n -9.6890004351735115e-003\n -0.3394710123538971\n 0.1708579957485199\n <_>\n \n <_>\n \n \n \n <_>7 0 10 18 -1.\n <_>12 0 5 18 2.\n 0\n 0.0693959966301918\n -0.2565779983997345\n 0.4765209853649139\n <_>\n \n <_>\n \n \n \n <_>12 1 6 16 -1.\n <_>14 1 2 16 3.\n 0\n 0.0312089994549751\n 0.1415400058031082\n -0.3494200110435486\n <_>\n \n <_>\n \n \n \n <_>6 1 6 16 -1.\n <_>8 1 2 16 3.\n 0\n -0.0497270002961159\n -1.1675560474395752\n -0.0407579988241196\n <_>\n \n <_>\n \n \n \n <_>18 2 6 6 -1.\n <_>18 5 6 3 2.\n 0\n -0.0203019995242357\n -0.3948639929294586\n 0.1581490039825440\n <_>\n \n <_>\n \n \n \n <_>3 5 18 2 -1.\n <_>3 6 18 1 2.\n 0\n -0.0153670003637671\n 0.4930000007152557\n -0.2009209990501404\n <_>\n \n <_>\n \n \n \n <_>18 2 6 6 -1.\n <_>18 5 6 3 2.\n 0\n -0.0507350005209446\n 1.8736059665679932\n 0.0867300033569336\n <_>\n \n <_>\n \n \n \n <_>0 2 6 6 -1.\n <_>0 5 6 3 2.\n 0\n -0.0207260008901358\n -0.8893839716911316\n -7.3199998587369919e-003\n <_>\n \n <_>\n \n \n \n <_>13 11 11 6 -1.\n <_>13 13 11 2 3.\n 0\n -0.0309939999133348\n -1.1664899587631226\n 0.1427460014820099\n <_>\n \n <_>\n \n \n \n <_>5 7 10 4 -1.\n <_>10 7 5 4 2.\n 0\n -4.4269999489188194e-003\n -0.6681510210037231\n 4.4120000675320625e-003\n <_>\n \n <_>\n \n \n \n <_>11 9 10 7 -1.\n <_>11 9 5 7 2.\n 0\n -0.0457439981400967\n -0.4795520007610321\n 0.1512199938297272\n <_>\n \n <_>\n \n \n \n <_>3 9 10 7 -1.\n <_>8 9 5 7 2.\n 0\n 0.0166989993304014\n 0.1204859986901283\n -0.4523589909076691\n <_>\n \n <_>\n \n \n \n <_>16 4 6 6 -1.\n <_>16 4 3 6 2.\n 0\n 3.2210000790655613e-003\n -0.0776150003075600\n 0.2784659862518311\n <_>\n \n <_>\n \n \n \n <_>5 6 10 8 -1.\n <_>5 6 5 4 2.\n <_>10 10 5 4 2.\n 0\n 0.0244340002536774\n -0.1998710036277771\n 0.6725370287895203\n <_>\n \n <_>\n \n \n \n <_>7 21 16 3 -1.\n <_>7 21 8 3 2.\n 0\n -0.0796779990196228\n 0.9222239851951599\n 0.0925579965114594\n <_>\n \n <_>\n \n \n \n <_>1 21 16 3 -1.\n <_>9 21 8 3 2.\n 0\n 0.0445300005376339\n -0.2669050097465515\n 0.3332050144672394\n <_>\n \n <_>\n \n \n \n <_>2 5 22 14 -1.\n <_>13 5 11 7 2.\n <_>2 12 11 7 2.\n 0\n -0.1252830028533936\n -0.5425310134887695\n 0.1397629976272583\n <_>\n \n <_>\n \n \n \n <_>3 10 8 10 -1.\n <_>3 10 4 5 2.\n <_>7 15 4 5 2.\n 0\n 0.0179719999432564\n 0.0182199999690056\n -0.6804850101470947\n <_>\n \n <_>\n \n \n \n <_>17 0 6 12 -1.\n <_>20 0 3 6 2.\n <_>17 6 3 6 2.\n 0\n 0.0191840007901192\n -0.0125839998945594\n 0.5412669777870178\n <_>\n \n <_>\n \n \n \n <_>5 2 6 18 -1.\n <_>7 2 2 18 3.\n 0\n 0.0400240011513233\n -0.1763879954814911\n 0.7881039977073669\n <_>\n \n <_>\n \n \n \n <_>13 0 6 9 -1.\n <_>15 0 2 9 3.\n 0\n 0.0135589996352792\n 0.2073760032653809\n -0.4774430096149445\n <_>\n \n <_>\n \n \n \n <_>0 12 7 9 -1.\n <_>0 15 7 3 3.\n 0\n 0.0162209998816252\n 0.0230769999325275\n -0.6118209958076477\n <_>\n \n <_>\n \n \n \n <_>15 13 8 10 -1.\n <_>19 13 4 5 2.\n <_>15 18 4 5 2.\n 0\n 0.0112290000542998\n -0.0177280008792877\n 0.4176419973373413\n <_>\n \n <_>\n \n \n \n <_>1 0 6 12 -1.\n <_>1 0 3 6 2.\n <_>4 6 3 6 2.\n 0\n 0.0391930006444454\n -0.1894849985837936\n 0.7401930093765259\n <_>\n \n <_>\n \n \n \n <_>12 1 3 12 -1.\n <_>12 7 3 6 2.\n 0\n -9.5539996400475502e-003\n 0.4094710052013397\n -0.1350889950990677\n <_>\n \n <_>\n \n \n \n <_>1 13 8 10 -1.\n <_>1 13 4 5 2.\n <_>5 18 4 5 2.\n 0\n 0.0278789997100830\n -0.2035070061683655\n 0.6162539720535278\n <_>\n \n <_>\n \n \n \n <_>3 21 19 2 -1.\n <_>3 22 19 1 2.\n 0\n -0.0236009992659092\n -1.6967060565948486\n 0.1463319957256317\n <_>\n \n <_>\n \n \n \n <_>6 3 4 13 -1.\n <_>8 3 2 13 2.\n 0\n 0.0269300006330013\n -0.0304019991308451\n -1.0909470319747925\n <_>\n \n <_>\n \n \n \n <_>5 10 18 3 -1.\n <_>5 11 18 1 3.\n 0\n 2.8999999631196260e-004\n -0.2007600069046021\n 0.2231409996747971\n <_>\n \n <_>\n \n \n \n <_>9 3 5 12 -1.\n <_>9 7 5 4 3.\n 0\n -0.0411249995231628\n -0.4524219930171967\n 0.0573920011520386\n <_>\n \n <_>\n \n \n \n <_>11 2 4 15 -1.\n <_>11 7 4 5 3.\n 0\n 6.6789998672902584e-003\n 0.2382490038871765\n -0.2126210033893585\n <_>\n \n <_>\n \n \n \n <_>4 1 16 4 -1.\n <_>4 3 16 2 2.\n 0\n 0.0478649996221066\n -0.1819480061531067\n 0.6191840171813965\n <_>\n \n <_>\n \n \n \n <_>6 0 18 3 -1.\n <_>6 1 18 1 3.\n 0\n -3.1679999083280563e-003\n -0.2739320099353790\n 0.2501730024814606\n <_>\n \n <_>\n \n \n \n <_>5 1 10 8 -1.\n <_>5 1 5 4 2.\n <_>10 5 5 4 2.\n 0\n -8.6230002343654633e-003\n -0.4628030061721802\n 0.0423979982733727\n <_>\n \n <_>\n \n \n \n <_>11 18 12 6 -1.\n <_>17 18 6 3 2.\n <_>11 21 6 3 2.\n 0\n -7.4350000359117985e-003\n 0.4179680049419403\n -1.7079999670386314e-003\n <_>\n \n <_>\n \n \n \n <_>5 15 12 3 -1.\n <_>11 15 6 3 2.\n 0\n -1.8769999733194709e-003\n 0.1460230052471161\n -0.3372110128402710\n <_>\n \n <_>\n \n \n \n <_>1 10 22 4 -1.\n <_>1 10 11 4 2.\n 0\n -0.0862260013818741\n 0.7514340281486511\n 0.0107119996100664\n <_>\n \n <_>\n \n \n \n <_>7 9 9 6 -1.\n <_>10 9 3 6 3.\n 0\n 0.0468339994549751\n -0.1911959946155548\n 0.4841490089893341\n <_>\n \n <_>\n \n \n \n <_>6 11 12 5 -1.\n <_>10 11 4 5 3.\n 0\n -9.2000002041459084e-005\n 0.3522039949893951\n -0.1733330041170120\n <_>\n \n <_>\n \n \n \n <_>6 7 10 7 -1.\n <_>11 7 5 7 2.\n 0\n -0.0163439996540546\n -0.6439769864082336\n 9.0680001303553581e-003\n <_>\n \n <_>\n \n \n \n <_>11 2 8 10 -1.\n <_>11 2 4 10 2.\n 0\n 0.0457039996981621\n 0.0182160008698702\n 0.3197079896926880\n <_>\n \n <_>\n \n \n \n <_>5 2 8 10 -1.\n <_>9 2 4 10 2.\n 0\n -0.0273829996585846\n 1.0564049482345581\n -0.1727640032768250\n <_>\n \n <_>\n \n \n \n <_>6 4 18 6 -1.\n <_>15 4 9 3 2.\n <_>6 7 9 3 2.\n 0\n -0.0276020001620054\n 0.2971549928188324\n -9.4600003212690353e-003\n <_>\n \n <_>\n \n \n \n <_>0 5 10 9 -1.\n <_>0 8 10 3 3.\n 0\n 7.6939999125897884e-003\n -0.2166029959917069\n 0.4738520085811615\n <_>\n \n <_>\n \n \n \n <_>2 7 21 6 -1.\n <_>2 9 21 2 3.\n 0\n -7.0500001311302185e-004\n 0.2404879927635193\n -0.2677600085735321\n <_>\n \n <_>\n \n \n \n <_>0 4 22 16 -1.\n <_>0 4 11 8 2.\n <_>11 12 11 8 2.\n 0\n 0.1105419993400574\n -0.0335390008985996\n -1.0233880281448364\n <_>\n \n <_>\n \n \n \n <_>9 0 6 22 -1.\n <_>9 11 6 11 2.\n 0\n 0.0687659978866577\n -4.3239998631179333e-003\n 0.5715339779853821\n <_>\n \n <_>\n \n \n \n <_>9 1 3 12 -1.\n <_>9 7 3 6 2.\n 0\n 1.7999999690800905e-003\n 0.0775749981403351\n -0.4209269881248474\n <_>\n \n <_>\n \n \n \n <_>12 0 12 18 -1.\n <_>18 0 6 9 2.\n <_>12 9 6 9 2.\n 0\n 0.1923200041055679\n 0.0820219963788986\n 2.8810169696807861\n <_>\n \n <_>\n \n \n \n <_>0 0 12 18 -1.\n <_>0 0 6 9 2.\n <_>6 9 6 9 2.\n 0\n 0.1574209928512573\n -0.1370819956064224\n 2.0890059471130371\n <_>\n \n <_>\n \n \n \n <_>1 1 22 4 -1.\n <_>12 1 11 2 2.\n <_>1 3 11 2 2.\n 0\n -0.0493870005011559\n -1.8610910177230835\n 0.1433209925889969\n <_>\n \n <_>\n \n \n \n <_>3 0 18 4 -1.\n <_>3 2 18 2 2.\n 0\n 0.0519290007650852\n -0.1873700022697449\n 0.5423160195350647\n <_>\n \n <_>\n \n \n \n <_>2 5 22 6 -1.\n <_>2 7 22 2 3.\n 0\n 0.0499650016427040\n 0.1417530030012131\n -1.5625779628753662\n <_>\n \n <_>\n \n \n \n <_>5 0 6 9 -1.\n <_>5 3 6 3 3.\n 0\n -0.0426330007612705\n 1.6059479713439941\n -0.1471289992332459\n <_>\n \n <_>\n \n \n \n <_>10 14 6 9 -1.\n <_>12 14 2 9 3.\n 0\n -0.0375539995729923\n -0.8097490072250366\n 0.1325699985027313\n <_>\n \n <_>\n \n \n \n <_>8 14 6 9 -1.\n <_>10 14 2 9 3.\n 0\n -0.0371749997138977\n -1.3945020437240601\n -0.0570550002157688\n <_>\n \n <_>\n \n \n \n <_>5 18 18 3 -1.\n <_>5 19 18 1 3.\n 0\n 0.0139459995552897\n 0.0334270000457764\n 0.5747479796409607\n <_>\n \n <_>\n \n \n \n <_>6 0 6 13 -1.\n <_>9 0 3 13 2.\n 0\n -4.4800000614486635e-004\n -0.5532749891281128\n 0.0219529997557402\n <_>\n \n <_>\n \n \n \n <_>7 4 12 4 -1.\n <_>7 4 6 4 2.\n 0\n 0.0319930016994476\n 0.0203409995883703\n 0.3745920062065125\n <_>\n \n <_>\n \n \n \n <_>5 2 12 6 -1.\n <_>9 2 4 6 3.\n 0\n -4.2799999937415123e-003\n 0.4442870020866394\n -0.2299969941377640\n <_>\n \n <_>\n \n \n \n <_>4 1 18 3 -1.\n <_>4 2 18 1 3.\n 0\n 9.8550003021955490e-003\n 0.1831579953432083\n -0.4096499979496002\n <_>\n \n <_>\n \n \n \n <_>0 8 6 12 -1.\n <_>0 12 6 4 3.\n 0\n 0.0933569967746735\n -0.0636610016226768\n -1.6929290294647217\n <_>\n \n <_>\n \n \n \n <_>9 15 6 9 -1.\n <_>11 15 2 9 3.\n 0\n 0.0172099992632866\n 0.2015389949083328\n -0.4606109857559204\n <_>\n \n <_>\n \n \n \n <_>9 10 6 13 -1.\n <_>11 10 2 13 3.\n 0\n 8.4319999441504478e-003\n -0.3200399875640869\n 0.1531219929456711\n <_>\n \n <_>\n \n \n \n <_>6 17 18 2 -1.\n <_>6 18 18 1 2.\n 0\n -0.0140549996867776\n 0.8688240051269531\n 0.0325750000774860\n <_>\n \n <_>\n \n \n \n <_>9 4 6 9 -1.\n <_>11 4 2 9 3.\n 0\n -7.7180000953376293e-003\n 0.6368669867515564\n -0.1842550039291382\n <_>\n \n <_>\n \n \n \n <_>10 0 6 9 -1.\n <_>12 0 2 9 3.\n 0\n 0.0280050002038479\n 0.1735749989748001\n -0.4788359999656677\n <_>\n \n <_>\n \n \n \n <_>5 6 10 8 -1.\n <_>5 6 5 4 2.\n <_>10 10 5 4 2.\n 0\n -0.0188849996775389\n 0.2410160005092621\n -0.2654759883880615\n <_>\n \n <_>\n \n \n \n <_>14 9 5 8 -1.\n <_>14 13 5 4 2.\n 0\n -0.0185850001871586\n 0.5423250198364258\n 0.0536330007016659\n <_>\n \n <_>\n \n \n \n <_>5 9 5 8 -1.\n <_>5 13 5 4 2.\n 0\n -0.0364370010793209\n 2.3908898830413818\n -0.1363469958305359\n <_>\n \n <_>\n \n \n \n <_>14 11 9 6 -1.\n <_>14 13 9 2 3.\n 0\n 0.0324550010263920\n 0.1591069996356964\n -0.6758149862289429\n <_>\n \n <_>\n \n \n \n <_>0 2 23 15 -1.\n <_>0 7 23 5 3.\n 0\n 0.0597819983959198\n -2.3479999508708715e-003\n -0.7305369973182678\n <_>\n \n <_>\n \n \n \n <_>16 0 8 12 -1.\n <_>16 6 8 6 2.\n 0\n 9.8209995776414871e-003\n -0.1144409999251366\n 0.3057030141353607\n <_>\n \n <_>\n \n \n \n <_>4 15 6 9 -1.\n <_>4 18 6 3 3.\n 0\n -0.0351639986038208\n -1.0511469841003418\n -0.0331030003726482\n <_>\n \n <_>\n \n \n \n <_>8 18 9 4 -1.\n <_>8 20 9 2 2.\n 0\n 2.7429999317973852e-003\n -0.2013539969921112\n 0.3275409936904907\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n 8.1059997901320457e-003\n -0.2138350009918213\n 0.4336209893226624\n <_>\n \n <_>\n \n \n \n <_>13 11 11 6 -1.\n <_>13 13 11 2 3.\n 0\n 0.0889429971575737\n 0.1094089969992638\n -4.7609338760375977\n <_>\n \n <_>\n \n \n \n <_>0 11 11 6 -1.\n <_>0 13 11 2 3.\n 0\n -0.0300549995154142\n -1.7169300317764282\n -0.0609190016984940\n <_>\n \n <_>\n \n \n \n <_>0 9 24 6 -1.\n <_>12 9 12 3 2.\n <_>0 12 12 3 2.\n 0\n -0.0217349994927645\n 0.6477890014648438\n -0.0328309983015060\n <_>\n \n <_>\n \n \n \n <_>6 16 8 8 -1.\n <_>6 20 8 4 2.\n 0\n 0.0376489982008934\n -0.0100600002333522\n -0.7656909823417664\n <_>\n \n <_>\n \n \n \n <_>10 16 14 6 -1.\n <_>10 18 14 2 3.\n 0\n 2.7189999818801880e-003\n 0.1988890022039414\n -0.0824790000915527\n <_>\n \n <_>\n \n \n \n <_>1 1 21 3 -1.\n <_>1 2 21 1 3.\n 0\n -0.0105480002239347\n -0.8661360144615173\n -0.0259860008955002\n <_>\n \n <_>\n \n \n \n <_>0 2 24 3 -1.\n <_>0 2 12 3 2.\n 0\n 0.1296630054712296\n 0.1391199976205826\n -2.2271950244903564\n <_>\n \n <_>\n \n \n \n <_>2 15 8 5 -1.\n <_>6 15 4 5 2.\n 0\n -0.0176769997924566\n 0.3396770060062408\n -0.2398959994316101\n <_>\n \n <_>\n \n \n \n <_>2 11 21 3 -1.\n <_>9 11 7 3 3.\n 0\n -0.0770519971847534\n -2.5017969608306885\n 0.1284199953079224\n <_>\n \n <_>\n \n \n \n <_>1 18 12 6 -1.\n <_>1 18 6 3 2.\n <_>7 21 6 3 2.\n 0\n -0.0192300006747246\n 0.5064120292663574\n -0.1975159943103790\n <_>\n \n <_>\n \n \n \n <_>10 14 4 10 -1.\n <_>10 19 4 5 2.\n 0\n -0.0512229986488819\n -2.9333369731903076\n 0.1385850012302399\n <_>\n \n <_>\n \n \n \n <_>7 7 4 10 -1.\n <_>7 12 4 5 2.\n 0\n 2.0830000285059214e-003\n -0.6004359722137451\n 0.0297180004417896\n <_>\n \n <_>\n \n \n \n <_>9 8 6 12 -1.\n <_>9 12 6 4 3.\n 0\n 0.0254180002957582\n 0.3391579985618591\n -0.1439200043678284\n <_>\n \n <_>\n \n \n \n <_>7 1 9 6 -1.\n <_>10 1 3 6 3.\n 0\n -0.0239059999585152\n -1.1082680225372314\n -0.0473770014941692\n <_>\n \n <_>\n \n \n \n <_>3 14 19 2 -1.\n <_>3 15 19 1 2.\n 0\n -6.3740001060068607e-003\n 0.4453369975090027\n -0.0670529976487160\n <_>\n \n <_>\n \n \n \n <_>7 7 10 10 -1.\n <_>7 7 5 5 2.\n <_>12 12 5 5 2.\n 0\n -0.0376989990472794\n -1.0406579971313477\n -0.0417900010943413\n <_>\n \n <_>\n \n \n \n <_>3 12 18 12 -1.\n <_>3 12 9 12 2.\n 0\n 0.2165510058403015\n 0.0338630005717278\n 0.8201730251312256\n <_>\n \n <_>\n \n \n \n <_>8 0 6 12 -1.\n <_>10 0 2 12 3.\n 0\n -0.0134009998291731\n 0.5290349721908569\n -0.1913300007581711\n -3.2396929264068604\n 17\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>3 0 17 9 -1.\n <_>3 3 17 3 3.\n 0\n 0.0712689980864525\n -0.5363119840621948\n 0.6071529984474182\n <_>\n \n <_>\n \n \n \n <_>6 0 12 11 -1.\n <_>10 0 4 11 3.\n 0\n 0.0561110004782677\n -0.5014160275459290\n 0.4397610127925873\n <_>\n \n <_>\n \n \n \n <_>1 0 6 13 -1.\n <_>4 0 3 13 2.\n 0\n 0.0404639989137650\n -0.3292219936847687\n 0.5483469963073731\n <_>\n \n <_>\n \n \n \n <_>5 8 16 6 -1.\n <_>5 11 16 3 2.\n 0\n 0.0631550028920174\n -0.3170169889926910\n 0.4615299999713898\n <_>\n \n <_>\n \n \n \n <_>8 8 5 12 -1.\n <_>8 14 5 6 2.\n 0\n 0.0103209996595979\n 0.1069499999284744\n -0.9824389815330505\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>9 21 6 3 3.\n 0\n 0.0626069977879524\n -0.1432970017194748\n 0.7109500169754028\n <_>\n \n <_>\n \n \n \n <_>0 0 6 6 -1.\n <_>3 0 3 6 2.\n 0\n -0.0394160002470016\n 0.9438019990921021\n -0.2157209962606430\n <_>\n \n <_>\n \n \n \n <_>2 0 20 3 -1.\n <_>2 1 20 1 3.\n 0\n -5.3960001096129417e-003\n -0.5461199879646301\n 0.2530379891395569\n <_>\n \n <_>\n \n \n \n <_>4 6 15 10 -1.\n <_>9 6 5 10 3.\n 0\n 0.1077319979667664\n 0.0124960001558065\n -1.0809199810028076\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0169820003211498\n -0.3153640031814575\n 0.5123999714851379\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n 0.0312169995158911\n -4.5199999585747719e-003\n -1.2443480491638184\n <_>\n \n <_>\n \n \n \n <_>14 0 6 9 -1.\n <_>16 0 2 9 3.\n 0\n -0.0231069996953011\n -0.7649289965629578\n 0.2064059972763062\n <_>\n \n <_>\n \n \n \n <_>7 16 9 6 -1.\n <_>7 18 9 2 3.\n 0\n -0.0112039996311069\n 0.2409269958734512\n -0.3514209985733032\n <_>\n \n <_>\n \n \n \n <_>14 0 6 9 -1.\n <_>16 0 2 9 3.\n 0\n -4.7479998320341110e-003\n -0.0970079973340034\n 0.2063809931278229\n <_>\n \n <_>\n \n \n \n <_>4 0 6 9 -1.\n <_>6 0 2 9 3.\n 0\n -0.0173589996993542\n -0.7902029752731323\n 0.0218529999256134\n <_>\n \n <_>\n \n \n \n <_>17 1 6 16 -1.\n <_>19 1 2 16 3.\n 0\n 0.0188519991934299\n -0.1039460003376007\n 0.5484420061111450\n <_>\n \n <_>\n \n \n \n <_>1 1 6 16 -1.\n <_>3 1 2 16 3.\n 0\n 7.2249998338520527e-003\n -0.4040940105915070\n 0.2676379978656769\n <_>\n \n <_>\n \n \n \n <_>14 13 6 9 -1.\n <_>14 16 6 3 3.\n 0\n 0.0189159996807575\n 0.2050800025463104\n -1.0206340551376343\n <_>\n \n <_>\n \n \n \n <_>0 0 6 9 -1.\n <_>0 3 6 3 3.\n 0\n 0.0311569999903440\n 1.2400000123307109e-003\n -0.8729349970817566\n <_>\n \n <_>\n \n \n \n <_>9 5 6 6 -1.\n <_>9 5 3 6 2.\n 0\n 0.0209519993513823\n -5.5559999309480190e-003\n 0.8035619854927063\n <_>\n \n <_>\n \n \n \n <_>3 10 9 6 -1.\n <_>6 10 3 6 3.\n 0\n 0.0112910000607371\n -0.3647840023040772\n 0.2276789993047714\n <_>\n \n <_>\n \n \n \n <_>14 7 3 16 -1.\n <_>14 15 3 8 2.\n 0\n -0.0570110008120537\n -1.4295619726181030\n 0.1432200074195862\n <_>\n \n <_>\n \n \n \n <_>4 10 14 12 -1.\n <_>4 10 7 6 2.\n <_>11 16 7 6 2.\n 0\n 0.0721940025687218\n -0.0418500006198883\n -1.9111829996109009\n <_>\n \n <_>\n \n \n \n <_>7 6 12 6 -1.\n <_>7 8 12 2 3.\n 0\n -0.0198740009218454\n 0.2642549872398377\n -0.3261770009994507\n <_>\n \n <_>\n \n \n \n <_>7 2 4 20 -1.\n <_>9 2 2 20 2.\n 0\n -0.0166929997503757\n -0.8390780091285706\n 4.0799999260343611e-004\n <_>\n \n <_>\n \n \n \n <_>14 13 6 9 -1.\n <_>14 16 6 3 3.\n 0\n -0.0398349985480309\n -0.4885849952697754\n 0.1643610000610352\n <_>\n \n <_>\n \n \n \n <_>10 6 4 9 -1.\n <_>12 6 2 9 2.\n 0\n 0.0270099993795156\n -0.1886249929666519\n 0.8341940045356751\n <_>\n \n <_>\n \n \n \n <_>14 13 6 9 -1.\n <_>14 16 6 3 3.\n 0\n -3.9420002140104771e-003\n 0.2323150038719177\n -0.0723600015044212\n <_>\n \n <_>\n \n \n \n <_>5 20 14 4 -1.\n <_>5 22 14 2 2.\n 0\n 0.0228330008685589\n -0.0358840003609657\n -1.1549400091171265\n <_>\n \n <_>\n \n \n \n <_>4 4 16 12 -1.\n <_>4 10 16 6 2.\n 0\n -0.0688880011439323\n -1.7837309837341309\n 0.1515900045633316\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0430970005691051\n -0.2160809934139252\n 0.5062410235404968\n <_>\n \n <_>\n \n \n \n <_>3 0 21 4 -1.\n <_>3 2 21 2 2.\n 0\n 8.6239995434880257e-003\n -0.1779559999704361\n 0.2895790040493012\n <_>\n \n <_>\n \n \n \n <_>4 13 6 9 -1.\n <_>4 16 6 3 3.\n 0\n 0.0145610002800822\n -0.0114080002531409\n -0.8940200209617615\n <_>\n \n <_>\n \n \n \n <_>16 16 5 8 -1.\n <_>16 20 5 4 2.\n 0\n -0.0115010002627969\n 0.3017199933528900\n -0.0436590015888214\n <_>\n \n <_>\n \n \n \n <_>4 0 16 16 -1.\n <_>4 0 8 8 2.\n <_>12 8 8 8 2.\n 0\n -0.1097149997949600\n -0.9514709711074829\n -0.0199730005115271\n <_>\n \n <_>\n \n \n \n <_>6 6 14 6 -1.\n <_>13 6 7 3 2.\n <_>6 9 7 3 2.\n 0\n 0.0452280007302761\n 0.0331109985709190\n 0.9661980271339417\n <_>\n \n <_>\n \n \n \n <_>10 5 4 15 -1.\n <_>10 10 4 5 3.\n 0\n -0.0270479992032051\n 0.9796360135078430\n -0.1726190000772476\n <_>\n \n <_>\n \n \n \n <_>9 15 12 8 -1.\n <_>15 15 6 4 2.\n <_>9 19 6 4 2.\n 0\n 0.0180309992283583\n -0.0208010002970696\n 0.2738589942455292\n <_>\n \n <_>\n \n \n \n <_>6 7 12 4 -1.\n <_>12 7 6 4 2.\n 0\n 0.0505249984562397\n -0.0568029992282391\n -1.7775089740753174\n <_>\n \n <_>\n \n \n \n <_>5 6 14 6 -1.\n <_>12 6 7 3 2.\n <_>5 9 7 3 2.\n 0\n -0.0299239996820688\n 0.6532920002937317\n -0.0235370006412268\n <_>\n \n <_>\n \n \n \n <_>3 6 18 10 -1.\n <_>3 6 9 5 2.\n <_>12 11 9 5 2.\n 0\n 0.0380580015480518\n 0.0263170003890991\n -0.7066569924354553\n <_>\n \n <_>\n \n \n \n <_>6 0 18 21 -1.\n <_>12 0 6 21 3.\n 0\n 0.1856389939785004\n -5.6039998307824135e-003\n 0.3287369906902313\n <_>\n \n <_>\n \n \n \n <_>0 0 24 21 -1.\n <_>8 0 8 21 3.\n 0\n -4.0670000016689301e-003\n 0.3420479893684387\n -0.3017159998416901\n <_>\n \n <_>\n \n \n \n <_>6 18 18 3 -1.\n <_>6 19 18 1 3.\n 0\n 0.0101089999079704\n -7.3600001633167267e-003\n 0.5798159837722778\n <_>\n \n <_>\n \n \n \n <_>0 15 9 6 -1.\n <_>0 17 9 2 3.\n 0\n -0.0115670002996922\n -0.5272219777107239\n 0.0464479997754097\n <_>\n \n <_>\n \n \n \n <_>4 3 19 2 -1.\n <_>4 4 19 1 2.\n 0\n -6.5649999305605888e-003\n -0.5852910280227661\n 0.1910189986228943\n <_>\n \n <_>\n \n \n \n <_>0 3 24 2 -1.\n <_>0 4 24 1 2.\n 0\n 0.0105820000171661\n 0.0210730005055666\n -0.6889259815216065\n <_>\n \n <_>\n \n \n \n <_>15 14 9 4 -1.\n <_>15 16 9 2 2.\n 0\n -0.0203040000051260\n -0.3640069961547852\n 0.1533879935741425\n <_>\n \n <_>\n \n \n \n <_>0 14 9 4 -1.\n <_>0 16 9 2 2.\n 0\n 2.3529999889433384e-003\n 0.0361640006303787\n -0.5982509851455689\n <_>\n \n <_>\n \n \n \n <_>6 15 18 2 -1.\n <_>6 16 18 1 2.\n 0\n -1.4690000098198652e-003\n -0.1470769941806793\n 0.3750799894332886\n <_>\n \n <_>\n \n \n \n <_>3 17 18 3 -1.\n <_>3 18 18 1 3.\n 0\n 8.6449999362230301e-003\n -0.2170850038528442\n 0.5193679928779602\n <_>\n \n <_>\n \n \n \n <_>12 0 3 23 -1.\n <_>13 0 1 23 3.\n 0\n -0.0243260003626347\n -1.0846769809722900\n 0.1408479958772659\n <_>\n \n <_>\n \n \n \n <_>6 0 8 6 -1.\n <_>6 3 8 3 2.\n 0\n 0.0744189992547035\n -0.1551380008459091\n 1.1822769641876221\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n 0.0170779991894960\n 0.0442310012876987\n 0.9156110286712647\n <_>\n \n <_>\n \n \n \n <_>9 0 3 23 -1.\n <_>10 0 1 23 3.\n 0\n -0.0245779994875193\n -1.5504100322723389\n -0.0547459982335567\n <_>\n \n <_>\n \n \n \n <_>10 7 4 10 -1.\n <_>10 12 4 5 2.\n 0\n 0.0302050001919270\n 0.1666280031204224\n -1.0001239776611328\n <_>\n \n <_>\n \n \n \n <_>7 8 10 12 -1.\n <_>7 12 10 4 3.\n 0\n 0.0121360002085567\n -0.7707909941673279\n -4.8639997839927673e-003\n <_>\n \n <_>\n \n \n \n <_>14 9 6 14 -1.\n <_>17 9 3 7 2.\n <_>14 16 3 7 2.\n 0\n 0.0867170020937920\n 0.1106169968843460\n -1.6857999563217163\n <_>\n \n <_>\n \n \n \n <_>2 0 10 9 -1.\n <_>2 3 10 3 3.\n 0\n -0.0423090010881424\n 1.1075930595397949\n -0.1543859988451004\n <_>\n \n <_>\n \n \n \n <_>11 1 5 12 -1.\n <_>11 7 5 6 2.\n 0\n -2.6420000940561295e-003\n 0.2745189964771271\n -0.1845619976520538\n <_>\n \n <_>\n \n \n \n <_>1 4 12 10 -1.\n <_>1 4 6 5 2.\n <_>7 9 6 5 2.\n 0\n -0.0566620007157326\n -0.8062559962272644\n -0.0169280003756285\n <_>\n \n <_>\n \n \n \n <_>15 1 9 4 -1.\n <_>15 3 9 2 2.\n 0\n 0.0234750006347895\n 0.1418769955635071\n -0.2550089955329895\n <_>\n \n <_>\n \n \n \n <_>1 2 8 10 -1.\n <_>1 2 4 5 2.\n <_>5 7 4 5 2.\n 0\n -0.0208030007779598\n 0.1982630044221878\n -0.3117119967937470\n <_>\n \n <_>\n \n \n \n <_>10 1 5 12 -1.\n <_>10 5 5 4 3.\n 0\n 7.2599998675286770e-003\n -0.0505909994244576\n 0.4192380011081696\n <_>\n \n <_>\n \n \n \n <_>4 0 14 24 -1.\n <_>11 0 7 24 2.\n 0\n 0.3416000008583069\n -0.1667490005493164\n 0.9274860024452210\n <_>\n \n <_>\n \n \n \n <_>7 17 10 4 -1.\n <_>7 19 10 2 2.\n 0\n 6.2029999680817127e-003\n -0.1262589991092682\n 0.4044530093669891\n <_>\n \n <_>\n \n \n \n <_>10 14 4 10 -1.\n <_>10 19 4 5 2.\n 0\n 0.0326920002698898\n -0.0326349996030331\n -0.9893980026245117\n <_>\n \n <_>\n \n \n \n <_>13 15 6 9 -1.\n <_>15 15 2 9 3.\n 0\n 2.1100000594742596e-004\n -0.0645340010523796\n 0.2547369897365570\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>3 22 18 1 3.\n 0\n 7.2100001852959394e-004\n -0.3661859929561615\n 0.1197310015559197\n <_>\n \n <_>\n \n \n \n <_>13 15 6 9 -1.\n <_>15 15 2 9 3.\n 0\n 0.0544909983873367\n 0.1207349970936775\n -1.0291390419006348\n <_>\n \n <_>\n \n \n \n <_>5 15 6 9 -1.\n <_>7 15 2 9 3.\n 0\n -0.0101410001516342\n -0.5217720270156860\n 0.0337349995970726\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>12 6 2 9 2.\n <_>10 15 2 9 2.\n 0\n -0.0188159998506308\n 0.6518179774284363\n 1.3399999588727951e-003\n <_>\n \n <_>\n \n \n \n <_>7 3 6 11 -1.\n <_>9 3 2 11 3.\n 0\n -5.3480002097785473e-003\n 0.1737069934606552\n -0.3413200080394745\n <_>\n \n <_>\n \n \n \n <_>15 1 9 4 -1.\n <_>15 3 9 2 2.\n 0\n -0.0108470004051924\n -0.1969989985227585\n 0.1504549980163574\n <_>\n \n <_>\n \n \n \n <_>5 4 14 8 -1.\n <_>5 8 14 4 2.\n 0\n -0.0499260015785694\n -0.5088850259780884\n 0.0307620000094175\n <_>\n \n <_>\n \n \n \n <_>8 1 15 9 -1.\n <_>8 4 15 3 3.\n 0\n 0.0121600003913045\n -0.0692519992589951\n 0.1874549984931946\n <_>\n \n <_>\n \n \n \n <_>7 2 8 10 -1.\n <_>7 2 4 5 2.\n <_>11 7 4 5 2.\n 0\n -2.2189998999238014e-003\n -0.4084909856319428\n 0.0799549967050552\n <_>\n \n <_>\n \n \n \n <_>12 2 6 12 -1.\n <_>12 2 3 12 2.\n 0\n 3.1580000650137663e-003\n -0.2112459987401962\n 0.2236640006303787\n <_>\n \n <_>\n \n \n \n <_>6 2 6 12 -1.\n <_>9 2 3 12 2.\n 0\n 4.1439998894929886e-003\n -0.4990029931068420\n 0.0629170015454292\n <_>\n \n <_>\n \n \n \n <_>7 7 12 4 -1.\n <_>7 7 6 4 2.\n 0\n -7.3730000294744968e-003\n -0.2055329978466034\n 0.2209669947624207\n <_>\n \n <_>\n \n \n \n <_>6 3 12 10 -1.\n <_>10 3 4 10 3.\n 0\n 0.0518120005726814\n 0.1809680014848709\n -0.4349580109119415\n <_>\n \n <_>\n \n \n \n <_>5 6 16 6 -1.\n <_>13 6 8 3 2.\n <_>5 9 8 3 2.\n 0\n 0.0183400008827448\n 0.0152000002563000\n 0.3799169957637787\n <_>\n \n <_>\n \n \n \n <_>3 1 18 9 -1.\n <_>9 1 6 9 3.\n 0\n 0.1749079972505570\n -0.2092079967260361\n 0.4001300036907196\n <_>\n \n <_>\n \n \n \n <_>3 8 18 5 -1.\n <_>9 8 6 5 3.\n 0\n 0.0539939999580383\n 0.2475160062313080\n -0.2671290040016174\n <_>\n \n <_>\n \n \n \n <_>0 0 24 22 -1.\n <_>0 0 12 11 2.\n <_>12 11 12 11 2.\n 0\n -0.3203319907188416\n -1.9094380140304565\n -0.0669609978795052\n <_>\n \n <_>\n \n \n \n <_>14 16 9 6 -1.\n <_>14 18 9 2 3.\n 0\n -0.0270600002259016\n -0.7137129902839661\n 0.1590459942817688\n <_>\n \n <_>\n \n \n \n <_>0 16 24 8 -1.\n <_>0 20 24 4 2.\n 0\n 0.0774639993906021\n -0.1697019934654236\n 0.7755299806594849\n <_>\n \n <_>\n \n \n \n <_>1 19 22 4 -1.\n <_>12 19 11 2 2.\n <_>1 21 11 2 2.\n 0\n 0.0237719994038343\n 0.1902189999818802\n -0.6016209721565247\n <_>\n \n <_>\n \n \n \n <_>1 16 9 6 -1.\n <_>1 18 9 2 3.\n 0\n 0.0115010002627969\n 7.7039999887347221e-003\n -0.6173030138015747\n <_>\n \n <_>\n \n \n \n <_>7 8 10 4 -1.\n <_>7 8 5 4 2.\n 0\n 0.0326160006225109\n 0.1715919971466065\n -0.7097820043563843\n <_>\n \n <_>\n \n \n \n <_>9 15 6 9 -1.\n <_>11 15 2 9 3.\n 0\n -0.0443830005824566\n -2.2606229782104492\n -0.0732769966125488\n <_>\n \n <_>\n \n \n \n <_>10 18 12 6 -1.\n <_>16 18 6 3 2.\n <_>10 21 6 3 2.\n 0\n -0.0584760010242462\n 2.4087750911712646\n 0.0830919966101646\n <_>\n \n <_>\n \n \n \n <_>2 18 12 6 -1.\n <_>2 18 6 3 2.\n <_>8 21 6 3 2.\n 0\n 0.0193039998412132\n -0.2708230018615723\n 0.2736999988555908\n <_>\n \n <_>\n \n \n \n <_>8 3 16 9 -1.\n <_>8 6 16 3 3.\n 0\n -0.0447059981524944\n 0.3135559856891632\n -0.0624920018017292\n <_>\n \n <_>\n \n \n \n <_>0 5 10 6 -1.\n <_>0 7 10 2 3.\n 0\n -0.0603349991142750\n -1.4515119791030884\n -0.0587610006332397\n <_>\n \n <_>\n \n \n \n <_>5 5 18 3 -1.\n <_>5 6 18 1 3.\n 0\n 0.0116670001298189\n -0.0180849991738796\n 0.5047969818115234\n <_>\n \n <_>\n \n \n \n <_>2 6 9 6 -1.\n <_>2 9 9 3 2.\n 0\n 0.0280099995434284\n -0.2330289930105209\n 0.3070870041847229\n <_>\n \n <_>\n \n \n \n <_>14 2 10 9 -1.\n <_>14 5 10 3 3.\n 0\n 0.0653970018029213\n 0.1413590013980866\n -0.5001090168952942\n <_>\n \n <_>\n \n \n \n <_>3 6 18 3 -1.\n <_>3 7 18 1 3.\n 0\n 9.6239997074007988e-003\n -0.2205460071563721\n 0.3919120132923126\n <_>\n \n <_>\n \n \n \n <_>9 2 15 6 -1.\n <_>9 4 15 2 3.\n 0\n 2.5510000996291637e-003\n -0.1138150021433830\n 0.2003230005502701\n <_>\n \n <_>\n \n \n \n <_>4 8 15 6 -1.\n <_>4 10 15 2 3.\n 0\n 0.0318470001220703\n 0.0254769995808601\n -0.5332639813423157\n <_>\n \n <_>\n \n \n \n <_>0 5 24 4 -1.\n <_>12 5 12 2 2.\n <_>0 7 12 2 2.\n 0\n 0.0330550000071526\n 0.1780769973993301\n -0.6279389858245850\n <_>\n \n <_>\n \n \n \n <_>7 8 6 12 -1.\n <_>9 8 2 12 3.\n 0\n 0.0476009994745255\n -0.1474789977073669\n 1.4204180240631104\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n -0.0195719990879297\n -0.5269349813461304\n 0.1583860069513321\n <_>\n \n <_>\n \n \n \n <_>0 12 6 12 -1.\n <_>0 12 3 6 2.\n <_>3 18 3 6 2.\n 0\n -0.0547300018370152\n 0.8823159933090210\n -0.1662780046463013\n <_>\n \n <_>\n \n \n \n <_>14 12 10 6 -1.\n <_>14 14 10 2 3.\n 0\n -0.0226860009133816\n -0.4838689863681793\n 0.1500010043382645\n <_>\n \n <_>\n \n \n \n <_>2 7 18 9 -1.\n <_>2 10 18 3 3.\n 0\n 0.1071320027112961\n -0.2133619934320450\n 0.4233390092849731\n <_>\n \n <_>\n \n \n \n <_>11 14 10 9 -1.\n <_>11 17 10 3 3.\n 0\n -0.0363800004124641\n -0.0741980001330376\n 0.1458940058946610\n <_>\n \n <_>\n \n \n \n <_>7 6 10 8 -1.\n <_>7 6 5 4 2.\n <_>12 10 5 4 2.\n 0\n 0.0139359999448061\n -0.2491160035133362\n 0.2677119970321655\n <_>\n \n <_>\n \n \n \n <_>6 6 14 6 -1.\n <_>13 6 7 3 2.\n <_>6 9 7 3 2.\n 0\n 0.0209919996559620\n 8.7959999218583107e-003\n 0.4306499958038330\n <_>\n \n <_>\n \n \n \n <_>4 13 9 7 -1.\n <_>7 13 3 7 3.\n 0\n 0.0491189993917942\n -0.1759199947118759\n 0.6928290128707886\n <_>\n \n <_>\n \n \n \n <_>14 10 6 12 -1.\n <_>17 10 3 6 2.\n <_>14 16 3 6 2.\n 0\n 0.0363159999251366\n 0.1314529925584793\n -0.3359729945659638\n <_>\n \n <_>\n \n \n \n <_>4 10 6 12 -1.\n <_>4 10 3 6 2.\n <_>7 16 3 6 2.\n 0\n 0.0412280000746250\n -0.0456920005381107\n -1.3515930175781250\n <_>\n \n <_>\n \n \n \n <_>13 9 8 6 -1.\n <_>13 9 4 6 2.\n 0\n 0.0156720001250505\n 0.1754409968852997\n -0.0605500005185604\n <_>\n \n <_>\n \n \n \n <_>8 3 4 14 -1.\n <_>10 3 2 14 2.\n 0\n -0.0162860006093979\n -1.1308189630508423\n -0.0395330004394054\n <_>\n \n <_>\n \n \n \n <_>17 0 3 18 -1.\n <_>18 0 1 18 3.\n 0\n -3.0229999683797359e-003\n -0.2245430052280426\n 0.2362809926271439\n <_>\n \n <_>\n \n \n \n <_>4 12 16 12 -1.\n <_>12 12 8 12 2.\n 0\n -0.1378629952669144\n 0.4537689983844757\n -0.2109870016574860\n <_>\n \n <_>\n \n \n \n <_>15 0 6 14 -1.\n <_>17 0 2 14 3.\n 0\n -9.6760001033544540e-003\n -0.1510509997606278\n 0.2078170031309128\n <_>\n \n <_>\n \n \n \n <_>3 0 6 14 -1.\n <_>5 0 2 14 3.\n 0\n -0.0248399991542101\n -0.6835029721260071\n -8.0040004104375839e-003\n <_>\n \n <_>\n \n \n \n <_>12 2 12 20 -1.\n <_>16 2 4 20 3.\n 0\n -0.1396439969539642\n 0.6501129865646362\n 0.0465440005064011\n <_>\n \n <_>\n \n \n \n <_>0 2 12 20 -1.\n <_>4 2 4 20 3.\n 0\n -0.0821539983153343\n 0.4488719999790192\n -0.2359199970960617\n <_>\n \n <_>\n \n \n \n <_>16 0 6 17 -1.\n <_>18 0 2 17 3.\n 0\n 3.8449999410659075e-003\n -0.0881730020046234\n 0.2734679877758026\n <_>\n \n <_>\n \n \n \n <_>2 0 6 17 -1.\n <_>4 0 2 17 3.\n 0\n -6.6579999402165413e-003\n -0.4686659872531891\n 0.0770019963383675\n <_>\n \n <_>\n \n \n \n <_>15 6 9 6 -1.\n <_>15 8 9 2 3.\n 0\n -0.0158980004489422\n 0.2926839888095856\n -0.0219410005956888\n <_>\n \n <_>\n \n \n \n <_>0 6 9 6 -1.\n <_>0 8 9 2 3.\n 0\n -0.0509460009634495\n -1.2093789577484131\n -0.0421099998056889\n <_>\n \n <_>\n \n \n \n <_>18 1 6 13 -1.\n <_>20 1 2 13 3.\n 0\n 0.0168379992246628\n -0.0455959998071194\n 0.5018069744110107\n <_>\n \n <_>\n \n \n \n <_>0 1 6 13 -1.\n <_>2 1 2 13 3.\n 0\n 0.0159189999103546\n -0.2690429985523224\n 0.2651630043983460\n <_>\n \n <_>\n \n \n \n <_>16 0 4 9 -1.\n <_>16 0 2 9 2.\n 0\n 3.6309999413788319e-003\n -0.1304610073566437\n 0.3180710077285767\n <_>\n \n <_>\n \n \n \n <_>5 10 12 7 -1.\n <_>9 10 4 7 3.\n 0\n -0.0861449986696243\n 1.9443659782409668\n -0.1397829949855804\n <_>\n \n <_>\n \n \n \n <_>12 9 12 6 -1.\n <_>12 11 12 2 3.\n 0\n 0.0331409983336926\n 0.1526679992675781\n -0.0308660008013248\n <_>\n \n <_>\n \n \n \n <_>0 9 12 6 -1.\n <_>0 11 12 2 3.\n 0\n -3.9679999463260174e-003\n -0.7120230197906494\n -0.0138440001755953\n <_>\n \n <_>\n \n \n \n <_>5 7 14 9 -1.\n <_>5 10 14 3 3.\n 0\n -0.0240080002695322\n 0.9200779795646668\n 0.0467239990830421\n <_>\n \n <_>\n \n \n \n <_>0 15 20 3 -1.\n <_>0 16 20 1 3.\n 0\n 8.7320003658533096e-003\n -0.2256730049848557\n 0.3193179965019226\n <_>\n \n <_>\n \n \n \n <_>8 10 8 10 -1.\n <_>12 10 4 5 2.\n <_>8 15 4 5 2.\n 0\n -0.0277869999408722\n -0.7233710289001465\n 0.1701859980821610\n <_>\n \n <_>\n \n \n \n <_>5 4 13 9 -1.\n <_>5 7 13 3 3.\n 0\n -0.1945530027151108\n 1.2461860179901123\n -0.1473619937896729\n <_>\n \n <_>\n \n \n \n <_>10 2 6 18 -1.\n <_>10 8 6 6 3.\n 0\n -0.1086969971656799\n -1.4465179443359375\n 0.1214530020952225\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n -0.0194949992001057\n -0.7815309762954712\n -0.0237329993396997\n <_>\n \n <_>\n \n \n \n <_>6 9 12 4 -1.\n <_>6 11 12 2 2.\n 0\n 3.0650000553578138e-003\n -0.8547139763832092\n 0.1668699979782105\n <_>\n \n <_>\n \n \n \n <_>3 2 15 12 -1.\n <_>3 6 15 4 3.\n 0\n 0.0591939985752106\n -0.1485369950532913\n 1.1273469924926758\n <_>\n \n <_>\n \n \n \n <_>12 0 12 5 -1.\n <_>16 0 4 5 3.\n 0\n -0.0542079992592335\n 0.5472699999809265\n 0.0355239994823933\n <_>\n \n <_>\n \n \n \n <_>0 15 18 3 -1.\n <_>6 15 6 3 3.\n 0\n -0.0393249988555908\n 0.3664259910583496\n -0.2054399996995926\n <_>\n \n <_>\n \n \n \n <_>0 14 24 5 -1.\n <_>8 14 8 5 3.\n 0\n 0.0822789967060089\n -0.0350079983472824\n 0.5399420261383057\n <_>\n \n <_>\n \n \n \n <_>5 1 3 18 -1.\n <_>6 1 1 18 3.\n 0\n -7.4479999020695686e-003\n -0.6153749823570252\n -3.5319998860359192e-003\n <_>\n \n <_>\n \n \n \n <_>10 0 4 14 -1.\n <_>10 0 2 14 2.\n 0\n 7.3770000599324703e-003\n -0.0655910000205040\n 0.4196139872074127\n <_>\n \n <_>\n \n \n \n <_>9 3 4 9 -1.\n <_>11 3 2 9 2.\n 0\n 7.0779998786747456e-003\n -0.3412950038909912\n 0.1253679990768433\n <_>\n \n <_>\n \n \n \n <_>8 2 12 6 -1.\n <_>14 2 6 3 2.\n <_>8 5 6 3 2.\n 0\n -0.0155819999054074\n -0.3024039864540100\n 0.2151100039482117\n <_>\n \n <_>\n \n \n \n <_>0 4 17 4 -1.\n <_>0 6 17 2 2.\n 0\n -2.7399999089539051e-003\n 0.0765530019998550\n -0.4106050133705139\n <_>\n \n <_>\n \n \n \n <_>16 16 5 8 -1.\n <_>16 20 5 4 2.\n 0\n -0.0706000030040741\n -0.9735620021820068\n 0.1124180033802986\n <_>\n \n <_>\n \n \n \n <_>3 16 5 8 -1.\n <_>3 20 5 4 2.\n 0\n -0.0117060001939535\n 0.1856070011854172\n -0.2975519895553589\n <_>\n \n <_>\n \n \n \n <_>6 18 18 2 -1.\n <_>6 19 18 1 2.\n 0\n 7.1499997284263372e-004\n -0.0596500001847744\n 0.2482469975948334\n <_>\n \n <_>\n \n \n \n <_>0 0 12 5 -1.\n <_>4 0 4 5 3.\n 0\n -0.0368660017848015\n 0.3275170028209686\n -0.2305960059165955\n <_>\n \n <_>\n \n \n \n <_>14 3 6 12 -1.\n <_>17 3 3 6 2.\n <_>14 9 3 6 2.\n 0\n -0.0325269997119904\n -0.2932029962539673\n 0.1542769968509674\n <_>\n \n <_>\n \n \n \n <_>0 12 6 12 -1.\n <_>2 12 2 12 3.\n 0\n -0.0748139992356300\n -1.2143570184707642\n -0.0522440001368523\n <_>\n \n <_>\n \n \n \n <_>2 3 21 3 -1.\n <_>2 4 21 1 3.\n 0\n 0.0414699986577034\n 0.1306249946355820\n -2.3274369239807129\n <_>\n \n <_>\n \n \n \n <_>4 3 6 12 -1.\n <_>4 3 3 6 2.\n <_>7 9 3 6 2.\n 0\n -0.0288800001144409\n -0.6607459783554077\n -9.0960003435611725e-003\n <_>\n \n <_>\n \n \n \n <_>12 8 12 6 -1.\n <_>18 8 6 3 2.\n <_>12 11 6 3 2.\n 0\n 0.0463819988071918\n 0.1663019955158234\n -0.6694949865341187\n <_>\n \n <_>\n \n \n \n <_>0 15 16 9 -1.\n <_>8 15 8 9 2.\n 0\n 0.2542499899864197\n -0.0546419993042946\n -1.2676080465316772\n <_>\n \n <_>\n \n \n \n <_>6 13 18 5 -1.\n <_>6 13 9 5 2.\n 0\n 2.4000001139938831e-003\n 0.2027679979801178\n 0.0146679999306798\n <_>\n \n <_>\n \n \n \n <_>1 6 15 6 -1.\n <_>6 6 5 6 3.\n 0\n -0.0828059986233711\n -0.7871360182762146\n -0.0244689993560314\n <_>\n \n <_>\n \n \n \n <_>11 9 9 6 -1.\n <_>14 9 3 6 3.\n 0\n -0.0114380000159144\n 0.2862339913845062\n -0.0308940000832081\n <_>\n \n <_>\n \n \n \n <_>3 0 15 11 -1.\n <_>8 0 5 11 3.\n 0\n -0.1291339993476868\n 1.7292929887771606\n -0.1429390013217926\n <_>\n \n <_>\n \n \n \n <_>15 3 3 18 -1.\n <_>15 9 3 6 3.\n 0\n 0.0385529994964600\n 0.0192329995334148\n 0.3773260116577148\n <_>\n \n <_>\n \n \n \n <_>6 3 3 18 -1.\n <_>6 9 3 6 3.\n 0\n 0.1019140034914017\n -0.0745339989662170\n -3.3868899345397949\n <_>\n \n <_>\n \n \n \n <_>9 5 10 8 -1.\n <_>14 5 5 4 2.\n <_>9 9 5 4 2.\n 0\n -0.0190680008381605\n 0.3181410133838654\n 0.0192610006779432\n <_>\n \n <_>\n \n \n \n <_>4 4 16 8 -1.\n <_>4 4 8 4 2.\n <_>12 8 8 4 2.\n 0\n -0.0607750006020069\n 0.7693629860877991\n -0.1764400005340576\n <_>\n \n <_>\n \n \n \n <_>7 7 12 3 -1.\n <_>7 7 6 3 2.\n 0\n 0.0246799997985363\n 0.1839649975299835\n -0.3086880147457123\n <_>\n \n <_>\n \n \n \n <_>5 0 9 13 -1.\n <_>8 0 3 13 3.\n 0\n 0.0267590004950762\n -0.2345490008592606\n 0.3305659890174866\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n 0.0149699999019504\n 0.1721359938383102\n -0.1824889928102493\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n 0.0261429995298386\n -0.0464639998972416\n -1.1318379640579224\n <_>\n \n <_>\n \n \n \n <_>8 1 10 9 -1.\n <_>8 4 10 3 3.\n 0\n -0.0375120006501675\n 0.8040400147438049\n 0.0696600005030632\n <_>\n \n <_>\n \n \n \n <_>0 2 18 2 -1.\n <_>0 3 18 1 2.\n 0\n -5.3229997865855694e-003\n -0.8188440203666687\n -0.0182249993085861\n <_>\n \n <_>\n \n \n \n <_>10 13 14 6 -1.\n <_>17 13 7 3 2.\n <_>10 16 7 3 2.\n 0\n 0.0178130008280277\n 0.1495780050754547\n -0.1866720020771027\n <_>\n \n <_>\n \n \n \n <_>0 13 14 6 -1.\n <_>0 13 7 3 2.\n <_>7 16 7 3 2.\n 0\n -0.0340100005269051\n -0.7285230159759522\n -0.0166159998625517\n <_>\n \n <_>\n \n \n \n <_>20 2 3 21 -1.\n <_>21 2 1 21 3.\n 0\n -0.0159530006349087\n 0.5694400072097778\n 0.0138320000842214\n <_>\n \n <_>\n \n \n \n <_>0 9 5 12 -1.\n <_>0 13 5 4 3.\n 0\n 0.0197439994663000\n 0.0405250005424023\n -0.4177339971065521\n <_>\n \n <_>\n \n \n \n <_>12 6 12 6 -1.\n <_>12 8 12 2 3.\n 0\n -0.1037480011582375\n -1.9825149774551392\n 0.1196020022034645\n <_>\n \n <_>\n \n \n \n <_>1 8 20 3 -1.\n <_>1 9 20 1 3.\n 0\n -0.0192850008606911\n 0.5023059844970703\n -0.1974589973688126\n <_>\n \n <_>\n \n \n \n <_>5 7 19 3 -1.\n <_>5 8 19 1 3.\n 0\n -0.0127800004556775\n 0.4019500017166138\n -0.0269579999148846\n <_>\n \n <_>\n \n \n \n <_>1 12 9 6 -1.\n <_>1 14 9 2 3.\n 0\n -0.0163529999554157\n -0.7660880088806152\n -0.0242090001702309\n <_>\n \n <_>\n \n \n \n <_>6 10 14 12 -1.\n <_>6 14 14 4 3.\n 0\n -0.1276369988918304\n 0.8657850027084351\n 0.0642059966921806\n <_>\n \n <_>\n \n \n \n <_>5 6 14 18 -1.\n <_>5 12 14 6 3.\n 0\n 0.0190689992159605\n -0.5592979788780212\n -1.6880000475794077e-003\n <_>\n \n <_>\n \n \n \n <_>11 12 9 7 -1.\n <_>14 12 3 7 3.\n 0\n 0.0324809998273849\n 0.0407220013439655\n 0.4892509877681732\n <_>\n \n <_>\n \n \n \n <_>1 15 18 4 -1.\n <_>1 17 18 2 2.\n 0\n 9.4849998131394386e-003\n -0.1923190057277679\n 0.5113970041275024\n <_>\n \n <_>\n \n \n \n <_>11 14 6 9 -1.\n <_>11 17 6 3 3.\n 0\n 5.0470000132918358e-003\n 0.1870680004358292\n -0.1611360013484955\n <_>\n \n <_>\n \n \n \n <_>0 8 18 4 -1.\n <_>0 8 9 2 2.\n <_>9 10 9 2 2.\n 0\n 0.0412679985165596\n -0.0488179996609688\n -1.1326299905776978\n <_>\n \n <_>\n \n \n \n <_>3 10 20 6 -1.\n <_>13 10 10 3 2.\n <_>3 13 10 3 2.\n 0\n -0.0763589963316917\n 1.4169390201568604\n 0.0873199999332428\n <_>\n \n <_>\n \n \n \n <_>1 10 20 6 -1.\n <_>1 10 10 3 2.\n <_>11 13 10 3 2.\n 0\n -0.0728349983692169\n 1.3189860582351685\n -0.1481910049915314\n <_>\n \n <_>\n \n \n \n <_>0 9 24 2 -1.\n <_>0 9 12 2 2.\n 0\n 0.0595769993960857\n 0.0483769997954369\n 0.8561180233955383\n <_>\n \n <_>\n \n \n \n <_>1 12 20 8 -1.\n <_>1 12 10 4 2.\n <_>11 16 10 4 2.\n 0\n 0.0202639997005463\n -0.2104409933090210\n 0.3385899960994721\n <_>\n \n <_>\n \n \n \n <_>11 12 9 7 -1.\n <_>14 12 3 7 3.\n 0\n -0.0803010016679764\n -1.2464400529861450\n 0.1185709983110428\n <_>\n \n <_>\n \n \n \n <_>4 12 9 7 -1.\n <_>7 12 3 7 3.\n 0\n -0.0178350005298853\n 0.2578229904174805\n -0.2456479966640472\n <_>\n \n <_>\n \n \n \n <_>12 12 8 5 -1.\n <_>12 12 4 5 2.\n 0\n 0.0114310001954436\n 0.2294979989528656\n -0.2949759960174561\n <_>\n \n <_>\n \n \n \n <_>4 12 8 5 -1.\n <_>8 12 4 5 2.\n 0\n -0.0255410000681877\n -0.8625299930572510\n -7.0400000549852848e-004\n <_>\n \n <_>\n \n \n \n <_>13 10 4 10 -1.\n <_>13 10 2 10 2.\n 0\n -7.6899997657164931e-004\n 0.3151139914989471\n -0.1434900015592575\n <_>\n \n <_>\n \n \n \n <_>1 15 20 2 -1.\n <_>11 15 10 2 2.\n 0\n -0.0144539996981621\n 0.2514849901199341\n -0.2823289930820465\n <_>\n \n <_>\n \n \n \n <_>9 10 6 6 -1.\n <_>9 10 3 6 2.\n 0\n 8.6730001494288445e-003\n 0.2660140097141266\n -0.2819080054759979\n -3.2103500366210937\n 18\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>0 1 21 3 -1.\n <_>7 1 7 3 3.\n 0\n 0.0547089986503124\n -0.5414429903030396\n 0.6104300022125244\n <_>\n \n <_>\n \n \n \n <_>6 4 13 9 -1.\n <_>6 7 13 3 3.\n 0\n -0.1083879992365837\n 0.7173990011215210\n -0.4119609892368317\n <_>\n \n <_>\n \n \n \n <_>6 5 12 5 -1.\n <_>10 5 4 5 3.\n 0\n 0.0229969993233681\n -0.5826979875564575\n 0.2964560091495514\n <_>\n \n <_>\n \n \n \n <_>10 10 10 6 -1.\n <_>10 12 10 2 3.\n 0\n 2.7540000155568123e-003\n -0.7424389719963074\n 0.1418330073356628\n <_>\n \n <_>\n \n \n \n <_>6 12 5 8 -1.\n <_>6 16 5 4 2.\n 0\n -2.1520000882446766e-003\n 0.1787990033626556\n -0.6854860186576843\n <_>\n \n <_>\n \n \n \n <_>13 0 6 9 -1.\n <_>15 0 2 9 3.\n 0\n -0.0225590001791716\n -1.0775549411773682\n 0.1238899976015091\n <_>\n \n <_>\n \n \n \n <_>2 10 18 6 -1.\n <_>8 10 6 6 3.\n 0\n 0.0830250009894371\n 0.0245009995996952\n -1.0251879692077637\n <_>\n \n <_>\n \n \n \n <_>11 2 9 4 -1.\n <_>11 4 9 2 2.\n 0\n -6.6740000620484352e-003\n -0.4528310000896454\n 0.2123019993305206\n <_>\n \n <_>\n \n \n \n <_>1 20 21 3 -1.\n <_>8 20 7 3 3.\n 0\n 0.0764850005507469\n -0.2697269916534424\n 0.4858019948005676\n <_>\n \n <_>\n \n \n \n <_>1 10 22 2 -1.\n <_>1 11 22 1 2.\n 0\n 5.4910001344978809e-003\n -0.4887120127677918\n 0.3161639869213104\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n -0.0104149999096990\n 0.4151290059089661\n -0.3004480004310608\n <_>\n \n <_>\n \n \n \n <_>13 0 6 9 -1.\n <_>15 0 2 9 3.\n 0\n 0.0276079997420311\n 0.1620379984378815\n -0.9986850023269653\n <_>\n \n <_>\n \n \n \n <_>5 0 6 9 -1.\n <_>7 0 2 9 3.\n 0\n -0.0232720002532005\n -1.1024399995803833\n 0.0211249999701977\n <_>\n \n <_>\n \n \n \n <_>18 2 6 20 -1.\n <_>20 2 2 20 3.\n 0\n -0.0556199997663498\n 0.6503310203552246\n -0.0279380008578300\n <_>\n \n <_>\n \n \n \n <_>0 2 6 20 -1.\n <_>2 2 2 20 3.\n 0\n -0.0406319983303547\n 0.4211730062961578\n -0.2676379978656769\n <_>\n \n <_>\n \n \n \n <_>11 7 6 14 -1.\n <_>14 7 3 7 2.\n <_>11 14 3 7 2.\n 0\n -7.3560001328587532e-003\n 0.3527779877185822\n -0.3785400092601776\n <_>\n \n <_>\n \n \n \n <_>0 1 4 9 -1.\n <_>2 1 2 9 2.\n 0\n 0.0170070007443428\n -0.2918950021266937\n 0.4105379879474640\n <_>\n \n <_>\n \n \n \n <_>12 14 9 4 -1.\n <_>12 16 9 2 2.\n 0\n -0.0370340012013912\n -1.3216309547424316\n 0.1296650022268295\n <_>\n \n <_>\n \n \n \n <_>1 13 9 4 -1.\n <_>1 15 9 2 2.\n 0\n -0.0196330007165670\n -0.8770229816436768\n 1.0799999581649899e-003\n <_>\n \n <_>\n \n \n \n <_>7 6 15 6 -1.\n <_>7 8 15 2 3.\n 0\n -0.0235469993203878\n 0.2610610127449036\n -0.2148140072822571\n <_>\n \n <_>\n \n \n \n <_>8 2 3 18 -1.\n <_>8 8 3 6 3.\n 0\n -0.0433529987931252\n -0.9908969998359680\n -9.9560003727674484e-003\n <_>\n \n <_>\n \n \n \n <_>6 6 12 6 -1.\n <_>12 6 6 3 2.\n <_>6 9 6 3 2.\n 0\n -0.0221839994192123\n 0.6345440149307251\n -0.0565470010042191\n <_>\n \n <_>\n \n \n \n <_>2 19 20 4 -1.\n <_>2 19 10 2 2.\n <_>12 21 10 2 2.\n 0\n 0.0165309999138117\n 0.0246649999171495\n -0.7332680225372315\n <_>\n \n <_>\n \n \n \n <_>14 15 6 9 -1.\n <_>14 18 6 3 3.\n 0\n -0.0327440015971661\n -0.5629720091819763\n 0.1664029955863953\n <_>\n \n <_>\n \n \n \n <_>3 5 18 14 -1.\n <_>3 5 9 7 2.\n <_>12 12 9 7 2.\n 0\n 0.0714159980416298\n -3.0000001424923539e-004\n -0.9328640103340149\n <_>\n \n <_>\n \n \n \n <_>15 6 4 18 -1.\n <_>17 6 2 9 2.\n <_>15 15 2 9 2.\n 0\n 8.0999999772757292e-004\n -0.0953800007700920\n 0.2518469989299774\n <_>\n \n <_>\n \n \n \n <_>5 6 4 18 -1.\n <_>5 6 2 9 2.\n <_>7 15 2 9 2.\n 0\n -8.4090000018477440e-003\n -0.6549680233001709\n 0.0673009976744652\n <_>\n \n <_>\n \n \n \n <_>11 0 6 9 -1.\n <_>13 0 2 9 3.\n 0\n -0.0172540005296469\n -0.4649299979209900\n 0.1607089936733246\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0186410006135702\n -1.0594010353088379\n -0.0196170005947351\n <_>\n \n <_>\n \n \n \n <_>11 5 6 9 -1.\n <_>13 5 2 9 3.\n 0\n -9.1979997232556343e-003\n 0.5071619749069214\n -0.1533920019865036\n <_>\n \n <_>\n \n \n \n <_>9 5 6 6 -1.\n <_>12 5 3 6 2.\n 0\n 0.0185380000621080\n -0.3049820065498352\n 0.7350620031356812\n <_>\n \n <_>\n \n \n \n <_>4 1 16 6 -1.\n <_>12 1 8 3 2.\n <_>4 4 8 3 2.\n 0\n -0.0503350012004375\n -1.1140480041503906\n 0.1800010055303574\n <_>\n \n <_>\n \n \n \n <_>9 13 6 11 -1.\n <_>11 13 2 11 3.\n 0\n -0.0235290005803108\n -0.8690789937973023\n -0.0124599998816848\n <_>\n \n <_>\n \n \n \n <_>17 1 6 12 -1.\n <_>20 1 3 6 2.\n <_>17 7 3 6 2.\n 0\n -0.0271000005304813\n 0.6594290137290955\n -0.0353239998221397\n <_>\n \n <_>\n \n \n \n <_>1 17 18 3 -1.\n <_>1 18 18 1 3.\n 0\n 6.5879998728632927e-003\n -0.2295340001583099\n 0.4242509901523590\n <_>\n \n <_>\n \n \n \n <_>7 13 10 8 -1.\n <_>7 17 10 4 2.\n 0\n 0.0233600009232759\n 0.1835619956254959\n -0.9858729839324951\n <_>\n \n <_>\n \n \n \n <_>6 18 10 6 -1.\n <_>6 20 10 2 3.\n 0\n 0.0129469996318221\n -0.3314740061759949\n 0.2132319957017899\n <_>\n \n <_>\n \n \n \n <_>9 14 9 4 -1.\n <_>9 16 9 2 2.\n 0\n -6.6559999249875546e-003\n -0.1195140033960342\n 0.2975279986858368\n <_>\n \n <_>\n \n \n \n <_>1 1 6 12 -1.\n <_>1 1 3 6 2.\n <_>4 7 3 6 2.\n 0\n -0.0225709993392229\n 0.3849940001964569\n -0.2443449944257736\n <_>\n \n <_>\n \n \n \n <_>19 4 5 12 -1.\n <_>19 8 5 4 3.\n 0\n -0.0638139992952347\n -0.8938350081443787\n 0.1421750038862228\n <_>\n \n <_>\n \n \n \n <_>0 0 8 8 -1.\n <_>4 0 4 8 2.\n 0\n -0.0499450005590916\n 0.5386440157890320\n -0.2048529982566834\n <_>\n \n <_>\n \n \n \n <_>3 5 19 3 -1.\n <_>3 6 19 1 3.\n 0\n 6.8319998681545258e-003\n -0.0566789992153645\n 0.3997099995613098\n <_>\n \n <_>\n \n \n \n <_>1 5 12 6 -1.\n <_>1 5 6 3 2.\n <_>7 8 6 3 2.\n 0\n -0.0558359995484352\n -1.5239470005035400\n -0.0511830002069473\n <_>\n \n <_>\n \n \n \n <_>2 1 21 8 -1.\n <_>9 1 7 8 3.\n 0\n 0.3195700049400330\n 0.0745740011334419\n 1.2447799444198608\n <_>\n \n <_>\n \n \n \n <_>4 1 16 8 -1.\n <_>4 5 16 4 2.\n 0\n 0.0809559971094131\n -0.1966550052165985\n 0.5988969802856445\n <_>\n \n <_>\n \n \n \n <_>6 0 18 3 -1.\n <_>6 1 18 1 3.\n 0\n -0.0149119999259710\n -0.6402059793472290\n 0.1580760031938553\n <_>\n \n <_>\n \n \n \n <_>4 4 10 14 -1.\n <_>4 11 10 7 2.\n 0\n 0.0467090010643005\n 0.0852390006184578\n -0.4548720121383667\n <_>\n \n <_>\n \n \n \n <_>15 6 4 10 -1.\n <_>15 11 4 5 2.\n 0\n 6.0539999976754189e-003\n -0.4318400025367737\n 0.2245260030031204\n <_>\n \n <_>\n \n \n \n <_>3 18 18 3 -1.\n <_>9 18 6 3 3.\n 0\n -0.0343759991228580\n 0.4020250141620636\n -0.2390359938144684\n <_>\n \n <_>\n \n \n \n <_>8 18 12 6 -1.\n <_>12 18 4 6 3.\n 0\n -0.0349240005016327\n 0.5287010073661804\n 0.0397090017795563\n <_>\n \n <_>\n \n \n \n <_>3 15 6 9 -1.\n <_>6 15 3 9 2.\n 0\n 3.0030000489205122e-003\n -0.3875429928302765\n 0.1419260054826737\n <_>\n \n <_>\n \n \n \n <_>15 7 6 8 -1.\n <_>15 11 6 4 2.\n 0\n -0.0141329998150468\n 0.8752840161323547\n 0.0855079963803291\n <_>\n \n <_>\n \n \n \n <_>3 7 6 8 -1.\n <_>3 11 6 4 2.\n 0\n -6.7940000444650650e-003\n -1.1649219989776611\n -0.0339430011808872\n <_>\n \n <_>\n \n \n \n <_>5 9 18 6 -1.\n <_>14 9 9 3 2.\n <_>5 12 9 3 2.\n 0\n -0.0528860017657280\n 1.0930680036544800\n 0.0511870011687279\n <_>\n \n <_>\n \n \n \n <_>1 13 12 6 -1.\n <_>1 15 12 2 3.\n 0\n -2.1079999860376120e-003\n 0.1369619965553284\n -0.3384999930858612\n <_>\n \n <_>\n \n \n \n <_>14 15 10 6 -1.\n <_>14 17 10 2 3.\n 0\n 0.0183530002832413\n 0.1366160064935684\n -0.4077779948711395\n <_>\n \n <_>\n \n \n \n <_>0 15 10 6 -1.\n <_>0 17 10 2 3.\n 0\n 0.0126719996333122\n -0.0149360001087189\n -0.8170750141143799\n <_>\n \n <_>\n \n \n \n <_>15 13 6 9 -1.\n <_>15 16 6 3 3.\n 0\n 0.0129249999299645\n 0.1762509942054749\n -0.3249169886112213\n <_>\n \n <_>\n \n \n \n <_>3 13 6 9 -1.\n <_>3 16 6 3 3.\n 0\n -0.0179210007190704\n -0.5274540185928345\n 0.0444430001080036\n <_>\n \n <_>\n \n \n \n <_>9 5 8 8 -1.\n <_>9 5 4 8 2.\n 0\n 1.9160000374540687e-003\n -0.1097859963774681\n 0.2206750065088272\n <_>\n \n <_>\n \n \n \n <_>1 18 12 6 -1.\n <_>1 18 6 3 2.\n <_>7 21 6 3 2.\n 0\n -0.0146979996934533\n 0.3906779885292053\n -0.2222499996423721\n <_>\n \n <_>\n \n \n \n <_>13 19 10 4 -1.\n <_>13 21 10 2 2.\n 0\n -0.0149729996919632\n -0.2545090019702911\n 0.1779000014066696\n <_>\n \n <_>\n \n \n \n <_>1 19 10 4 -1.\n <_>1 21 10 2 2.\n 0\n 0.0146369999274611\n -0.0251250006258488\n -0.8712130188941956\n <_>\n \n <_>\n \n \n \n <_>6 19 18 3 -1.\n <_>6 20 18 1 3.\n 0\n -0.0109740002080798\n 0.7908279895782471\n 0.0201210007071495\n <_>\n \n <_>\n \n \n \n <_>8 14 4 10 -1.\n <_>8 19 4 5 2.\n 0\n -9.1599998995661736e-003\n -0.4790689945220947\n 0.0522320009768009\n <_>\n \n <_>\n \n \n \n <_>0 0 24 6 -1.\n <_>0 2 24 2 3.\n 0\n 4.6179997734725475e-003\n -0.1724459975957871\n 0.3452779948711395\n <_>\n \n <_>\n \n \n \n <_>0 1 6 9 -1.\n <_>0 4 6 3 3.\n 0\n 0.0234769992530346\n 3.7760001141577959e-003\n -0.6533370018005371\n <_>\n \n <_>\n \n \n \n <_>4 9 20 6 -1.\n <_>14 9 10 3 2.\n <_>4 12 10 3 2.\n 0\n 0.0317669995129108\n 0.0163640007376671\n 0.5872370004653931\n <_>\n \n <_>\n \n \n \n <_>1 15 19 8 -1.\n <_>1 19 19 4 2.\n 0\n -0.0184199996292591\n 0.1999389976263046\n -0.3205649852752686\n <_>\n \n <_>\n \n \n \n <_>14 0 10 6 -1.\n <_>14 2 10 2 3.\n 0\n 0.0195439998060465\n 0.1845020055770874\n -0.2379360049962997\n <_>\n \n <_>\n \n \n \n <_>1 10 21 14 -1.\n <_>8 10 7 14 3.\n 0\n 0.4115949869155884\n -0.0603820011019707\n -1.6072119474411011\n <_>\n \n <_>\n \n \n \n <_>10 10 8 8 -1.\n <_>10 10 4 8 2.\n 0\n -0.0415959991514683\n -0.3275620043277741\n 0.1505800038576126\n <_>\n \n <_>\n \n \n \n <_>6 8 10 4 -1.\n <_>11 8 5 4 2.\n 0\n -0.0103359995409846\n -0.6239439845085144\n 0.0131120001897216\n <_>\n \n <_>\n \n \n \n <_>10 5 4 9 -1.\n <_>10 5 2 9 2.\n 0\n 0.0123929996043444\n -0.0331149995326996\n 0.5557990074157715\n <_>\n \n <_>\n \n \n \n <_>7 5 6 10 -1.\n <_>9 5 2 10 3.\n 0\n -8.7270000949501991e-003\n 0.1988320052623749\n -0.3763560056686401\n <_>\n \n <_>\n \n \n \n <_>14 4 4 13 -1.\n <_>14 4 2 13 2.\n 0\n 0.0162950009107590\n 0.2037300020456314\n -0.4280079901218414\n <_>\n \n <_>\n \n \n \n <_>6 4 4 13 -1.\n <_>8 4 2 13 2.\n 0\n -0.0104839997366071\n -0.5684700012207031\n 0.0441990010440350\n <_>\n \n <_>\n \n \n \n <_>8 7 9 6 -1.\n <_>11 7 3 6 3.\n 0\n -0.0124319996684790\n 0.7464190125465393\n 0.0436789989471436\n <_>\n \n <_>\n \n \n \n <_>3 6 16 6 -1.\n <_>3 6 8 3 2.\n <_>11 9 8 3 2.\n 0\n -0.0503749996423721\n 0.8509010076522827\n -0.1777379959821701\n <_>\n \n <_>\n \n \n \n <_>5 4 16 14 -1.\n <_>13 4 8 7 2.\n <_>5 11 8 7 2.\n 0\n 0.0495480000972748\n 0.1678490042686462\n -0.2987749874591827\n <_>\n \n <_>\n \n \n \n <_>0 0 24 4 -1.\n <_>0 0 12 2 2.\n <_>12 2 12 2 2.\n 0\n -0.0410850010812283\n -1.3302919864654541\n -0.0491820015013218\n <_>\n \n <_>\n \n \n \n <_>9 1 9 6 -1.\n <_>12 1 3 6 3.\n 0\n 1.0069999843835831e-003\n -0.0605389997363091\n 0.1848320066928864\n <_>\n \n <_>\n \n \n \n <_>4 1 14 4 -1.\n <_>11 1 7 4 2.\n 0\n -0.0501429997384548\n 0.7644770145416260\n -0.1835699975490570\n <_>\n \n <_>\n \n \n \n <_>10 14 7 9 -1.\n <_>10 17 7 3 3.\n 0\n -8.7879998609423637e-003\n 0.2265599966049194\n -0.0631569996476173\n <_>\n \n <_>\n \n \n \n <_>8 3 8 10 -1.\n <_>8 3 4 5 2.\n <_>12 8 4 5 2.\n 0\n -0.0501709990203381\n -1.5899070501327515\n -0.0612550005316734\n <_>\n \n <_>\n \n \n \n <_>7 3 12 5 -1.\n <_>11 3 4 5 3.\n 0\n 0.1021609976887703\n 0.1207180023193359\n -1.4120110273361206\n <_>\n \n <_>\n \n \n \n <_>8 2 4 13 -1.\n <_>10 2 2 13 2.\n 0\n -0.0143729997798800\n -1.3116970062255859\n -0.0519360005855560\n <_>\n \n <_>\n \n \n \n <_>11 2 3 19 -1.\n <_>12 2 1 19 3.\n 0\n 0.0102819995954633\n -2.1639999467879534e-003\n 0.4424720108509064\n <_>\n \n <_>\n \n \n \n <_>7 7 9 6 -1.\n <_>10 7 3 6 3.\n 0\n -0.0118140000849962\n 0.6537809967994690\n -0.1872369945049286\n <_>\n \n <_>\n \n \n \n <_>4 22 20 2 -1.\n <_>4 22 10 2 2.\n 0\n 0.0721149966120720\n 0.0718469992280006\n 0.8149629831314087\n <_>\n \n <_>\n \n \n \n <_>0 16 24 4 -1.\n <_>0 16 12 2 2.\n <_>12 18 12 2 2.\n 0\n -0.0190019998699427\n -0.6742720007896423\n -4.3200000072829425e-004\n <_>\n \n <_>\n \n \n \n <_>7 3 12 5 -1.\n <_>11 3 4 5 3.\n 0\n -4.6990001574158669e-003\n 0.3331150114536285\n 0.0557940006256104\n <_>\n \n <_>\n \n \n \n <_>1 10 8 14 -1.\n <_>1 10 4 7 2.\n <_>5 17 4 7 2.\n 0\n -0.0581570006906986\n 0.4557229876518250\n -0.2030510008335114\n <_>\n \n <_>\n \n \n \n <_>11 16 6 6 -1.\n <_>11 19 6 3 2.\n 0\n 1.1360000353306532e-003\n -0.0446869991719723\n 0.2268189936876297\n <_>\n \n <_>\n \n \n \n <_>6 0 10 24 -1.\n <_>6 0 5 12 2.\n <_>11 12 5 12 2.\n 0\n -0.0494149997830391\n 0.2669459879398346\n -0.2611699998378754\n <_>\n \n <_>\n \n \n \n <_>7 5 14 14 -1.\n <_>14 5 7 7 2.\n <_>7 12 7 7 2.\n 0\n -0.1191380023956299\n -0.8301799893379211\n 0.1324850022792816\n <_>\n \n <_>\n \n \n \n <_>7 8 10 8 -1.\n <_>7 8 5 4 2.\n <_>12 12 5 4 2.\n 0\n -0.0183039996773005\n -0.6749920248985291\n 0.0170920006930828\n <_>\n \n <_>\n \n \n \n <_>9 1 9 6 -1.\n <_>12 1 3 6 3.\n 0\n -7.9199997708201408e-003\n -0.0722870007157326\n 0.1442580074071884\n <_>\n \n <_>\n \n \n \n <_>0 6 24 3 -1.\n <_>12 6 12 3 2.\n 0\n 0.0519259981811047\n 0.0309219993650913\n -0.5586060285568237\n <_>\n \n <_>\n \n \n \n <_>7 3 12 5 -1.\n <_>11 3 4 5 3.\n 0\n 0.0667240023612976\n 0.1366640031337738\n -0.2941100001335144\n <_>\n \n <_>\n \n \n \n <_>1 13 22 4 -1.\n <_>1 13 11 2 2.\n <_>12 15 11 2 2.\n 0\n -0.0137780001387000\n -0.5944390296936035\n 0.0153000000864267\n <_>\n \n <_>\n \n \n \n <_>9 12 12 6 -1.\n <_>9 14 12 2 3.\n 0\n -0.0177609995007515\n 0.4049650132656097\n -3.3559999428689480e-003\n <_>\n \n <_>\n \n \n \n <_>0 5 9 6 -1.\n <_>0 7 9 2 3.\n 0\n -0.0422349981963634\n -1.0897940397262573\n -0.0402249991893768\n <_>\n \n <_>\n \n \n \n <_>1 5 23 6 -1.\n <_>1 7 23 2 3.\n 0\n -0.0135249998420477\n 0.2892189919948578\n -0.2519479990005493\n <_>\n \n <_>\n \n \n \n <_>1 6 19 12 -1.\n <_>1 10 19 4 3.\n 0\n -0.0111060002818704\n 0.6531280279159546\n -0.1805370002985001\n <_>\n \n <_>\n \n \n \n <_>9 1 6 21 -1.\n <_>9 8 6 7 3.\n 0\n -0.1228459998965263\n -1.9570649862289429\n 0.1481540054082871\n <_>\n \n <_>\n \n \n \n <_>3 19 18 3 -1.\n <_>9 19 6 3 3.\n 0\n 0.0477159991860390\n -0.2287559956312180\n 0.3423370122909546\n <_>\n \n <_>\n \n \n \n <_>9 14 6 9 -1.\n <_>11 14 2 9 3.\n 0\n 0.0318170003592968\n 0.1597629934549332\n -1.0091969966888428\n <_>\n \n <_>\n \n \n \n <_>9 6 4 12 -1.\n <_>11 6 2 12 2.\n 0\n 4.2570000514388084e-003\n -0.3888129889965057\n 0.0842100009322166\n <_>\n \n <_>\n \n \n \n <_>16 0 6 9 -1.\n <_>18 0 2 9 3.\n 0\n -0.0613729991018772\n 1.7152810096740723\n 0.0593249984085560\n <_>\n \n <_>\n \n \n \n <_>2 0 6 9 -1.\n <_>4 0 2 9 3.\n 0\n -2.7030000928789377e-003\n -0.3816170096397400\n 0.0851270034909248\n <_>\n \n <_>\n \n \n \n <_>13 1 4 22 -1.\n <_>15 1 2 11 2.\n <_>13 12 2 11 2.\n 0\n -0.0685440003871918\n -3.0925889015197754\n 0.1178800016641617\n <_>\n \n <_>\n \n \n \n <_>1 8 8 12 -1.\n <_>1 14 8 6 2.\n 0\n 0.1037250012159348\n -0.1376930028200150\n 1.9009410142898560\n <_>\n \n <_>\n \n \n \n <_>14 7 7 9 -1.\n <_>14 10 7 3 3.\n 0\n 0.0157990008592606\n -0.0626600012183189\n 0.2591769993305206\n <_>\n \n <_>\n \n \n \n <_>3 12 18 4 -1.\n <_>3 12 9 2 2.\n <_>12 14 9 2 2.\n 0\n -9.8040001466870308e-003\n -0.5629159808158875\n 0.0439230017364025\n <_>\n \n <_>\n \n \n \n <_>13 1 4 22 -1.\n <_>15 1 2 11 2.\n <_>13 12 2 11 2.\n 0\n -9.0229995548725128e-003\n 0.2528710067272186\n -0.0412259995937347\n <_>\n \n <_>\n \n \n \n <_>7 1 4 22 -1.\n <_>7 1 2 11 2.\n <_>9 12 2 11 2.\n 0\n -0.0637549981474876\n -2.6178569793701172\n -0.0740059986710548\n <_>\n \n <_>\n \n \n \n <_>4 7 20 4 -1.\n <_>14 7 10 2 2.\n <_>4 9 10 2 2.\n 0\n 0.0389549992978573\n 0.0590329989790916\n 0.8594560027122498\n <_>\n \n <_>\n \n \n \n <_>9 10 6 7 -1.\n <_>12 10 3 7 2.\n 0\n -0.0398029983043671\n 0.9360049962997437\n -0.1563940048217773\n <_>\n \n <_>\n \n \n \n <_>7 7 10 4 -1.\n <_>7 7 5 4 2.\n 0\n 0.0503019988536835\n 0.1372590065002441\n -2.5549728870391846\n <_>\n \n <_>\n \n \n \n <_>0 3 4 15 -1.\n <_>0 8 4 5 3.\n 0\n 0.0462500005960464\n -0.0139640001580119\n -0.7102620005607605\n <_>\n \n <_>\n \n \n \n <_>15 0 8 12 -1.\n <_>19 0 4 6 2.\n <_>15 6 4 6 2.\n 0\n 0.0621960014104843\n 0.0595260001718998\n 1.6509100198745728\n <_>\n \n <_>\n \n \n \n <_>1 0 8 12 -1.\n <_>1 0 4 6 2.\n <_>5 6 4 6 2.\n 0\n -0.0647760033607483\n 0.7136899828910828\n -0.1727000027894974\n <_>\n \n <_>\n \n \n \n <_>14 5 6 16 -1.\n <_>16 5 2 16 3.\n 0\n 0.0275229997932911\n 0.1463160067796707\n -0.0814289972186089\n <_>\n \n <_>\n \n \n \n <_>4 5 6 16 -1.\n <_>6 5 2 16 3.\n 0\n 3.9900001138448715e-004\n -0.3714450001716614\n 0.1015269979834557\n <_>\n \n <_>\n \n \n \n <_>15 0 6 16 -1.\n <_>17 0 2 16 3.\n 0\n -4.3299999088048935e-003\n -0.2375629991292954\n 0.2679840028285980\n <_>\n \n <_>\n \n \n \n <_>3 0 6 16 -1.\n <_>5 0 2 16 3.\n 0\n 0.0472970008850098\n -0.0276820007711649\n -0.8491029739379883\n <_>\n \n <_>\n \n \n \n <_>0 2 24 3 -1.\n <_>0 3 24 1 3.\n 0\n 0.0125089995563030\n 0.1873019933700562\n -0.5600110292434692\n <_>\n \n <_>\n \n \n \n <_>7 1 10 4 -1.\n <_>7 3 10 2 2.\n 0\n 0.0458990000188351\n -0.1560119986534119\n 0.9707300066947937\n <_>\n \n <_>\n \n \n \n <_>1 0 23 8 -1.\n <_>1 4 23 4 2.\n 0\n 0.1985339969396591\n 0.1489550024271011\n -1.1015529632568359\n <_>\n \n <_>\n \n \n \n <_>1 17 19 3 -1.\n <_>1 18 19 1 3.\n 0\n 0.0166749991476536\n -0.1661529988050461\n 0.8221099972724915\n <_>\n \n <_>\n \n \n \n <_>6 18 18 2 -1.\n <_>6 19 18 1 2.\n 0\n 1.9829999655485153e-003\n -0.0712499991059303\n 0.2881090044975281\n <_>\n \n <_>\n \n \n \n <_>1 17 9 6 -1.\n <_>1 19 9 2 3.\n 0\n 0.0224479995667934\n -0.0209810007363558\n -0.7841650247573853\n <_>\n \n <_>\n \n \n \n <_>15 15 6 9 -1.\n <_>15 18 6 3 3.\n 0\n -0.0139130000025034\n -0.1816579997539520\n 0.2049179971218109\n <_>\n \n <_>\n \n \n \n <_>3 15 6 9 -1.\n <_>3 18 6 3 3.\n 0\n -7.7659999951720238e-003\n -0.4559589922428131\n 0.0635769963264465\n <_>\n \n <_>\n \n \n \n <_>4 14 20 6 -1.\n <_>4 17 20 3 2.\n 0\n -0.0132090002298355\n 0.2663230001926422\n -0.1779599934816361\n <_>\n \n <_>\n \n \n \n <_>0 10 6 14 -1.\n <_>0 10 3 7 2.\n <_>3 17 3 7 2.\n 0\n 0.0490529984235764\n -0.1547680050134659\n 1.1069979667663574\n <_>\n \n <_>\n \n \n \n <_>6 18 18 3 -1.\n <_>6 19 18 1 3.\n 0\n 0.0202639997005463\n 0.0689150020480156\n 0.6986749768257141\n <_>\n \n <_>\n \n \n \n <_>4 12 9 7 -1.\n <_>7 12 3 7 3.\n 0\n -0.0168280005455017\n 0.2760719954967499\n -0.2513920068740845\n <_>\n \n <_>\n \n \n \n <_>6 10 18 5 -1.\n <_>12 10 6 5 3.\n 0\n -0.1693949997425079\n -3.0767529010772705\n 0.1161750033497810\n <_>\n \n <_>\n \n \n \n <_>0 10 18 5 -1.\n <_>6 10 6 5 3.\n 0\n -0.1133610010147095\n -1.4639229774475098\n -0.0514470003545284\n <_>\n \n <_>\n \n \n \n <_>3 2 18 9 -1.\n <_>9 2 6 9 3.\n 0\n -0.0776859968900681\n 0.8843020200729370\n 0.0433069989085197\n <_>\n \n <_>\n \n \n \n <_>4 6 10 10 -1.\n <_>4 6 5 5 2.\n <_>9 11 5 5 2.\n 0\n -0.0155680002644658\n 0.1367249935865402\n -0.3450550138950348\n <_>\n \n <_>\n \n \n \n <_>20 14 4 9 -1.\n <_>20 14 2 9 2.\n 0\n -0.0660189986228943\n -1.0300110578536987\n 0.1160139963030815\n <_>\n \n <_>\n \n \n \n <_>0 14 4 9 -1.\n <_>2 14 2 9 2.\n 0\n 8.3699999377131462e-003\n 0.0764290019869804\n -0.4400250017642975\n <_>\n \n <_>\n \n \n \n <_>11 1 4 20 -1.\n <_>13 1 2 10 2.\n <_>11 11 2 10 2.\n 0\n 0.0354029983282089\n 0.1197950020432472\n -0.7266830205917358\n <_>\n \n <_>\n \n \n \n <_>6 21 12 3 -1.\n <_>12 21 6 3 2.\n 0\n -0.0390510000288486\n 0.6737530231475830\n -0.1819600015878677\n <_>\n \n <_>\n \n \n \n <_>11 1 4 20 -1.\n <_>13 1 2 10 2.\n <_>11 11 2 10 2.\n 0\n -9.7899995744228363e-003\n 0.2126459926366806\n 0.0367560014128685\n <_>\n \n <_>\n \n \n \n <_>1 16 10 8 -1.\n <_>1 16 5 4 2.\n <_>6 20 5 4 2.\n 0\n -0.0230470001697540\n 0.4474219977855682\n -0.2098670005798340\n <_>\n \n <_>\n \n \n \n <_>11 1 4 20 -1.\n <_>13 1 2 10 2.\n <_>11 11 2 10 2.\n 0\n 3.1169999856501818e-003\n 0.0375440008938313\n 0.2780820131301880\n <_>\n \n <_>\n \n \n \n <_>1 0 3 19 -1.\n <_>2 0 1 19 3.\n 0\n 0.0131360003724694\n -0.1984239965677261\n 0.5433570146560669\n <_>\n \n <_>\n \n \n \n <_>11 1 4 20 -1.\n <_>13 1 2 10 2.\n <_>11 11 2 10 2.\n 0\n 0.0147820003330708\n 0.1353060007095337\n -0.1115360036492348\n <_>\n \n <_>\n \n \n \n <_>0 1 6 9 -1.\n <_>2 1 2 9 3.\n 0\n -0.0601390004158020\n 0.8403930068016052\n -0.1671160012483597\n <_>\n \n <_>\n \n \n \n <_>3 7 19 4 -1.\n <_>3 9 19 2 2.\n 0\n 0.0519989989697933\n 0.1737200021743774\n -0.7854760289192200\n <_>\n \n <_>\n \n \n \n <_>7 14 9 6 -1.\n <_>7 16 9 2 3.\n 0\n 0.0247920006513596\n -0.1773920059204102\n 0.6675260066986084\n <_>\n \n <_>\n \n \n \n <_>17 1 7 6 -1.\n <_>17 4 7 3 2.\n 0\n -0.0120149999856949\n -0.1426369994878769\n 0.1607050001621246\n <_>\n \n <_>\n \n \n \n <_>5 0 14 8 -1.\n <_>5 4 14 4 2.\n 0\n -0.0986559987068176\n 1.0429769754409790\n -0.1577019989490509\n <_>\n \n <_>\n \n \n \n <_>16 1 8 6 -1.\n <_>16 4 8 3 2.\n 0\n 0.1175829991698265\n 0.1095570027828217\n -4.4920377731323242\n <_>\n \n <_>\n \n \n \n <_>0 1 8 6 -1.\n <_>0 4 8 3 2.\n 0\n -0.0189229995012283\n -0.7854340076446533\n 0.0129840001463890\n <_>\n \n <_>\n \n \n \n <_>6 0 18 4 -1.\n <_>15 0 9 2 2.\n <_>6 2 9 2 2.\n 0\n -0.0283909998834133\n -0.6056990027427673\n 0.1290349960327148\n <_>\n \n <_>\n \n \n \n <_>0 14 9 6 -1.\n <_>0 16 9 2 3.\n 0\n 0.0131829995661974\n -0.0144159998744726\n -0.7321050167083740\n <_>\n \n <_>\n \n \n \n <_>3 7 18 8 -1.\n <_>9 7 6 8 3.\n 0\n -0.1165300011634827\n -2.0442469120025635\n 0.1405310034751892\n <_>\n \n <_>\n \n \n \n <_>2 11 6 9 -1.\n <_>4 11 2 9 3.\n 0\n -3.8880000356584787e-003\n -0.4186159968376160\n 0.0787049978971481\n <_>\n \n <_>\n \n \n \n <_>10 5 6 9 -1.\n <_>12 5 2 9 3.\n 0\n 0.0312290005385876\n 0.0246329996734858\n 0.4187040030956268\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>10 6 2 9 2.\n <_>12 15 2 9 2.\n 0\n 0.0251989997923374\n -0.1755779981613159\n 0.6471059918403626\n <_>\n \n <_>\n \n \n \n <_>11 1 4 20 -1.\n <_>13 1 2 10 2.\n <_>11 11 2 10 2.\n 0\n -0.0281240008771420\n -0.2200559973716736\n 0.1412100046873093\n <_>\n \n <_>\n \n \n \n <_>9 1 4 20 -1.\n <_>9 1 2 10 2.\n <_>11 11 2 10 2.\n 0\n 0.0364990010857582\n -0.0684269964694977\n -2.3410849571228027\n <_>\n \n <_>\n \n \n \n <_>5 9 18 6 -1.\n <_>14 9 9 3 2.\n <_>5 12 9 3 2.\n 0\n -0.0722929984331131\n 1.2898750305175781\n 0.0848750025033951\n <_>\n \n <_>\n \n \n \n <_>6 4 6 9 -1.\n <_>8 4 2 9 3.\n 0\n -0.0416710004210472\n -1.1630970239639282\n -0.0537529997527599\n <_>\n \n <_>\n \n \n \n <_>10 16 8 6 -1.\n <_>10 16 4 6 2.\n 0\n 0.0477030016481876\n 0.0701010003685951\n 0.7367650270462036\n <_>\n \n <_>\n \n \n \n <_>0 0 18 8 -1.\n <_>0 0 9 4 2.\n <_>9 4 9 4 2.\n 0\n 0.0657930001616478\n -0.1775529980659485\n 0.6978049874305725\n <_>\n \n <_>\n \n \n \n <_>6 5 14 12 -1.\n <_>13 5 7 6 2.\n <_>6 11 7 6 2.\n 0\n 0.0139049999415874\n 0.2193679958581924\n -0.2039079964160919\n <_>\n \n <_>\n \n \n \n <_>4 3 15 7 -1.\n <_>9 3 5 7 3.\n 0\n -0.0277309995144606\n 0.6186789870262146\n -0.1780409961938858\n <_>\n \n <_>\n \n \n \n <_>14 12 10 6 -1.\n <_>14 14 10 2 3.\n 0\n -0.0158799998462200\n -0.4648410081863403\n 0.1882860064506531\n <_>\n \n <_>\n \n \n \n <_>0 11 4 10 -1.\n <_>0 16 4 5 2.\n 0\n 0.0741280019283295\n -0.1285810023546219\n 3.2792479991912842\n <_>\n \n <_>\n \n \n \n <_>1 10 22 3 -1.\n <_>1 11 22 1 3.\n 0\n -8.9000002481043339e-004\n -0.3011760115623474\n 0.2381879985332489\n <_>\n \n <_>\n \n \n \n <_>8 9 6 10 -1.\n <_>10 9 2 10 3.\n 0\n 0.0179650001227856\n -0.2228499948978424\n 0.2995400130748749\n <_>\n \n <_>\n \n \n \n <_>13 2 6 12 -1.\n <_>16 2 3 6 2.\n <_>13 8 3 6 2.\n 0\n -2.5380000006407499e-003\n 0.2506439983844757\n -0.1366560012102127\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>10 6 2 9 2.\n <_>12 15 2 9 2.\n 0\n -9.0680001303553581e-003\n 0.2901749908924103\n -0.2892970144748688\n <_>\n \n <_>\n \n \n \n <_>7 8 10 16 -1.\n <_>12 8 5 8 2.\n <_>7 16 5 8 2.\n 0\n 0.0491699986159801\n 0.1915639936923981\n -0.6832870244979858\n <_>\n \n <_>\n \n \n \n <_>8 1 8 12 -1.\n <_>8 1 4 6 2.\n <_>12 7 4 6 2.\n 0\n -0.0306809991598129\n -0.7567700147628784\n -0.0132799996063113\n <_>\n \n <_>\n \n \n \n <_>7 1 12 14 -1.\n <_>13 1 6 7 2.\n <_>7 8 6 7 2.\n 0\n 0.1001740023493767\n 0.0844539999961853\n 1.0888710021972656\n <_>\n \n <_>\n \n \n \n <_>2 14 12 6 -1.\n <_>2 16 12 2 3.\n 0\n 3.1950001139193773e-003\n -0.2691940069198608\n 0.1953790038824081\n <_>\n \n <_>\n \n \n \n <_>11 16 6 6 -1.\n <_>11 19 6 3 2.\n 0\n 0.0355030000209808\n 0.1363230049610138\n -0.5691720247268677\n <_>\n \n <_>\n \n \n \n <_>7 16 6 6 -1.\n <_>7 19 6 3 2.\n 0\n 4.5900000259280205e-004\n -0.4044399857521057\n 0.1407479941844940\n <_>\n \n <_>\n \n \n \n <_>13 4 4 10 -1.\n <_>13 4 2 10 2.\n 0\n 0.0252589993178844\n 0.1624320000410080\n -0.5574179887771606\n <_>\n \n <_>\n \n \n \n <_>0 19 19 3 -1.\n <_>0 20 19 1 3.\n 0\n -5.1549999043345451e-003\n 0.3113259971141815\n -0.2275609970092773\n <_>\n \n <_>\n \n \n \n <_>12 8 6 8 -1.\n <_>12 12 6 4 2.\n 0\n 1.5869999770075083e-003\n -0.2686769962310791\n 0.1956540048122406\n <_>\n \n <_>\n \n \n \n <_>8 1 8 22 -1.\n <_>8 12 8 11 2.\n 0\n -0.0162049997597933\n 0.1548649966716766\n -0.3405779898166657\n <_>\n \n <_>\n \n \n \n <_>12 8 6 8 -1.\n <_>12 12 6 4 2.\n 0\n -0.0296240001916885\n 1.1466799974441528\n 0.0905579999089241\n <_>\n \n <_>\n \n \n \n <_>6 8 6 8 -1.\n <_>6 12 6 4 2.\n 0\n -1.5930000226944685e-003\n -0.7125750184059143\n -7.0400000549852848e-004\n <_>\n \n <_>\n \n \n \n <_>14 5 6 9 -1.\n <_>14 8 6 3 3.\n 0\n -0.0540190003812313\n 0.4153749942779541\n 0.0272460002452135\n <_>\n \n <_>\n \n \n \n <_>0 6 24 4 -1.\n <_>0 8 24 2 2.\n 0\n -0.0662110000848770\n -1.3340090513229370\n -0.0473529994487762\n <_>\n \n <_>\n \n \n \n <_>14 12 10 6 -1.\n <_>14 14 10 2 3.\n 0\n 0.0279409997165203\n 0.1444630026817322\n -0.5151839852333069\n <_>\n \n <_>\n \n \n \n <_>0 12 10 6 -1.\n <_>0 14 10 2 3.\n 0\n 0.0289570000022650\n -0.0499660000205040\n -1.1929039955139160\n <_>\n \n <_>\n \n \n \n <_>4 6 19 3 -1.\n <_>4 7 19 1 3.\n 0\n -0.0204249992966652\n 0.6388130187988281\n 0.0381410010159016\n <_>\n \n <_>\n \n \n \n <_>1 6 19 3 -1.\n <_>1 7 19 1 3.\n 0\n 0.0124169997870922\n -0.2154700011014938\n 0.4947769939899445\n -3.2772979736328125\n 19\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>4 0 16 9 -1.\n <_>4 3 16 3 3.\n 0\n 0.0432740002870560\n -0.8049439787864685\n 0.3989729881286621\n <_>\n \n <_>\n \n \n \n <_>0 1 24 5 -1.\n <_>8 1 8 5 3.\n 0\n 0.1861550062894821\n -0.3165529966354370\n 0.6887729763984680\n <_>\n \n <_>\n \n \n \n <_>3 6 6 15 -1.\n <_>3 11 6 5 3.\n 0\n 0.0318609997630119\n -0.6426619887351990\n 0.2555089890956879\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0140220001339912\n -0.4592660069465637\n 0.3117119967937470\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n -6.3029997982084751e-003\n 0.4602690041065216\n -0.2743850052356720\n <_>\n \n <_>\n \n \n \n <_>6 22 18 2 -1.\n <_>6 23 18 1 2.\n 0\n -5.4310001432895660e-003\n 0.3660860061645508\n -0.2720580101013184\n <_>\n \n <_>\n \n \n \n <_>2 12 6 9 -1.\n <_>2 15 6 3 3.\n 0\n 0.0168229993432760\n 0.0234769992530346\n -0.8844379782676697\n <_>\n \n <_>\n \n \n \n <_>18 12 6 9 -1.\n <_>18 15 6 3 3.\n 0\n 0.0260390006005764\n 0.1748879998922348\n -0.5456470251083374\n <_>\n \n <_>\n \n \n \n <_>0 12 6 9 -1.\n <_>0 15 6 3 3.\n 0\n -0.0267200004309416\n -0.9639649987220764\n 0.0235249996185303\n <_>\n \n <_>\n \n \n \n <_>11 14 4 10 -1.\n <_>11 19 4 5 2.\n 0\n -0.0170419998466969\n -0.7084879875183106\n 0.2146809995174408\n <_>\n \n <_>\n \n \n \n <_>9 6 6 16 -1.\n <_>9 14 6 8 2.\n 0\n 5.9569999575614929e-003\n 0.0736010000109673\n -0.6822559833526611\n <_>\n \n <_>\n \n \n \n <_>7 7 10 10 -1.\n <_>7 12 10 5 2.\n 0\n -2.8679999522864819e-003\n -0.7493500113487244\n 0.2380339950323105\n <_>\n \n <_>\n \n \n \n <_>1 3 6 13 -1.\n <_>3 3 2 13 3.\n 0\n -0.0437749996781349\n 0.6832330226898193\n -0.2138029932975769\n <_>\n \n <_>\n \n \n \n <_>18 1 6 13 -1.\n <_>18 1 3 13 2.\n 0\n 0.0516330003738403\n -0.1256649941205978\n 0.6752380132675171\n <_>\n \n <_>\n \n \n \n <_>5 1 6 9 -1.\n <_>7 1 2 9 3.\n 0\n 8.1780003383755684e-003\n 0.0706899985671043\n -0.8066589832305908\n <_>\n \n <_>\n \n \n \n <_>18 2 6 11 -1.\n <_>18 2 3 11 2.\n 0\n -0.0528419986367226\n 0.9543390274047852\n 0.0165480002760887\n <_>\n \n <_>\n \n \n \n <_>0 2 6 11 -1.\n <_>3 2 3 11 2.\n 0\n 0.0525839999318123\n -0.2841440141201019\n 0.4712980091571808\n <_>\n \n <_>\n \n \n \n <_>9 12 15 6 -1.\n <_>9 14 15 2 3.\n 0\n -0.0126590002328157\n 0.3844540119171143\n -0.0622880011796951\n <_>\n \n <_>\n \n \n \n <_>2 2 20 3 -1.\n <_>2 3 20 1 3.\n 0\n 0.0116940001025796\n 5.6000000768108293e-005\n -1.0173139572143555\n <_>\n \n <_>\n \n \n \n <_>10 6 4 9 -1.\n <_>10 6 2 9 2.\n 0\n -0.0239189993590117\n 0.8492130041122437\n 5.7399999350309372e-003\n <_>\n \n <_>\n \n \n \n <_>5 6 12 14 -1.\n <_>5 6 6 7 2.\n <_>11 13 6 7 2.\n 0\n -0.0616739988327026\n -0.9257140159606934\n -1.7679999582469463e-003\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n -1.8279999494552612e-003\n -0.5437229871749878\n 0.2493239939212799\n <_>\n \n <_>\n \n \n \n <_>7 0 9 6 -1.\n <_>10 0 3 6 3.\n 0\n 0.0352579988539219\n -7.3719997890293598e-003\n -0.9396399855613709\n <_>\n \n <_>\n \n \n \n <_>10 6 6 9 -1.\n <_>12 6 2 9 3.\n 0\n -0.0184380002319813\n 0.7213670015335083\n 0.0104919997975230\n <_>\n \n <_>\n \n \n \n <_>4 1 12 20 -1.\n <_>4 1 6 10 2.\n <_>10 11 6 10 2.\n 0\n -0.0383890010416508\n 0.1927260011434555\n -0.3583210110664368\n <_>\n \n <_>\n \n \n \n <_>6 7 18 3 -1.\n <_>6 7 9 3 2.\n 0\n 0.0997209995985031\n 0.1135419979691505\n -1.6304190158843994\n <_>\n \n <_>\n \n \n \n <_>0 7 18 3 -1.\n <_>9 7 9 3 2.\n 0\n 0.0844620019197464\n -0.0534209981560707\n -1.6981120109558105\n <_>\n \n <_>\n \n \n \n <_>3 20 18 3 -1.\n <_>9 20 6 3 3.\n 0\n 0.0402700006961823\n -0.1078319996595383\n 0.5192660093307495\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0589359998703003\n -0.1805370002985001\n 0.9511979818344116\n <_>\n \n <_>\n \n \n \n <_>6 2 12 15 -1.\n <_>10 2 4 15 3.\n 0\n 0.1495700031518936\n 0.1678529977798462\n -1.1591869592666626\n <_>\n \n <_>\n \n \n \n <_>2 3 18 3 -1.\n <_>2 4 18 1 3.\n 0\n 6.9399998756125569e-004\n 0.2049140036106110\n -0.3311820030212402\n <_>\n \n <_>\n \n \n \n <_>19 4 4 18 -1.\n <_>21 4 2 9 2.\n <_>19 13 2 9 2.\n 0\n -0.0333690010011196\n 0.9346809983253479\n -2.9639999847859144e-003\n <_>\n \n <_>\n \n \n \n <_>0 1 19 3 -1.\n <_>0 2 19 1 3.\n 0\n 9.3759996816515923e-003\n 3.7000000011175871e-003\n -0.7754979729652405\n <_>\n \n <_>\n \n \n \n <_>5 0 15 4 -1.\n <_>5 2 15 2 2.\n 0\n 0.0431939996778965\n -2.2040000185370445e-003\n 0.7458969950675964\n <_>\n \n <_>\n \n \n \n <_>5 2 14 5 -1.\n <_>12 2 7 5 2.\n 0\n -0.0675550028681755\n 0.7229210138320923\n -0.1840420067310333\n <_>\n \n <_>\n \n \n \n <_>1 2 22 14 -1.\n <_>1 2 11 14 2.\n 0\n -0.3116860091686249\n 1.0014270544052124\n 0.0340030007064343\n <_>\n \n <_>\n \n \n \n <_>8 15 6 9 -1.\n <_>10 15 2 9 3.\n 0\n 0.0297439992427826\n -0.0463560000061989\n -1.2781809568405151\n <_>\n \n <_>\n \n \n \n <_>6 17 18 3 -1.\n <_>6 18 18 1 3.\n 0\n 0.0107370000332594\n 0.0148120000958443\n 0.6664999723434448\n <_>\n \n <_>\n \n \n \n <_>9 6 3 18 -1.\n <_>9 12 3 6 3.\n 0\n -0.0288410000503063\n -0.9422259926795960\n -0.0207969993352890\n <_>\n \n <_>\n \n \n \n <_>2 0 20 3 -1.\n <_>2 1 20 1 3.\n 0\n -5.7649998925626278e-003\n -0.4354189932346344\n 0.2338600009679794\n <_>\n \n <_>\n \n \n \n <_>5 4 5 12 -1.\n <_>5 8 5 4 3.\n 0\n 0.0284109991043806\n -0.1761579960584641\n 0.8576530218124390\n <_>\n \n <_>\n \n \n \n <_>8 6 12 5 -1.\n <_>12 6 4 5 3.\n 0\n -0.0290079992264509\n 0.5797809958457947\n 0.0285659991204739\n <_>\n \n <_>\n \n \n \n <_>9 12 6 12 -1.\n <_>9 12 3 6 2.\n <_>12 18 3 6 2.\n 0\n 0.0249659996479750\n -0.0227290000766516\n -0.9677309989929199\n <_>\n \n <_>\n \n \n \n <_>14 14 8 10 -1.\n <_>18 14 4 5 2.\n <_>14 19 4 5 2.\n 0\n 0.0120360003784299\n -0.1421470046043396\n 0.5168799757957459\n <_>\n \n <_>\n \n \n \n <_>2 14 8 10 -1.\n <_>2 14 4 5 2.\n <_>6 19 4 5 2.\n 0\n -0.0425140000879765\n 0.9727380275726318\n -0.1811980009078980\n <_>\n \n <_>\n \n \n \n <_>10 18 12 6 -1.\n <_>16 18 6 3 2.\n <_>10 21 6 3 2.\n 0\n 0.0102760000154376\n -0.0830999985337257\n 0.3176279962062836\n <_>\n \n <_>\n \n \n \n <_>1 3 6 9 -1.\n <_>1 6 6 3 3.\n 0\n -0.0691919997334480\n -2.0668580532073975\n -0.0601739995181561\n <_>\n \n <_>\n \n \n \n <_>11 3 3 20 -1.\n <_>12 3 1 20 3.\n 0\n -4.6769999898970127e-003\n 0.4413180053234100\n 0.0232090000063181\n <_>\n \n <_>\n \n \n \n <_>4 6 14 6 -1.\n <_>4 6 7 3 2.\n <_>11 9 7 3 2.\n 0\n -0.0139239998534322\n 0.2860670089721680\n -0.2915270030498505\n <_>\n \n <_>\n \n \n \n <_>6 5 12 13 -1.\n <_>10 5 4 13 3.\n 0\n -0.0153339998796582\n -0.5741450190544128\n 0.2306330054998398\n <_>\n \n <_>\n \n \n \n <_>5 4 4 15 -1.\n <_>5 9 4 5 3.\n 0\n -0.0102390004321933\n 0.3447920083999634\n -0.2608039975166321\n <_>\n \n <_>\n \n \n \n <_>9 16 15 4 -1.\n <_>14 16 5 4 3.\n 0\n -0.0509889982640743\n 0.5615410208702087\n 0.0612189993262291\n <_>\n \n <_>\n \n \n \n <_>7 8 6 14 -1.\n <_>7 8 3 7 2.\n <_>10 15 3 7 2.\n 0\n 0.0306899994611740\n -0.1477279961109161\n 1.6378489732742310\n <_>\n \n <_>\n \n \n \n <_>7 6 10 6 -1.\n <_>7 8 10 2 3.\n 0\n -0.0112239997833967\n 0.2400619983673096\n -0.4486489892005920\n <_>\n \n <_>\n \n \n \n <_>2 5 18 3 -1.\n <_>2 6 18 1 3.\n 0\n -6.2899999320507050e-003\n 0.4311949908733368\n -0.2380899935960770\n <_>\n \n <_>\n \n \n \n <_>5 1 15 8 -1.\n <_>5 5 15 4 2.\n 0\n 0.0785909965634346\n 0.0198650006204844\n 0.8085380196571350\n <_>\n \n <_>\n \n \n \n <_>7 1 8 18 -1.\n <_>7 10 8 9 2.\n 0\n -0.0101789999753237\n 0.1819320023059845\n -0.3287779986858368\n <_>\n \n <_>\n \n \n \n <_>0 10 24 3 -1.\n <_>0 11 24 1 3.\n 0\n 0.0312270000576973\n 0.1497389972209930\n -1.4180339574813843\n <_>\n \n <_>\n \n \n \n <_>0 2 6 13 -1.\n <_>2 2 2 13 3.\n 0\n 0.0401969999074936\n -0.1976049989461899\n 0.5850819945335388\n <_>\n \n <_>\n \n \n \n <_>16 0 8 10 -1.\n <_>20 0 4 5 2.\n <_>16 5 4 5 2.\n 0\n 0.0161380004137754\n 5.0000002374872565e-004\n 0.3905000090599060\n <_>\n \n <_>\n \n \n \n <_>5 1 10 9 -1.\n <_>5 4 10 3 3.\n 0\n -0.0455190017819405\n 1.2646820545196533\n -0.1563259959220886\n <_>\n \n <_>\n \n \n \n <_>5 6 18 3 -1.\n <_>5 7 18 1 3.\n 0\n -0.0181300006806850\n 0.6514850258827210\n 0.0102359997108579\n <_>\n \n <_>\n \n \n \n <_>0 1 24 3 -1.\n <_>0 2 24 1 3.\n 0\n -0.0140019999817014\n -1.0344820022583008\n -0.0321829989552498\n <_>\n \n <_>\n \n \n \n <_>11 4 6 11 -1.\n <_>13 4 2 11 3.\n 0\n -0.0388160012662411\n -0.4787429869174957\n 0.1629070043563843\n <_>\n \n <_>\n \n \n \n <_>0 0 8 10 -1.\n <_>0 0 4 5 2.\n <_>4 5 4 5 2.\n 0\n 0.0316560007631779\n -0.2098339945077896\n 0.5457590222358704\n <_>\n \n <_>\n \n \n \n <_>4 16 18 3 -1.\n <_>4 17 18 1 3.\n 0\n -0.0108399996533990\n 0.5189880132675171\n -0.0150800002738833\n <_>\n \n <_>\n \n \n \n <_>2 16 18 3 -1.\n <_>2 17 18 1 3.\n 0\n 0.0120329996570945\n -0.2110760062932968\n 0.7593700289726257\n <_>\n \n <_>\n \n \n \n <_>3 0 18 10 -1.\n <_>12 0 9 5 2.\n <_>3 5 9 5 2.\n 0\n 0.0707729980349541\n 0.1804880052804947\n -0.7404850125312805\n <_>\n \n <_>\n \n \n \n <_>2 3 20 21 -1.\n <_>12 3 10 21 2.\n 0\n 0.5313979983329773\n -0.1449169963598251\n 1.5360039472579956\n <_>\n \n <_>\n \n \n \n <_>6 7 14 3 -1.\n <_>6 7 7 3 2.\n 0\n -0.0147740002721548\n -0.2815369963645935\n 0.2040729969739914\n <_>\n \n <_>\n \n \n \n <_>0 9 12 6 -1.\n <_>0 9 6 3 2.\n <_>6 12 6 3 2.\n 0\n -2.2410000674426556e-003\n -0.4487630128860474\n 0.0539890006184578\n <_>\n \n <_>\n \n \n \n <_>3 14 21 4 -1.\n <_>10 14 7 4 3.\n 0\n 0.0499680005013943\n 0.0415140017867088\n 0.2941710054874420\n <_>\n \n <_>\n \n \n \n <_>0 14 21 4 -1.\n <_>7 14 7 4 3.\n 0\n -0.0477019995450974\n 0.3967429995536804\n -0.2830179929733276\n <_>\n \n <_>\n \n \n \n <_>5 21 18 3 -1.\n <_>11 21 6 3 3.\n 0\n -0.0913110002875328\n 2.1994259357452393\n 0.0879649966955185\n <_>\n \n <_>\n \n \n \n <_>1 21 18 3 -1.\n <_>7 21 6 3 3.\n 0\n 0.0380700007081032\n -0.2802560031414032\n 0.2515619993209839\n <_>\n \n <_>\n \n \n \n <_>19 4 4 18 -1.\n <_>21 4 2 9 2.\n <_>19 13 2 9 2.\n 0\n -0.0155389998108149\n 0.3415749967098236\n 0.0179249998182058\n <_>\n \n <_>\n \n \n \n <_>3 7 18 3 -1.\n <_>3 8 18 1 3.\n 0\n -0.0154459998011589\n 0.2868019938468933\n -0.2513589859008789\n <_>\n \n <_>\n \n \n \n <_>19 4 4 18 -1.\n <_>21 4 2 9 2.\n <_>19 13 2 9 2.\n 0\n -0.0573880001902580\n 0.6383000016212463\n 0.0885979980230331\n <_>\n \n <_>\n \n \n \n <_>7 15 10 6 -1.\n <_>7 17 10 2 3.\n 0\n -5.9440000914037228e-003\n 0.0790169984102249\n -0.4077489972114563\n <_>\n \n <_>\n \n \n \n <_>9 13 11 9 -1.\n <_>9 16 11 3 3.\n 0\n -0.0699689984321594\n -0.4464420080184937\n 0.1721960008144379\n <_>\n \n <_>\n \n \n \n <_>0 6 4 10 -1.\n <_>0 11 4 5 2.\n 0\n -0.0250649992376566\n -0.9827020168304443\n -0.0353880003094673\n <_>\n \n <_>\n \n \n \n <_>15 16 9 6 -1.\n <_>15 18 9 2 3.\n 0\n 0.0172160007059574\n 0.2270590066909790\n -0.8055009841918945\n <_>\n \n <_>\n \n \n \n <_>1 5 4 18 -1.\n <_>1 5 2 9 2.\n <_>3 14 2 9 2.\n 0\n -0.0442790016531944\n 0.8395199775695801\n -0.1742960065603256\n <_>\n \n <_>\n \n \n \n <_>9 8 8 10 -1.\n <_>13 8 4 5 2.\n <_>9 13 4 5 2.\n 0\n 0.0439889989793301\n 0.1155719980597496\n -1.9666889905929565\n <_>\n \n <_>\n \n \n \n <_>7 8 8 10 -1.\n <_>7 8 4 5 2.\n <_>11 13 4 5 2.\n 0\n 0.0159070007503033\n -0.0375760011374950\n -1.0311100482940674\n <_>\n \n <_>\n \n \n \n <_>9 8 12 5 -1.\n <_>13 8 4 5 3.\n 0\n -0.0927549973130226\n -1.3530019521713257\n 0.1214129999279976\n <_>\n \n <_>\n \n \n \n <_>7 8 9 7 -1.\n <_>10 8 3 7 3.\n 0\n 0.0710370019078255\n -0.1768430024385452\n 0.7448520064353943\n <_>\n \n <_>\n \n \n \n <_>9 8 12 5 -1.\n <_>13 8 4 5 3.\n 0\n 0.0577620007097721\n 0.1283559948205948\n -0.4444420039653778\n <_>\n \n <_>\n \n \n \n <_>7 6 9 7 -1.\n <_>10 6 3 7 3.\n 0\n -0.0164320003241301\n 0.8015270233154297\n -0.1749169975519180\n <_>\n \n <_>\n \n \n \n <_>9 8 12 5 -1.\n <_>13 8 4 5 3.\n 0\n 0.0239390004426241\n 0.1614499986171722\n -0.1236450001597405\n <_>\n \n <_>\n \n \n \n <_>10 5 4 18 -1.\n <_>10 11 4 6 3.\n 0\n 0.0126360002905130\n 0.1541199982166290\n -0.3329379856586456\n <_>\n \n <_>\n \n \n \n <_>5 5 14 12 -1.\n <_>5 11 14 6 2.\n 0\n -0.0543479993939400\n -1.8400700092315674\n 0.1483599990606308\n <_>\n \n <_>\n \n \n \n <_>0 1 11 4 -1.\n <_>0 3 11 2 2.\n 0\n -0.0132619999349117\n -0.8083879947662354\n -0.0277260001748800\n <_>\n \n <_>\n \n \n \n <_>9 10 6 10 -1.\n <_>11 10 2 10 3.\n 0\n 6.1340001411736012e-003\n -0.1378500014543533\n 0.3285849988460541\n <_>\n \n <_>\n \n \n \n <_>2 17 11 6 -1.\n <_>2 19 11 2 3.\n 0\n 0.0289910007268190\n -0.0255169998854399\n -0.8338720202445984\n <_>\n \n <_>\n \n \n \n <_>15 16 9 6 -1.\n <_>15 18 9 2 3.\n 0\n -0.0219860002398491\n -0.7373999953269959\n 0.1788710057735443\n <_>\n \n <_>\n \n \n \n <_>1 10 18 2 -1.\n <_>1 11 18 1 2.\n 0\n 5.3269998170435429e-003\n -0.4544929862022400\n 0.0687910020351410\n <_>\n \n <_>\n \n \n \n <_>6 4 12 13 -1.\n <_>10 4 4 13 3.\n 0\n 0.0860479995608330\n 0.2100850045681000\n -0.3780890107154846\n <_>\n \n <_>\n \n \n \n <_>0 18 18 3 -1.\n <_>0 19 18 1 3.\n 0\n -8.5549997165799141e-003\n 0.4013499915599823\n -0.2107409983873367\n <_>\n \n <_>\n \n \n \n <_>6 18 18 3 -1.\n <_>6 19 18 1 3.\n 0\n 6.7790001630783081e-003\n -0.0216489993035793\n 0.4542149901390076\n <_>\n \n <_>\n \n \n \n <_>0 16 9 6 -1.\n <_>0 18 9 2 3.\n 0\n -6.3959998078644276e-003\n -0.4981859922409058\n 0.0759079977869987\n <_>\n \n <_>\n \n \n \n <_>13 15 9 6 -1.\n <_>13 17 9 2 3.\n 0\n 8.9469999074935913e-003\n 0.1785770058631897\n -0.2845489978790283\n <_>\n \n <_>\n \n \n \n <_>2 15 9 6 -1.\n <_>2 17 9 2 3.\n 0\n 3.2589999027550220e-003\n 0.0466249994933605\n -0.5520629882812500\n <_>\n \n <_>\n \n \n \n <_>13 1 6 16 -1.\n <_>13 1 3 16 2.\n 0\n 0.0414769984781742\n 0.1755049973726273\n -0.2070399969816208\n <_>\n \n <_>\n \n \n \n <_>5 1 6 16 -1.\n <_>8 1 3 16 2.\n 0\n -6.7449999041855335e-003\n -0.4639259874820709\n 0.0693039968609810\n <_>\n \n <_>\n \n \n \n <_>11 5 6 10 -1.\n <_>13 5 2 10 3.\n 0\n 0.0305649992078543\n 0.0517349988222122\n 0.7555050253868103\n <_>\n \n <_>\n \n \n \n <_>7 5 6 10 -1.\n <_>9 5 2 10 3.\n 0\n -7.4780001305043697e-003\n 0.1489389985799789\n -0.3190680146217346\n <_>\n \n <_>\n \n \n \n <_>10 0 6 24 -1.\n <_>12 0 2 24 3.\n 0\n 0.0890889987349510\n 0.1373880058526993\n -1.1379710435867310\n <_>\n \n <_>\n \n \n \n <_>3 4 4 20 -1.\n <_>3 4 2 10 2.\n <_>5 14 2 10 2.\n 0\n 7.3230001144111156e-003\n -0.2882919907569885\n 0.1908860057592392\n <_>\n \n <_>\n \n \n \n <_>14 0 6 9 -1.\n <_>16 0 2 9 3.\n 0\n -0.0182050000876188\n -0.3017860054969788\n 0.1679580062627792\n <_>\n \n <_>\n \n \n \n <_>4 0 6 9 -1.\n <_>6 0 2 9 3.\n 0\n -0.0258280001580715\n -0.9813799858093262\n -0.0198609996587038\n <_>\n \n <_>\n \n \n \n <_>4 5 18 5 -1.\n <_>10 5 6 5 3.\n 0\n 0.1093619987368584\n 0.0487900003790855\n 0.5311830043792725\n <_>\n \n <_>\n \n \n \n <_>5 6 6 9 -1.\n <_>7 6 2 9 3.\n 0\n -0.0114249996840954\n 0.2370599955320358\n -0.2792530059814453\n <_>\n \n <_>\n \n \n \n <_>7 2 15 8 -1.\n <_>12 2 5 8 3.\n 0\n -0.0575659982860088\n 0.4725539982318878\n 0.0651710033416748\n <_>\n \n <_>\n \n \n \n <_>2 2 15 8 -1.\n <_>7 2 5 8 3.\n 0\n 0.1027830019593239\n -0.2076510041952133\n 0.5094770193099976\n <_>\n \n <_>\n \n \n \n <_>10 0 4 9 -1.\n <_>10 0 2 9 2.\n 0\n 0.0270419996231794\n 0.1642120033502579\n -1.4508620500564575\n <_>\n \n <_>\n \n \n \n <_>3 4 6 12 -1.\n <_>3 4 3 6 2.\n <_>6 10 3 6 2.\n 0\n -0.0136350002139807\n -0.5654389858245850\n 0.0237889997661114\n <_>\n \n <_>\n \n \n \n <_>16 0 8 18 -1.\n <_>16 0 4 18 2.\n 0\n -0.3215819895267487\n -3.5602829456329346\n 0.1180130019783974\n <_>\n \n <_>\n \n \n \n <_>0 0 8 18 -1.\n <_>4 0 4 18 2.\n 0\n 0.2045810073614121\n -0.0370160005986691\n -1.0225499868392944\n <_>\n \n <_>\n \n \n \n <_>0 7 24 6 -1.\n <_>0 9 24 2 3.\n 0\n -0.0703470036387444\n -0.5649189949035645\n 0.1852519959211350\n <_>\n \n <_>\n \n \n \n <_>4 7 14 3 -1.\n <_>11 7 7 3 2.\n 0\n 0.0378310009837151\n -0.0299019999802113\n -0.8292149901390076\n <_>\n \n <_>\n \n \n \n <_>10 8 8 15 -1.\n <_>10 8 4 15 2.\n 0\n -0.0702980011701584\n -0.5317230224609375\n 0.1443019956350327\n <_>\n \n <_>\n \n \n \n <_>7 0 10 14 -1.\n <_>12 0 5 14 2.\n 0\n 0.0632210001349449\n -0.2204120010137558\n 0.4795219898223877\n <_>\n \n <_>\n \n \n \n <_>13 10 8 10 -1.\n <_>17 10 4 5 2.\n <_>13 15 4 5 2.\n 0\n 0.0363930016756058\n 0.1422269940376282\n -0.6119390130043030\n <_>\n \n <_>\n \n \n \n <_>3 0 4 9 -1.\n <_>5 0 2 9 2.\n 0\n 4.0099998004734516e-003\n -0.3456079959869385\n 0.1173869967460632\n <_>\n \n <_>\n \n \n \n <_>16 1 6 8 -1.\n <_>16 1 3 8 2.\n 0\n -0.0491060018539429\n 0.9598410129547119\n 0.0649349987506866\n <_>\n \n <_>\n \n \n \n <_>2 1 6 8 -1.\n <_>5 1 3 8 2.\n 0\n -0.0715830028057098\n 1.7385669946670532\n -0.1425289958715439\n <_>\n \n <_>\n \n \n \n <_>3 6 18 12 -1.\n <_>3 10 18 4 3.\n 0\n -0.0380089990794659\n 1.3872820138931274\n 0.0661880001425743\n <_>\n \n <_>\n \n \n \n <_>4 12 16 4 -1.\n <_>4 14 16 2 2.\n 0\n -3.1570000573992729e-003\n 0.0536770001053810\n -0.5404800176620483\n <_>\n \n <_>\n \n \n \n <_>4 9 16 15 -1.\n <_>4 14 16 5 3.\n 0\n 0.0194589998573065\n -0.0936200022697449\n 0.3913100063800812\n <_>\n \n <_>\n \n \n \n <_>3 10 8 10 -1.\n <_>3 10 4 5 2.\n <_>7 15 4 5 2.\n 0\n 0.0112939998507500\n 0.0372239984571934\n -0.5425180196762085\n <_>\n \n <_>\n \n \n \n <_>8 18 16 6 -1.\n <_>16 18 8 3 2.\n <_>8 21 8 3 2.\n 0\n -0.0334950014948845\n 0.9530789852142334\n 0.0376969985663891\n <_>\n \n <_>\n \n \n \n <_>2 16 12 5 -1.\n <_>6 16 4 5 3.\n 0\n 0.0920350030064583\n -0.1348839998245239\n 2.2897069454193115\n <_>\n \n <_>\n \n \n \n <_>14 14 9 4 -1.\n <_>14 16 9 2 2.\n 0\n 3.7529999390244484e-003\n 0.2282419949769974\n -0.5998370051383972\n <_>\n \n <_>\n \n \n \n <_>7 14 9 6 -1.\n <_>7 16 9 2 3.\n 0\n 0.0128480000421405\n -0.2200520038604736\n 0.3722189962863922\n <_>\n \n <_>\n \n \n \n <_>4 10 16 12 -1.\n <_>4 14 16 4 3.\n 0\n -0.1431619971990585\n 1.2855789661407471\n 0.0472370013594627\n <_>\n \n <_>\n \n \n \n <_>0 13 19 6 -1.\n <_>0 15 19 2 3.\n 0\n -0.0968799963593483\n -3.9550929069519043\n -0.0729039981961250\n <_>\n \n <_>\n \n \n \n <_>10 13 9 6 -1.\n <_>10 15 9 2 3.\n 0\n -8.8459998369216919e-003\n 0.3767499923706055\n -0.0464840009808540\n <_>\n \n <_>\n \n \n \n <_>5 0 3 23 -1.\n <_>6 0 1 23 3.\n 0\n 0.0159000009298325\n -0.0244570001959801\n -0.8003479838371277\n <_>\n \n <_>\n \n \n \n <_>0 8 24 6 -1.\n <_>0 10 24 2 3.\n 0\n 0.0703720003366470\n 0.1701900064945221\n -0.6306899785995483\n <_>\n \n <_>\n \n \n \n <_>0 5 5 12 -1.\n <_>0 9 5 4 3.\n 0\n -0.0379539988934994\n -0.9366719722747803\n -0.0412140004336834\n <_>\n \n <_>\n \n \n \n <_>3 0 19 18 -1.\n <_>3 9 19 9 2.\n 0\n 0.5159789919853210\n 0.1308059990406036\n -1.5802290439605713\n <_>\n \n <_>\n \n \n \n <_>9 11 6 12 -1.\n <_>9 11 3 6 2.\n <_>12 17 3 6 2.\n 0\n -0.0328430011868477\n -1.1441620588302612\n -0.0491739995777607\n <_>\n \n <_>\n \n \n \n <_>0 5 24 8 -1.\n <_>12 5 12 4 2.\n <_>0 9 12 4 2.\n 0\n -0.0363570004701614\n 0.4960640072822571\n -0.0344589985907078\n <_>\n \n <_>\n \n \n \n <_>6 18 9 4 -1.\n <_>6 20 9 2 2.\n 0\n 6.8080001510679722e-003\n -0.3099780082702637\n 0.1705480068922043\n <_>\n \n <_>\n \n \n \n <_>8 8 10 6 -1.\n <_>8 10 10 2 3.\n 0\n -0.0161140002310276\n -0.3790459930896759\n 0.1607899963855743\n <_>\n \n <_>\n \n \n \n <_>2 7 20 3 -1.\n <_>2 8 20 1 3.\n 0\n 8.4530003368854523e-003\n -0.1865549981594086\n 0.5636770129203796\n <_>\n \n <_>\n \n \n \n <_>12 0 7 20 -1.\n <_>12 10 7 10 2.\n 0\n -0.1375239938497543\n -0.5898990035057068\n 0.1174950003623962\n <_>\n \n <_>\n \n \n \n <_>5 0 7 20 -1.\n <_>5 10 7 10 2.\n 0\n 0.1768800020217896\n -0.1542489975690842\n 0.9291110038757324\n <_>\n \n <_>\n \n \n \n <_>14 2 2 18 -1.\n <_>14 11 2 9 2.\n 0\n 7.9309996217489243e-003\n 0.3219070136547089\n -0.1639260053634644\n <_>\n \n <_>\n \n \n \n <_>5 8 10 12 -1.\n <_>10 8 5 12 2.\n 0\n 0.1097180023789406\n -0.1587650030851364\n 1.0186259746551514\n <_>\n \n <_>\n \n \n \n <_>6 9 12 8 -1.\n <_>12 9 6 4 2.\n <_>6 13 6 4 2.\n 0\n -0.0302930008620024\n 0.7558730244636536\n 0.0317949987947941\n <_>\n \n <_>\n \n \n \n <_>7 7 3 14 -1.\n <_>7 14 3 7 2.\n 0\n -0.0231180004775524\n -0.8845149874687195\n -9.5039997249841690e-003\n <_>\n \n <_>\n \n \n \n <_>11 2 12 16 -1.\n <_>17 2 6 8 2.\n <_>11 10 6 8 2.\n 0\n -3.0900000128895044e-003\n 0.2383829951286316\n -0.1160620003938675\n <_>\n \n <_>\n \n \n \n <_>7 0 6 9 -1.\n <_>9 0 2 9 3.\n 0\n -0.0333920009434223\n -1.8738139867782593\n -0.0685029998421669\n <_>\n \n <_>\n \n \n \n <_>13 14 9 4 -1.\n <_>13 16 9 2 2.\n 0\n 0.0131900003179908\n 0.1291989982128143\n -0.6751220226287842\n <_>\n \n <_>\n \n \n \n <_>0 12 22 4 -1.\n <_>0 12 11 2 2.\n <_>11 14 11 2 2.\n 0\n 0.0146610001102090\n -0.0248290002346039\n -0.7439680099487305\n <_>\n \n <_>\n \n \n \n <_>1 12 22 6 -1.\n <_>12 12 11 3 2.\n <_>1 15 11 3 2.\n 0\n -0.0132480002939701\n 0.4682019948959351\n -0.0241650007665157\n <_>\n \n <_>\n \n \n \n <_>6 6 9 6 -1.\n <_>9 6 3 6 3.\n 0\n -0.0162189994007349\n 0.4008379876613617\n -0.2125570029020309\n <_>\n \n <_>\n \n \n \n <_>10 0 4 9 -1.\n <_>10 0 2 9 2.\n 0\n -0.0290520004928112\n -1.5650019645690918\n 0.1437589973211289\n <_>\n \n <_>\n \n \n \n <_>3 8 18 7 -1.\n <_>9 8 6 7 3.\n 0\n -0.1015319973230362\n -1.9220689535140991\n -0.0695599988102913\n <_>\n \n <_>\n \n \n \n <_>0 6 24 6 -1.\n <_>0 8 24 2 3.\n 0\n 0.0377539992332459\n 0.1339679956436157\n -2.2639141082763672\n <_>\n \n <_>\n \n \n \n <_>0 11 24 10 -1.\n <_>8 11 8 10 3.\n 0\n -0.2855559885501862\n 1.0215270519256592\n -0.1523219943046570\n <_>\n \n <_>\n \n \n \n <_>3 3 18 21 -1.\n <_>9 3 6 21 3.\n 0\n 0.1536069959402084\n -0.0974090024828911\n 0.4166240096092224\n <_>\n \n <_>\n \n \n \n <_>7 12 4 10 -1.\n <_>9 12 2 10 2.\n 0\n -2.1199999901000410e-004\n 0.1127189993858337\n -0.4165399968624115\n <_>\n \n <_>\n \n \n \n <_>10 16 10 8 -1.\n <_>15 16 5 4 2.\n <_>10 20 5 4 2.\n 0\n -0.0205979999154806\n 0.6054049730300903\n 0.0624679997563362\n <_>\n \n <_>\n \n \n \n <_>8 6 6 9 -1.\n <_>10 6 2 9 3.\n 0\n 0.0373539999127388\n -0.1891900002956390\n 0.4646469950675964\n <_>\n \n <_>\n \n \n \n <_>12 10 6 12 -1.\n <_>15 10 3 6 2.\n <_>12 16 3 6 2.\n 0\n 0.0572750009596348\n 0.1156530007719994\n -1.3213009834289551\n <_>\n \n <_>\n \n \n \n <_>6 10 6 12 -1.\n <_>6 10 3 6 2.\n <_>9 16 3 6 2.\n 0\n 5.1029999740421772e-003\n -0.2806150019168854\n 0.1931339949369431\n <_>\n \n <_>\n \n \n \n <_>16 12 6 12 -1.\n <_>19 12 3 6 2.\n <_>16 18 3 6 2.\n 0\n -0.0546449981629848\n 0.7242850065231323\n 0.0754479989409447\n <_>\n \n <_>\n \n \n \n <_>2 12 6 12 -1.\n <_>2 12 3 6 2.\n <_>5 18 3 6 2.\n 0\n 0.0253490004688501\n -0.1948180049657822\n 0.4603280127048492\n <_>\n \n <_>\n \n \n \n <_>10 15 6 9 -1.\n <_>12 15 2 9 3.\n 0\n 0.0243110004812479\n 0.1556410044431686\n -0.4991390109062195\n <_>\n \n <_>\n \n \n \n <_>8 15 6 9 -1.\n <_>10 15 2 9 3.\n 0\n 0.0359620004892349\n -0.0585730001330376\n -1.5418399572372437\n <_>\n \n <_>\n \n \n \n <_>14 20 10 4 -1.\n <_>14 20 5 4 2.\n 0\n -0.1000069975852966\n -1.6100039482116699\n 0.1145050004124641\n <_>\n \n <_>\n \n \n \n <_>0 20 10 4 -1.\n <_>5 20 5 4 2.\n 0\n 0.0844359993934631\n -0.0614069998264313\n -1.4673349857330322\n <_>\n \n <_>\n \n \n \n <_>11 17 9 6 -1.\n <_>11 19 9 2 3.\n 0\n 0.0159479994326830\n 0.1628790050745010\n -0.1102640032768250\n <_>\n \n <_>\n \n \n \n <_>3 2 14 4 -1.\n <_>3 4 14 2 2.\n 0\n 0.0338240005075932\n -0.1793269962072372\n 0.5721840262413025\n <_>\n \n <_>\n \n \n \n <_>10 1 10 4 -1.\n <_>10 3 10 2 2.\n 0\n -0.0619960017502308\n 4.6511812210083008\n 0.0945340022444725\n <_>\n \n <_>\n \n \n \n <_>0 15 10 4 -1.\n <_>5 15 5 4 2.\n 0\n 0.0698769986629486\n -0.1698590070009232\n 0.8702899813652039\n <_>\n \n <_>\n \n \n \n <_>19 2 3 19 -1.\n <_>20 2 1 19 3.\n 0\n -0.0279169995337725\n 0.9104250073432922\n 0.0568270012736321\n <_>\n \n <_>\n \n \n \n <_>4 12 9 8 -1.\n <_>7 12 3 8 3.\n 0\n -0.0127640003338456\n 0.2206670045852661\n -0.2776910066604614\n -3.3196411132812500\n 20\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>4 7 5 12 -1.\n <_>4 11 5 4 3.\n 0\n 0.0216620005667210\n -0.8986889719963074\n 0.2943629920482636\n <_>\n \n <_>\n \n \n \n <_>0 1 24 3 -1.\n <_>8 1 8 3 3.\n 0\n 0.1004450023174286\n -0.3765920102596283\n 0.6089100241661072\n <_>\n \n <_>\n \n \n \n <_>6 8 12 4 -1.\n <_>6 10 12 2 2.\n 0\n 0.0260039996355772\n -0.3812850117683411\n 0.3921740055084229\n <_>\n \n <_>\n \n \n \n <_>19 3 4 10 -1.\n <_>19 3 2 10 2.\n 0\n 0.0284410007297993\n -0.1818230003118515\n 0.5892720222473145\n <_>\n \n <_>\n \n \n \n <_>0 6 9 6 -1.\n <_>3 6 3 6 3.\n 0\n 0.0386120006442070\n -0.2239959985017777\n 0.6377999782562256\n <_>\n \n <_>\n \n \n \n <_>18 0 6 22 -1.\n <_>20 0 2 22 3.\n 0\n -0.0465949997305870\n 0.7081220149993897\n -0.1466619968414307\n <_>\n \n <_>\n \n \n \n <_>0 0 6 22 -1.\n <_>2 0 2 22 3.\n 0\n -0.0427919998764992\n 0.4768039882183075\n -0.2923319935798645\n <_>\n \n <_>\n \n \n \n <_>5 15 19 3 -1.\n <_>5 16 19 1 3.\n 0\n 3.7960000336170197e-003\n -0.1851029992103577\n 0.5262669920921326\n <_>\n \n <_>\n \n \n \n <_>10 7 4 15 -1.\n <_>10 12 4 5 3.\n 0\n 0.0423489995300770\n 0.0392449982464314\n -0.8919770121574402\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0195989999920130\n -0.2335840016603470\n 0.4414649903774262\n <_>\n \n <_>\n \n \n \n <_>0 21 18 3 -1.\n <_>0 22 18 1 3.\n 0\n 8.7400001939386129e-004\n -0.4606359899044037\n 0.1768960058689117\n <_>\n \n <_>\n \n \n \n <_>7 3 10 15 -1.\n <_>7 8 10 5 3.\n 0\n -4.3629999272525311e-003\n 0.3349319994449616\n -0.2989340126514435\n <_>\n \n <_>\n \n \n \n <_>1 7 18 3 -1.\n <_>1 8 18 1 3.\n 0\n 0.0169730000197887\n -0.1640869975090027\n 1.5993679761886597\n <_>\n \n <_>\n \n \n \n <_>8 2 9 6 -1.\n <_>11 2 3 6 3.\n 0\n 0.0360639989376068\n 0.2260169982910156\n -0.5318610072135925\n <_>\n \n <_>\n \n \n \n <_>0 10 24 14 -1.\n <_>0 17 24 7 2.\n 0\n -0.0708649978041649\n 0.1522050052881241\n -0.4191460013389587\n <_>\n \n <_>\n \n \n \n <_>13 9 8 10 -1.\n <_>17 9 4 5 2.\n <_>13 14 4 5 2.\n 0\n -0.0630759969353676\n -1.4874019622802734\n 0.1295370012521744\n <_>\n \n <_>\n \n \n \n <_>10 5 4 9 -1.\n <_>12 5 2 9 2.\n 0\n 0.0296700000762939\n -0.1914590001106262\n 0.9818490147590637\n <_>\n \n <_>\n \n \n \n <_>13 9 8 10 -1.\n <_>17 9 4 5 2.\n <_>13 14 4 5 2.\n 0\n 0.0378739982843399\n 0.1345950067043304\n -0.5631629824638367\n <_>\n \n <_>\n \n \n \n <_>7 11 10 10 -1.\n <_>7 11 5 5 2.\n <_>12 16 5 5 2.\n 0\n -0.0332890003919601\n -1.0828030109405518\n -0.0115040000528097\n <_>\n \n <_>\n \n \n \n <_>4 13 18 4 -1.\n <_>13 13 9 2 2.\n <_>4 15 9 2 2.\n 0\n -0.0316089987754822\n -0.5922449827194214\n 0.1339479982852936\n <_>\n \n <_>\n \n \n \n <_>0 0 19 2 -1.\n <_>0 1 19 1 2.\n 0\n 1.0740000288933516e-003\n -0.4918580055236816\n 0.0944460034370422\n <_>\n \n <_>\n \n \n \n <_>0 18 24 6 -1.\n <_>8 18 8 6 3.\n 0\n -0.0715560019016266\n 0.5971019864082336\n -0.0395530015230179\n <_>\n \n <_>\n \n \n \n <_>6 4 8 16 -1.\n <_>6 12 8 8 2.\n 0\n -0.0811700001358986\n -1.1817820072174072\n -0.0282540004700422\n <_>\n \n <_>\n \n \n \n <_>7 8 10 4 -1.\n <_>7 10 10 2 2.\n 0\n 4.4860001653432846e-003\n -0.6102809906005859\n 0.2261909991502762\n <_>\n \n <_>\n \n \n \n <_>0 3 6 9 -1.\n <_>0 6 6 3 3.\n 0\n -0.0421760007739067\n -1.1435619592666626\n -0.0290019996464252\n <_>\n \n <_>\n \n \n \n <_>13 15 7 9 -1.\n <_>13 18 7 3 3.\n 0\n -0.0656400024890900\n -1.6470279693603516\n 0.1281030029058456\n <_>\n \n <_>\n \n \n \n <_>3 18 12 6 -1.\n <_>3 18 6 3 2.\n <_>9 21 6 3 2.\n 0\n 0.0181889999657869\n -0.3114939928054810\n 0.2573960125446320\n <_>\n \n <_>\n \n \n \n <_>12 14 6 9 -1.\n <_>12 17 6 3 3.\n 0\n -0.0515200011432171\n -0.6920689940452576\n 0.1527079939842224\n <_>\n \n <_>\n \n \n \n <_>2 15 15 8 -1.\n <_>2 19 15 4 2.\n 0\n -0.0471509993076324\n -0.7186830043792725\n 2.6879999786615372e-003\n <_>\n \n <_>\n \n \n \n <_>9 6 6 16 -1.\n <_>9 14 6 8 2.\n 0\n 0.0174889992922544\n 0.2237119972705841\n -0.5538179874420166\n <_>\n \n <_>\n \n \n \n <_>6 6 7 12 -1.\n <_>6 10 7 4 3.\n 0\n -0.0252640005201101\n 1.0319819450378418\n -0.1749649941921234\n <_>\n \n <_>\n \n \n \n <_>14 6 6 9 -1.\n <_>14 9 6 3 3.\n 0\n -0.0407450012862682\n 0.4496159851551056\n 0.0393490009009838\n <_>\n \n <_>\n \n \n \n <_>5 14 6 9 -1.\n <_>5 17 6 3 3.\n 0\n -0.0376669988036156\n -0.8547570109367371\n -0.0124639999121428\n <_>\n \n <_>\n \n \n \n <_>10 8 6 9 -1.\n <_>12 8 2 9 3.\n 0\n -0.0134110003709793\n 0.5784559845924377\n -0.0174679998308420\n <_>\n \n <_>\n \n \n \n <_>6 6 4 18 -1.\n <_>6 6 2 9 2.\n <_>8 15 2 9 2.\n 0\n -7.8999997640494257e-005\n -0.3774920105934143\n 0.1396179944276810\n <_>\n \n <_>\n \n \n \n <_>14 9 6 12 -1.\n <_>17 9 3 6 2.\n <_>14 15 3 6 2.\n 0\n -0.0114150000736117\n -0.2618660032749176\n 0.2371249943971634\n <_>\n \n <_>\n \n \n \n <_>4 9 6 12 -1.\n <_>4 9 3 6 2.\n <_>7 15 3 6 2.\n 0\n 0.0372000001370907\n -0.0286260005086660\n -1.2945239543914795\n <_>\n \n <_>\n \n \n \n <_>14 15 9 6 -1.\n <_>14 17 9 2 3.\n 0\n 3.4050000831484795e-003\n 0.2053139954805374\n -0.1874749958515167\n <_>\n \n <_>\n \n \n \n <_>0 20 18 4 -1.\n <_>0 20 9 2 2.\n <_>9 22 9 2 2.\n 0\n -0.0224830005317926\n 0.6702719926834106\n -0.1959400027990341\n <_>\n \n <_>\n \n \n \n <_>13 18 9 6 -1.\n <_>13 20 9 2 3.\n 0\n 0.0232749991118908\n 0.1740539968013763\n -0.3274630010128021\n <_>\n \n <_>\n \n \n \n <_>2 18 9 6 -1.\n <_>2 20 9 2 3.\n 0\n -0.0139170000329614\n -0.8395429849624634\n -6.3760001212358475e-003\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n 7.5429999269545078e-003\n -0.0341949984431267\n 0.5899819731712341\n <_>\n \n <_>\n \n \n \n <_>0 16 18 3 -1.\n <_>0 17 18 1 3.\n 0\n -0.0115390000864863\n 0.4214279949665070\n -0.2351049929857254\n <_>\n \n <_>\n \n \n \n <_>19 2 4 22 -1.\n <_>21 2 2 11 2.\n <_>19 13 2 11 2.\n 0\n 0.0525019988417625\n 0.0693039968609810\n 0.7322649955749512\n <_>\n \n <_>\n \n \n \n <_>1 2 4 22 -1.\n <_>1 2 2 11 2.\n <_>3 13 2 11 2.\n 0\n 0.0527159981429577\n -0.1568810045719147\n 1.0907289981842041\n <_>\n \n <_>\n \n \n \n <_>15 0 2 24 -1.\n <_>15 0 1 24 2.\n 0\n -0.0117260003462434\n -0.7093430161476135\n 0.1682880073785782\n <_>\n \n <_>\n \n \n \n <_>3 20 16 4 -1.\n <_>11 20 8 4 2.\n 0\n 0.0959459990262985\n -0.1619289964437485\n 1.0072519779205322\n <_>\n \n <_>\n \n \n \n <_>11 6 4 18 -1.\n <_>13 6 2 9 2.\n <_>11 15 2 9 2.\n 0\n -0.0158719997853041\n 0.3900839984416962\n -0.0537770017981529\n <_>\n \n <_>\n \n \n \n <_>7 9 10 14 -1.\n <_>7 9 5 7 2.\n <_>12 16 5 7 2.\n 0\n 0.0348180010914803\n 0.0171799995005131\n -0.9394180178642273\n <_>\n \n <_>\n \n \n \n <_>14 6 6 9 -1.\n <_>14 9 6 3 3.\n 0\n 0.0347919985651970\n 0.0504629984498024\n 0.5446569919586182\n <_>\n \n <_>\n \n \n \n <_>3 6 7 9 -1.\n <_>3 9 7 3 3.\n 0\n 0.0162840001285076\n -0.2698130011558533\n 0.4036529958248138\n <_>\n \n <_>\n \n \n \n <_>20 4 4 20 -1.\n <_>22 4 2 10 2.\n <_>20 14 2 10 2.\n 0\n -0.0443190000951290\n 0.8439999818801880\n 0.0328829996287823\n <_>\n \n <_>\n \n \n \n <_>7 6 6 9 -1.\n <_>7 9 6 3 3.\n 0\n -5.5689997971057892e-003\n 0.1530939936637878\n -0.3495979905128479\n <_>\n \n <_>\n \n \n \n <_>7 0 10 14 -1.\n <_>12 0 5 7 2.\n <_>7 7 5 7 2.\n 0\n -0.0658420026302338\n -0.9271119832992554\n 0.1680099964141846\n <_>\n \n <_>\n \n \n \n <_>2 1 18 6 -1.\n <_>11 1 9 6 2.\n 0\n -0.0733370035886765\n 0.5161449909210205\n -0.2023600041866303\n <_>\n \n <_>\n \n \n \n <_>15 0 2 24 -1.\n <_>15 0 1 24 2.\n 0\n 0.0164500009268522\n 0.1395059973001480\n -0.4930129945278168\n <_>\n \n <_>\n \n \n \n <_>7 0 2 24 -1.\n <_>8 0 1 24 2.\n 0\n -9.2630004510283470e-003\n -0.9010199904441834\n -0.0161160007119179\n <_>\n \n <_>\n \n \n \n <_>13 12 6 7 -1.\n <_>13 12 3 7 2.\n 0\n 5.9139998629689217e-003\n 0.1985819935798645\n -0.1673129945993424\n <_>\n \n <_>\n \n \n \n <_>5 12 6 7 -1.\n <_>8 12 3 7 2.\n 0\n -8.4699998842552304e-004\n 0.0940050035715103\n -0.4157089889049530\n <_>\n \n <_>\n \n \n \n <_>3 5 18 19 -1.\n <_>9 5 6 19 3.\n 0\n 0.2053290009498596\n -0.0600220002233982\n 0.7099360227584839\n <_>\n \n <_>\n \n \n \n <_>5 6 9 6 -1.\n <_>8 6 3 6 3.\n 0\n -0.0168830007314682\n 0.2439219951629639\n -0.3055180013179779\n <_>\n \n <_>\n \n \n \n <_>9 5 9 6 -1.\n <_>12 5 3 6 3.\n 0\n -0.0191110000014305\n 0.6122990250587463\n 0.0242529995739460\n <_>\n \n <_>\n \n \n \n <_>3 16 10 8 -1.\n <_>3 16 5 4 2.\n <_>8 20 5 4 2.\n 0\n -0.0259629990905523\n 0.9076499938964844\n -0.1672209948301315\n <_>\n \n <_>\n \n \n \n <_>19 8 5 15 -1.\n <_>19 13 5 5 3.\n 0\n -0.0217620003968477\n -0.3138470053672791\n 0.2013459950685501\n <_>\n \n <_>\n \n \n \n <_>0 8 5 15 -1.\n <_>0 13 5 5 3.\n 0\n -0.0241199992597103\n -0.6658840179443359\n 7.4559999629855156e-003\n <_>\n \n <_>\n \n \n \n <_>20 4 4 20 -1.\n <_>22 4 2 10 2.\n <_>20 14 2 10 2.\n 0\n 0.0471299998462200\n 0.0595339983701706\n 0.8780450224876404\n <_>\n \n <_>\n \n \n \n <_>0 4 4 20 -1.\n <_>0 4 2 10 2.\n <_>2 14 2 10 2.\n 0\n -0.0459849983453751\n 0.8006799817085266\n -0.1725230067968369\n <_>\n \n <_>\n \n \n \n <_>7 7 10 4 -1.\n <_>7 7 5 4 2.\n 0\n 0.0265079997479916\n 0.1877409964799881\n -0.6085060238838196\n <_>\n \n <_>\n \n \n \n <_>4 19 14 4 -1.\n <_>11 19 7 4 2.\n 0\n -0.0486150011420250\n 0.5864409804344177\n -0.1942770034074783\n <_>\n \n <_>\n \n \n \n <_>10 11 12 3 -1.\n <_>10 11 6 3 2.\n 0\n -0.0185620002448559\n -0.2558790147304535\n 0.1632619947195053\n <_>\n \n <_>\n \n \n \n <_>0 1 24 3 -1.\n <_>0 2 24 1 3.\n 0\n 0.0126780001446605\n -0.0142280003055930\n -0.7673810124397278\n <_>\n \n <_>\n \n \n \n <_>7 2 14 20 -1.\n <_>14 2 7 10 2.\n <_>7 12 7 10 2.\n 0\n -1.1919999960809946e-003\n 0.2049500048160553\n -0.1140429973602295\n <_>\n \n <_>\n \n \n \n <_>0 13 6 9 -1.\n <_>2 13 2 9 3.\n 0\n -0.0490889996290207\n -1.0740849971771240\n -0.0389409996569157\n <_>\n \n <_>\n \n \n \n <_>13 0 4 19 -1.\n <_>13 0 2 19 2.\n 0\n -0.0174369998276234\n -0.5797380208969116\n 0.1858450025320053\n <_>\n \n <_>\n \n \n \n <_>1 11 14 3 -1.\n <_>8 11 7 3 2.\n 0\n -0.0147700002416968\n -0.6615030169487000\n 5.3119999356567860e-003\n <_>\n \n <_>\n \n \n \n <_>7 1 16 20 -1.\n <_>15 1 8 10 2.\n <_>7 11 8 10 2.\n 0\n -0.2290520071983337\n -0.4830510020256043\n 0.1232639998197556\n <_>\n \n <_>\n \n \n \n <_>0 10 21 9 -1.\n <_>7 10 7 9 3.\n 0\n -0.1270709931850433\n 0.5745260119438171\n -0.1942040026187897\n <_>\n \n <_>\n \n \n \n <_>6 19 15 5 -1.\n <_>11 19 5 5 3.\n 0\n 0.0103390002623200\n -0.0546419993042946\n 0.2450180053710938\n <_>\n \n <_>\n \n \n \n <_>8 10 6 6 -1.\n <_>11 10 3 6 2.\n 0\n 6.9010001607239246e-003\n 0.1218060031533241\n -0.3879739940166473\n <_>\n \n <_>\n \n \n \n <_>7 1 16 20 -1.\n <_>15 1 8 10 2.\n <_>7 11 8 10 2.\n 0\n 0.2902539968490601\n 0.1096619963645935\n -30.\n <_>\n \n <_>\n \n \n \n <_>1 1 16 20 -1.\n <_>1 1 8 10 2.\n <_>9 11 8 10 2.\n 0\n -0.2380499988794327\n -1.7352679967880249\n -0.0638099983334541\n <_>\n \n <_>\n \n \n \n <_>16 4 3 12 -1.\n <_>16 10 3 6 2.\n 0\n 0.0624810010194778\n 0.1352300047874451\n -0.7030109763145447\n <_>\n \n <_>\n \n \n \n <_>5 4 3 12 -1.\n <_>5 10 3 6 2.\n 0\n 4.7109997831285000e-003\n -0.4698410034179688\n 0.0603419989347458\n <_>\n \n <_>\n \n \n \n <_>7 6 10 8 -1.\n <_>12 6 5 4 2.\n <_>7 10 5 4 2.\n 0\n -0.0278159994632006\n 0.6980760097503662\n 1.3719999697059393e-003\n <_>\n \n <_>\n \n \n \n <_>4 9 6 6 -1.\n <_>4 12 6 3 2.\n 0\n -0.0170200001448393\n 1.6870440244674683\n -0.1431480050086975\n <_>\n \n <_>\n \n \n \n <_>6 5 12 4 -1.\n <_>6 7 12 2 2.\n 0\n -0.0497549995779991\n 0.7949770092964172\n 7.7199999941512942e-004\n <_>\n \n <_>\n \n \n \n <_>9 2 5 15 -1.\n <_>9 7 5 5 3.\n 0\n -0.0747329965233803\n -1.0132360458374023\n -0.0193889997899532\n <_>\n \n <_>\n \n \n \n <_>15 0 9 6 -1.\n <_>15 2 9 2 3.\n 0\n 0.0320090018212795\n 0.1441210061311722\n -0.4213910102844238\n <_>\n \n <_>\n \n \n \n <_>6 0 11 10 -1.\n <_>6 5 11 5 2.\n 0\n -0.0944639965891838\n 0.5068259835243225\n -0.2047889977693558\n <_>\n \n <_>\n \n \n \n <_>12 7 4 12 -1.\n <_>12 13 4 6 2.\n 0\n -0.0154269998893142\n -0.1581130027770996\n 0.1780689954757690\n <_>\n \n <_>\n \n \n \n <_>7 2 9 4 -1.\n <_>7 4 9 2 2.\n 0\n -4.0540001355111599e-003\n -0.5436670184135437\n 0.0312350001186132\n <_>\n \n <_>\n \n \n \n <_>6 0 13 6 -1.\n <_>6 2 13 2 3.\n 0\n 3.0080000869929790e-003\n -0.1737679988145828\n 0.3044170141220093\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>10 6 2 9 2.\n <_>12 15 2 9 2.\n 0\n -0.0100919995456934\n 0.2510380148887634\n -0.2622410058975220\n <_>\n \n <_>\n \n \n \n <_>10 8 6 9 -1.\n <_>12 8 2 9 3.\n 0\n -0.0388180017471313\n 0.9322670102119446\n 0.0726599991321564\n <_>\n \n <_>\n \n \n \n <_>3 18 10 6 -1.\n <_>3 20 10 2 3.\n 0\n 0.0346519984304905\n -0.0339349992573261\n -0.8570790290832520\n <_>\n \n <_>\n \n \n \n <_>4 14 20 3 -1.\n <_>4 15 20 1 3.\n 0\n -4.6729999594390392e-003\n 0.3496930003166199\n -0.0485179983079433\n <_>\n \n <_>\n \n \n \n <_>2 15 9 6 -1.\n <_>2 17 9 2 3.\n 0\n 6.8499997723847628e-004\n 0.0665730014443398\n -0.4497379958629608\n <_>\n \n <_>\n \n \n \n <_>13 0 4 19 -1.\n <_>13 0 2 19 2.\n 0\n 0.0353170000016689\n 0.1427579969167709\n -0.4672639966011047\n <_>\n \n <_>\n \n \n \n <_>7 0 4 19 -1.\n <_>9 0 2 19 2.\n 0\n -0.0235699992626905\n -1.0286079645156860\n -0.0452880002558231\n <_>\n \n <_>\n \n \n \n <_>1 4 22 2 -1.\n <_>1 5 22 1 2.\n 0\n -1.9109999993816018e-003\n -0.1965219974517822\n 0.2866100072860718\n <_>\n \n <_>\n \n \n \n <_>0 0 9 6 -1.\n <_>0 2 9 2 3.\n 0\n -0.0166590008884668\n -0.7753220200538635\n -8.3280000835657120e-003\n <_>\n \n <_>\n \n \n \n <_>0 0 24 18 -1.\n <_>0 9 24 9 2.\n 0\n 0.6606220006942749\n 0.1323249936103821\n -3.5266680717468262\n <_>\n \n <_>\n \n \n \n <_>3 2 16 8 -1.\n <_>3 6 16 4 2.\n 0\n 0.1097059994935989\n -0.1554719954729080\n 1.4674140214920044\n <_>\n \n <_>\n \n \n \n <_>3 6 18 6 -1.\n <_>3 8 18 2 3.\n 0\n 0.0135009996592999\n 0.1523340046405792\n -1.3020930290222168\n <_>\n \n <_>\n \n \n \n <_>3 1 6 10 -1.\n <_>5 1 2 10 3.\n 0\n -0.0228719990700483\n -0.7132599949836731\n -8.7040001526474953e-003\n <_>\n \n <_>\n \n \n \n <_>13 0 9 6 -1.\n <_>16 0 3 6 3.\n 0\n -0.0818210020661354\n 1.1127580404281616\n 0.0832199975848198\n <_>\n \n <_>\n \n \n \n <_>2 0 9 6 -1.\n <_>5 0 3 6 3.\n 0\n -0.0527280010282993\n 0.9316509962081909\n -0.1710399985313416\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0252420008182526\n -0.1973379999399185\n 0.2535940110683441\n <_>\n \n <_>\n \n \n \n <_>6 0 7 10 -1.\n <_>6 5 7 5 2.\n 0\n -0.0438189990818501\n 0.4181520044803619\n -0.2458550035953522\n <_>\n \n <_>\n \n \n \n <_>2 2 20 4 -1.\n <_>12 2 10 2 2.\n <_>2 4 10 2 2.\n 0\n -0.0181889999657869\n -0.5174319744110107\n 0.2017419934272766\n <_>\n \n <_>\n \n \n \n <_>2 11 19 3 -1.\n <_>2 12 19 1 3.\n 0\n 0.0234660003334284\n -0.0430710017681122\n -1.0636579990386963\n <_>\n \n <_>\n \n \n \n <_>10 8 6 9 -1.\n <_>12 8 2 9 3.\n 0\n 0.0342160016298294\n 0.0537809990346432\n 0.4970720112323761\n <_>\n \n <_>\n \n \n \n <_>8 8 6 9 -1.\n <_>10 8 2 9 3.\n 0\n 0.0256929993629456\n -0.2380010038614273\n 0.4165149927139282\n <_>\n \n <_>\n \n \n \n <_>13 8 4 9 -1.\n <_>13 8 2 9 2.\n 0\n -0.0265650004148483\n -0.8857480287551880\n 0.1336590051651001\n <_>\n \n <_>\n \n \n \n <_>3 11 9 9 -1.\n <_>6 11 3 9 3.\n 0\n 0.0609420016407967\n -0.2066970020532608\n 0.5830900073051453\n <_>\n \n <_>\n \n \n \n <_>3 9 18 5 -1.\n <_>9 9 6 5 3.\n 0\n 0.1447450071573257\n 0.1328230053186417\n -3.1449348926544189\n <_>\n \n <_>\n \n \n \n <_>2 4 2 20 -1.\n <_>2 14 2 10 2.\n 0\n 0.0534109994769096\n -0.1732520014047623\n 0.6919069886207581\n <_>\n \n <_>\n \n \n \n <_>14 17 8 6 -1.\n <_>14 20 8 3 2.\n 0\n 0.0114080002531409\n 0.0548220016062260\n 0.3024039864540100\n <_>\n \n <_>\n \n \n \n <_>3 21 18 2 -1.\n <_>3 22 18 1 2.\n 0\n -2.3179999552667141e-003\n 0.1582089960575104\n -0.3197320103645325\n <_>\n \n <_>\n \n \n \n <_>5 4 15 6 -1.\n <_>10 4 5 6 3.\n 0\n -0.0296950004994869\n 0.7127479910850525\n 0.0581360012292862\n <_>\n \n <_>\n \n \n \n <_>2 15 12 6 -1.\n <_>2 17 12 2 3.\n 0\n 0.0272499993443489\n -0.1575410068035126\n 0.9214379787445068\n <_>\n \n <_>\n \n \n \n <_>17 8 6 9 -1.\n <_>17 11 6 3 3.\n 0\n -3.6200000904500484e-003\n -0.3454839885234833\n 0.2022099941968918\n <_>\n \n <_>\n \n \n \n <_>2 12 20 4 -1.\n <_>2 12 10 2 2.\n <_>12 14 10 2 2.\n 0\n -0.0125789996236563\n -0.5565029978752136\n 0.0203889999538660\n <_>\n \n <_>\n \n \n \n <_>0 17 24 6 -1.\n <_>0 19 24 2 3.\n 0\n -0.0888490006327629\n -3.6100010871887207\n 0.1316419988870621\n <_>\n \n <_>\n \n \n \n <_>7 16 9 4 -1.\n <_>7 18 9 2 2.\n 0\n -0.0192569997161627\n 0.5190899968147278\n -0.1928430050611496\n <_>\n \n <_>\n \n \n \n <_>15 1 4 22 -1.\n <_>17 1 2 11 2.\n <_>15 12 2 11 2.\n 0\n -0.0166669990867376\n -0.0874999985098839\n 0.1581249982118607\n <_>\n \n <_>\n \n \n \n <_>5 1 4 22 -1.\n <_>5 1 2 11 2.\n <_>7 12 2 11 2.\n 0\n 0.0129319997504354\n 0.0274059996008873\n -0.5512390136718750\n <_>\n \n <_>\n \n \n \n <_>11 13 8 9 -1.\n <_>11 16 8 3 3.\n 0\n -0.0134319998323917\n 0.2345779985189438\n -0.0432350002229214\n <_>\n \n <_>\n \n \n \n <_>6 1 6 9 -1.\n <_>8 1 2 9 3.\n 0\n 0.0188100002706051\n -0.0396809987723827\n -0.9437329769134522\n <_>\n \n <_>\n \n \n \n <_>11 4 3 18 -1.\n <_>11 10 3 6 3.\n 0\n -6.4349998719990253e-003\n 0.4570370018482208\n -4.0520001202821732e-003\n <_>\n \n <_>\n \n \n \n <_>5 8 12 6 -1.\n <_>5 8 6 3 2.\n <_>11 11 6 3 2.\n 0\n -0.0242490004748106\n -0.7624800205230713\n -0.0198570005595684\n <_>\n \n <_>\n \n \n \n <_>15 7 5 8 -1.\n <_>15 11 5 4 2.\n 0\n -0.0296679995954037\n -3.7412509918212891\n 0.1125060021877289\n <_>\n \n <_>\n \n \n \n <_>4 7 5 8 -1.\n <_>4 11 5 4 2.\n 0\n 5.1150000654160976e-003\n -0.6378179788589478\n 0.0112239997833967\n <_>\n \n <_>\n \n \n \n <_>12 6 6 12 -1.\n <_>15 6 3 6 2.\n <_>12 12 3 6 2.\n 0\n -5.7819997891783714e-003\n 0.1937440037727356\n -0.0820420011878014\n <_>\n \n <_>\n \n \n \n <_>6 6 6 12 -1.\n <_>6 6 3 6 2.\n <_>9 12 3 6 2.\n 0\n 0.0166069995611906\n -0.1619209945201874\n 1.1334990262985229\n <_>\n \n <_>\n \n \n \n <_>5 9 14 8 -1.\n <_>12 9 7 4 2.\n <_>5 13 7 4 2.\n 0\n 0.0382280014455318\n 0.0211050007492304\n 0.7626420259475708\n <_>\n \n <_>\n \n \n \n <_>9 1 3 14 -1.\n <_>9 8 3 7 2.\n 0\n -0.0570940002799034\n -1.6974929571151733\n -0.0597620010375977\n <_>\n \n <_>\n \n \n \n <_>12 6 6 12 -1.\n <_>12 10 6 4 3.\n 0\n -0.0538830012083054\n 1.1850190162658691\n 0.0909669995307922\n <_>\n \n <_>\n \n \n \n <_>4 5 4 18 -1.\n <_>4 5 2 9 2.\n <_>6 14 2 9 2.\n 0\n -2.6110000908374786e-003\n -0.4094119966030121\n 0.0838209986686707\n <_>\n \n <_>\n \n \n \n <_>4 6 16 18 -1.\n <_>4 12 16 6 3.\n 0\n 0.2971439957618713\n 0.1552989929914475\n -1.0995409488677979\n <_>\n \n <_>\n \n \n \n <_>5 4 7 20 -1.\n <_>5 14 7 10 2.\n 0\n -0.0890630036592484\n 0.4894720017910004\n -0.2004120051860809\n <_>\n \n <_>\n \n \n \n <_>14 8 8 12 -1.\n <_>14 14 8 6 2.\n 0\n -0.0561930015683174\n -0.2458139955997467\n 0.1436550021171570\n <_>\n \n <_>\n \n \n \n <_>9 10 6 14 -1.\n <_>9 10 3 7 2.\n <_>12 17 3 7 2.\n 0\n 0.0370049998164177\n -0.0481689982116222\n -1.2310709953308105\n <_>\n \n <_>\n \n \n \n <_>9 5 9 6 -1.\n <_>12 5 3 6 3.\n 0\n -8.4840003401041031e-003\n 0.4337260127067566\n 0.0137799996882677\n <_>\n \n <_>\n \n \n \n <_>9 4 3 18 -1.\n <_>10 4 1 18 3.\n 0\n -2.4379999376833439e-003\n 0.1894969940185547\n -0.3229419887065888\n <_>\n \n <_>\n \n \n \n <_>1 4 22 14 -1.\n <_>12 4 11 7 2.\n <_>1 11 11 7 2.\n 0\n -0.0716399997472763\n -0.4397900104522705\n 0.2273019999265671\n <_>\n \n <_>\n \n \n \n <_>2 7 18 2 -1.\n <_>2 8 18 1 2.\n 0\n 5.2260002121329308e-003\n -0.2054840028285980\n 0.5093330144882202\n <_>\n \n <_>\n \n \n \n <_>12 6 6 12 -1.\n <_>12 10 6 4 3.\n 0\n -6.1360001564025879e-003\n 0.3115719854831696\n 0.0706809982657433\n <_>\n \n <_>\n \n \n \n <_>6 5 9 7 -1.\n <_>9 5 3 7 3.\n 0\n 0.0155950002372265\n -0.3093479871749878\n 0.1562770009040833\n <_>\n \n <_>\n \n \n \n <_>12 7 4 12 -1.\n <_>12 13 4 6 2.\n 0\n 0.0259959995746613\n 0.1382160037755966\n -0.1761659979820252\n <_>\n \n <_>\n \n \n \n <_>8 7 4 12 -1.\n <_>8 13 4 6 2.\n 0\n -0.0120850000530481\n -0.5107020139694214\n 0.0584409981966019\n <_>\n \n <_>\n \n \n \n <_>7 2 10 22 -1.\n <_>7 13 10 11 2.\n 0\n -0.0678360015153885\n 0.4775710105895996\n -0.0714460015296936\n <_>\n \n <_>\n \n \n \n <_>0 1 3 20 -1.\n <_>1 1 1 20 3.\n 0\n -0.0147150000557303\n 0.4523890018463135\n -0.1986140012741089\n <_>\n \n <_>\n \n \n \n <_>4 13 18 4 -1.\n <_>13 13 9 2 2.\n <_>4 15 9 2 2.\n 0\n 0.0251189991831779\n 0.1295489966869354\n -0.8626639842987061\n <_>\n \n <_>\n \n \n \n <_>2 13 18 4 -1.\n <_>2 13 9 2 2.\n <_>11 15 9 2 2.\n 0\n 0.0188260003924370\n -0.0415700003504753\n -1.1354700326919556\n <_>\n \n <_>\n \n \n \n <_>15 15 9 6 -1.\n <_>15 17 9 2 3.\n 0\n -0.0212639998644590\n -0.3473800122737885\n 0.1577949970960617\n <_>\n \n <_>\n \n \n \n <_>0 15 9 6 -1.\n <_>0 17 9 2 3.\n 0\n 9.4609996303915977e-003\n 4.8639997839927673e-003\n -0.6165480017662048\n <_>\n \n <_>\n \n \n \n <_>6 0 18 24 -1.\n <_>15 0 9 12 2.\n <_>6 12 9 12 2.\n 0\n 0.2295770049095154\n 0.0813729986548424\n 0.6984140276908875\n <_>\n \n <_>\n \n \n \n <_>6 6 6 12 -1.\n <_>6 10 6 4 3.\n 0\n -0.0380619987845421\n 1.1616369485855103\n -0.1497669965028763\n <_>\n \n <_>\n \n \n \n <_>8 7 10 4 -1.\n <_>8 9 10 2 2.\n 0\n -0.0134849995374680\n -0.3203639984130859\n 0.1736509948968887\n <_>\n \n <_>\n \n \n \n <_>1 9 18 6 -1.\n <_>1 9 9 3 2.\n <_>10 12 9 3 2.\n 0\n 0.0362389981746674\n -0.1815849989652634\n 0.6195669770240784\n <_>\n \n <_>\n \n \n \n <_>6 6 18 3 -1.\n <_>6 7 18 1 3.\n 0\n 6.7210001870989799e-003\n 7.9600000753998756e-004\n 0.4244140088558197\n <_>\n \n <_>\n \n \n \n <_>7 7 9 8 -1.\n <_>10 7 3 8 3.\n 0\n 0.0965259969234467\n -0.1469680070877075\n 1.2525680065155029\n <_>\n \n <_>\n \n \n \n <_>10 12 6 12 -1.\n <_>12 12 2 12 3.\n 0\n -0.0356569997966290\n -0.3978169858455658\n 0.1419139951467514\n <_>\n \n <_>\n \n \n \n <_>3 14 18 3 -1.\n <_>3 15 18 1 3.\n 0\n 0.0107720000669360\n -0.1819400042295456\n 0.5976219773292542\n <_>\n \n <_>\n \n \n \n <_>15 17 9 7 -1.\n <_>18 17 3 7 3.\n 0\n 0.0792799964547157\n 0.1464249938726425\n -0.7883689999580383\n <_>\n \n <_>\n \n \n \n <_>1 12 10 6 -1.\n <_>1 14 10 2 3.\n 0\n 0.0328410007059574\n -0.0624080002307892\n -1.4227490425109863\n <_>\n \n <_>\n \n \n \n <_>15 17 9 7 -1.\n <_>18 17 3 7 3.\n 0\n -0.0277810003608465\n 0.3403309881687164\n 0.0306700002402067\n <_>\n \n <_>\n \n \n \n <_>10 3 3 19 -1.\n <_>11 3 1 19 3.\n 0\n -4.0339999832212925e-003\n 0.3108470141887665\n -0.2259570062160492\n <_>\n \n <_>\n \n \n \n <_>15 17 9 7 -1.\n <_>18 17 3 7 3.\n 0\n 7.4260002002120018e-003\n -0.0389369986951351\n 0.3170210123062134\n <_>\n \n <_>\n \n \n \n <_>6 1 11 9 -1.\n <_>6 4 11 3 3.\n 0\n 0.1121399998664856\n -0.1757829934358597\n 0.6505659818649292\n <_>\n \n <_>\n \n \n \n <_>15 17 9 7 -1.\n <_>18 17 3 7 3.\n 0\n -0.1187810003757477\n -1.0092990398406982\n 0.1106970012187958\n <_>\n \n <_>\n \n \n \n <_>6 5 11 6 -1.\n <_>6 8 11 3 2.\n 0\n -0.0415849983692169\n -0.5380640029907227\n 0.0199050009250641\n <_>\n \n <_>\n \n \n \n <_>16 7 8 5 -1.\n <_>16 7 4 5 2.\n 0\n -0.0279660001397133\n 0.4814319908618927\n 0.0335909985005856\n <_>\n \n <_>\n \n \n \n <_>2 4 20 19 -1.\n <_>12 4 10 19 2.\n 0\n -0.1250640004873276\n 0.2635219991207123\n -0.2573789954185486\n <_>\n \n <_>\n \n \n \n <_>2 1 21 6 -1.\n <_>9 1 7 6 3.\n 0\n 0.2366690039634705\n 0.0365080013871193\n 0.9065560102462769\n <_>\n \n <_>\n \n \n \n <_>6 5 12 14 -1.\n <_>6 5 6 7 2.\n <_>12 12 6 7 2.\n 0\n -0.0294759999960661\n -0.6004880070686340\n 9.5880003646016121e-003\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n 0.0377929992973804\n 0.1550620049238205\n -0.9573349952697754\n <_>\n \n <_>\n \n \n \n <_>2 11 8 5 -1.\n <_>6 11 4 5 2.\n 0\n 0.0720440000295639\n -0.1452589929103851\n 1.3676730394363403\n <_>\n \n <_>\n \n \n \n <_>16 7 8 5 -1.\n <_>16 7 4 5 2.\n 0\n 9.7759999334812164e-003\n 0.0129159996286035\n 0.2164089977741242\n <_>\n \n <_>\n \n \n \n <_>0 7 8 5 -1.\n <_>4 7 4 5 2.\n 0\n 0.0521540008485317\n -0.0163599997758865\n -0.8835629820823669\n <_>\n \n <_>\n \n \n \n <_>15 17 9 7 -1.\n <_>18 17 3 7 3.\n 0\n -0.0437909997999668\n 0.3582960069179535\n 0.0651310011744499\n <_>\n \n <_>\n \n \n \n <_>8 6 8 10 -1.\n <_>8 6 4 5 2.\n <_>12 11 4 5 2.\n 0\n -0.0383789986371994\n 1.1961040496826172\n -0.1497150063514710\n <_>\n \n <_>\n \n \n \n <_>15 15 9 9 -1.\n <_>18 15 3 9 3.\n 0\n -0.0988389998674393\n -0.6183400154113770\n 0.1278620064258575\n <_>\n \n <_>\n \n \n \n <_>0 15 9 9 -1.\n <_>3 15 3 9 3.\n 0\n -0.1219070032238960\n -1.8276120424270630\n -0.0648629963397980\n <_>\n \n <_>\n \n \n \n <_>12 10 9 7 -1.\n <_>15 10 3 7 3.\n 0\n -0.1198170036077499\n -30.\n 0.1132330000400543\n <_>\n \n <_>\n \n \n \n <_>3 10 9 7 -1.\n <_>6 10 3 7 3.\n 0\n 0.0309100002050400\n -0.2393400073051453\n 0.3633289933204651\n <_>\n \n <_>\n \n \n \n <_>13 15 10 8 -1.\n <_>18 15 5 4 2.\n <_>13 19 5 4 2.\n 0\n 0.0108009995892644\n -0.0351400002837181\n 0.2770789861679077\n <_>\n \n <_>\n \n \n \n <_>0 1 6 12 -1.\n <_>0 1 3 6 2.\n <_>3 7 3 6 2.\n 0\n 0.0568449981510639\n -0.1552429944276810\n 1.0802700519561768\n <_>\n \n <_>\n \n \n \n <_>10 0 6 12 -1.\n <_>13 0 3 6 2.\n <_>10 6 3 6 2.\n 0\n 1.0280000278726220e-003\n -0.0612029992043972\n 0.2050800025463104\n <_>\n \n <_>\n \n \n \n <_>7 0 10 12 -1.\n <_>7 0 5 6 2.\n <_>12 6 5 6 2.\n 0\n -0.0282739996910095\n -0.6477800011634827\n 0.0239170007407665\n <_>\n \n <_>\n \n \n \n <_>4 1 16 8 -1.\n <_>4 1 8 8 2.\n 0\n -0.1601359993219376\n 1.0892050266265869\n 0.0583890005946159\n <_>\n \n <_>\n \n \n \n <_>0 21 19 3 -1.\n <_>0 22 19 1 3.\n 0\n 4.9629998393356800e-003\n -0.2580629885196686\n 0.2083459943532944\n <_>\n \n <_>\n \n \n \n <_>6 9 18 4 -1.\n <_>15 9 9 2 2.\n <_>6 11 9 2 2.\n 0\n 0.0469370000064373\n 0.1388629972934723\n -1.5662620067596436\n <_>\n \n <_>\n \n \n \n <_>3 4 9 6 -1.\n <_>3 6 9 2 3.\n 0\n 0.0242860000580549\n -0.2072830051183701\n 0.5243099927902222\n <_>\n \n <_>\n \n \n \n <_>9 1 6 15 -1.\n <_>9 6 6 5 3.\n 0\n 0.0702020004391670\n 0.1479689925909042\n -1.3095090389251709\n <_>\n \n <_>\n \n \n \n <_>5 9 6 6 -1.\n <_>8 9 3 6 2.\n 0\n 9.8120002076029778e-003\n 0.0279060006141663\n -0.5086460113525391\n <_>\n \n <_>\n \n \n \n <_>5 1 14 9 -1.\n <_>5 4 14 3 3.\n 0\n -0.0562009997665882\n 1.2618130445480347\n 0.0638019964098930\n <_>\n \n <_>\n \n \n \n <_>3 0 8 20 -1.\n <_>3 0 4 10 2.\n <_>7 10 4 10 2.\n 0\n 0.1098280027508736\n -0.1285009980201721\n 3.0776169300079346\n -3.2573320865631104\n 21\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>5 0 7 9 -1.\n <_>5 3 7 3 3.\n 0\n 0.0209100004285574\n -0.6855940222740173\n 0.3898429870605469\n <_>\n \n <_>\n \n \n \n <_>6 6 12 5 -1.\n <_>10 6 4 5 3.\n 0\n 0.0350320003926754\n -0.4772439897060394\n 0.4502719938755035\n <_>\n \n <_>\n \n \n \n <_>0 1 8 14 -1.\n <_>4 1 4 14 2.\n 0\n 0.0397990010678768\n -0.4701110124588013\n 0.4270249903202057\n <_>\n \n <_>\n \n \n \n <_>2 12 22 4 -1.\n <_>2 14 22 2 2.\n 0\n -4.8409998416900635e-003\n 0.2561430037021637\n -0.6655629873275757\n <_>\n \n <_>\n \n \n \n <_>8 17 6 6 -1.\n <_>8 20 6 3 2.\n 0\n 2.3439999204128981e-003\n -0.4808349907398224\n 0.2801379859447479\n <_>\n \n <_>\n \n \n \n <_>18 1 6 7 -1.\n <_>18 1 3 7 2.\n 0\n 0.0253129992634058\n -0.2394820004701614\n 0.4419179856777191\n <_>\n \n <_>\n \n \n \n <_>0 0 6 6 -1.\n <_>3 0 3 6 2.\n 0\n -0.0321930013597012\n 0.7608669996261597\n -0.2505910098552704\n <_>\n \n <_>\n \n \n \n <_>4 6 17 18 -1.\n <_>4 12 17 6 3.\n 0\n 0.0754090026021004\n -0.3497459888458252\n 0.3438029885292053\n <_>\n \n <_>\n \n \n \n <_>6 0 12 6 -1.\n <_>6 0 6 3 2.\n <_>12 3 6 3 2.\n 0\n -0.0184690002351999\n -0.7908560037612915\n 0.0347880013287067\n <_>\n \n <_>\n \n \n \n <_>4 7 18 4 -1.\n <_>13 7 9 2 2.\n <_>4 9 9 2 2.\n 0\n -0.0128020001575351\n 0.4710780084133148\n -0.0600060001015663\n <_>\n \n <_>\n \n \n \n <_>4 12 10 6 -1.\n <_>4 14 10 2 3.\n 0\n -0.0265980008989573\n 0.6711609959602356\n -0.2425750046968460\n <_>\n \n <_>\n \n \n \n <_>7 9 10 12 -1.\n <_>12 9 5 6 2.\n <_>7 15 5 6 2.\n 0\n 0.0219889990985394\n 0.2471749931573868\n -0.4830169975757599\n <_>\n \n <_>\n \n \n \n <_>0 1 24 3 -1.\n <_>8 1 8 3 3.\n 0\n 0.1465409994125366\n -0.2150409966707230\n 0.7205590009689331\n <_>\n \n <_>\n \n \n \n <_>13 11 6 6 -1.\n <_>13 11 3 6 2.\n 0\n 3.5310001112520695e-003\n 0.2793099880218506\n -0.3433989882469177\n <_>\n \n <_>\n \n \n \n <_>5 11 6 6 -1.\n <_>8 11 3 6 2.\n 0\n 9.4010001048445702e-003\n 0.0558619983494282\n -0.8214359879493713\n <_>\n \n <_>\n \n \n \n <_>3 10 19 3 -1.\n <_>3 11 19 1 3.\n 0\n -8.6390003561973572e-003\n -0.9962059855461121\n 0.1887499988079071\n <_>\n \n <_>\n \n \n \n <_>0 2 6 9 -1.\n <_>0 5 6 3 3.\n 0\n -0.0391930006444454\n -1.1945559978485107\n -0.0291980002075434\n <_>\n \n <_>\n \n \n \n <_>14 16 10 6 -1.\n <_>14 18 10 2 3.\n 0\n 0.0248550008982420\n 0.1498759984970093\n -0.5413780212402344\n <_>\n \n <_>\n \n \n \n <_>0 16 10 6 -1.\n <_>0 18 10 2 3.\n 0\n -0.0349950008094311\n -1.4210180044174194\n -0.0423140004277229\n <_>\n \n <_>\n \n \n \n <_>14 13 9 6 -1.\n <_>14 15 9 2 3.\n 0\n -0.0183789990842342\n -0.2824259996414185\n 0.1558180004358292\n <_>\n \n <_>\n \n \n \n <_>0 16 18 3 -1.\n <_>0 17 18 1 3.\n 0\n -0.0135920001193881\n 0.4731709957122803\n -0.2193720042705536\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n 6.2629999592900276e-003\n -0.0597140006721020\n 0.6062589883804321\n <_>\n \n <_>\n \n \n \n <_>0 18 9 6 -1.\n <_>0 20 9 2 3.\n 0\n -0.0184780005365610\n -0.8564720153808594\n -0.0137839997187257\n <_>\n \n <_>\n \n \n \n <_>14 13 9 6 -1.\n <_>14 15 9 2 3.\n 0\n 0.0142360003665090\n 0.1665479987859726\n -0.2771399915218353\n <_>\n \n <_>\n \n \n \n <_>6 2 6 9 -1.\n <_>8 2 2 9 3.\n 0\n -0.0325470007956028\n -1.1728240251541138\n -0.0401850007474422\n <_>\n \n <_>\n \n \n \n <_>15 8 4 12 -1.\n <_>15 8 2 12 2.\n 0\n -2.6410000864416361e-003\n 0.2651430070400238\n -0.0563430003821850\n <_>\n \n <_>\n \n \n \n <_>8 13 8 8 -1.\n <_>8 17 8 4 2.\n 0\n -8.7799999164417386e-004\n 0.0365560017526150\n -0.5507519841194153\n <_>\n \n <_>\n \n \n \n <_>4 20 18 3 -1.\n <_>10 20 6 3 3.\n 0\n 0.0473719984292984\n -0.0426140017807484\n 0.4819490015506744\n <_>\n \n <_>\n \n \n \n <_>5 8 4 12 -1.\n <_>7 8 2 12 2.\n 0\n -7.0790001191198826e-003\n 0.2869899868965149\n -0.3292300105094910\n <_>\n \n <_>\n \n \n \n <_>7 7 12 3 -1.\n <_>7 7 6 3 2.\n 0\n -0.0431459993124008\n -1.4065419435501099\n 0.1283639967441559\n <_>\n \n <_>\n \n \n \n <_>10 6 4 9 -1.\n <_>12 6 2 9 2.\n 0\n 0.0205920003354549\n -0.2143529951572418\n 0.5398179888725281\n <_>\n \n <_>\n \n \n \n <_>5 20 18 3 -1.\n <_>11 20 6 3 3.\n 0\n -0.0223670005798340\n 0.3371829986572266\n 0.0452120006084442\n <_>\n \n <_>\n \n \n \n <_>1 20 18 3 -1.\n <_>7 20 6 3 3.\n 0\n 0.0500399991869926\n -0.2512170076370239\n 0.4175049960613251\n <_>\n \n <_>\n \n \n \n <_>18 1 6 20 -1.\n <_>21 1 3 10 2.\n <_>18 11 3 10 2.\n 0\n 0.0617949999868870\n 0.0400849990546703\n 0.6877980232238770\n <_>\n \n <_>\n \n \n \n <_>0 1 6 20 -1.\n <_>0 1 3 10 2.\n <_>3 11 3 10 2.\n 0\n -0.0418619997799397\n 0.5302739739418030\n -0.2290199995040894\n <_>\n \n <_>\n \n \n \n <_>13 3 4 18 -1.\n <_>15 3 2 9 2.\n <_>13 12 2 9 2.\n 0\n -3.1959998887032270e-003\n 0.2516149878501892\n -0.2151460051536560\n <_>\n \n <_>\n \n \n \n <_>0 2 6 12 -1.\n <_>0 6 6 4 3.\n 0\n 0.0242550000548363\n 7.2320001199841499e-003\n -0.7251909971237183\n <_>\n \n <_>\n \n \n \n <_>12 9 12 6 -1.\n <_>18 9 6 3 2.\n <_>12 12 6 3 2.\n 0\n -0.0173039995133877\n -0.4995819926261902\n 0.1839450001716614\n <_>\n \n <_>\n \n \n \n <_>7 3 4 18 -1.\n <_>7 3 2 9 2.\n <_>9 12 2 9 2.\n 0\n -4.1470001451671124e-003\n 0.0852119997143745\n -0.4636470079421997\n <_>\n \n <_>\n \n \n \n <_>14 0 6 9 -1.\n <_>16 0 2 9 3.\n 0\n -0.0143699999898672\n -0.5225890278816223\n 0.2389259934425354\n <_>\n \n <_>\n \n \n \n <_>0 9 12 6 -1.\n <_>0 9 6 3 2.\n <_>6 12 6 3 2.\n 0\n -9.0399999171495438e-003\n -0.6325039863586426\n 0.0325510017573833\n <_>\n \n <_>\n \n \n \n <_>14 4 8 20 -1.\n <_>18 4 4 10 2.\n <_>14 14 4 10 2.\n 0\n -0.1237310022115707\n 1.2856210470199585\n 0.0765450000762939\n <_>\n \n <_>\n \n \n \n <_>2 4 8 20 -1.\n <_>2 4 4 10 2.\n <_>6 14 4 10 2.\n 0\n -0.0822219997644424\n 0.8320819735527039\n -0.1859059929847717\n <_>\n \n <_>\n \n \n \n <_>14 13 9 6 -1.\n <_>14 15 9 2 3.\n 0\n 0.0656590014696121\n 0.1129880025982857\n -30.\n <_>\n \n <_>\n \n \n \n <_>1 13 9 6 -1.\n <_>1 15 9 2 3.\n 0\n -0.0315829999744892\n -1.3485900163650513\n -0.0470970012247562\n <_>\n \n <_>\n \n \n \n <_>3 15 18 3 -1.\n <_>9 15 6 3 3.\n 0\n -0.0796360000967979\n -1.3533639907836914\n 0.1566880047321320\n <_>\n \n <_>\n \n \n \n <_>5 13 9 6 -1.\n <_>5 15 9 2 3.\n 0\n -0.0188800003379583\n 0.4030030071735382\n -0.2514890134334564\n <_>\n \n <_>\n \n \n \n <_>5 0 18 3 -1.\n <_>5 1 18 1 3.\n 0\n -5.0149997696280479e-003\n -0.2628709971904755\n 0.1858250051736832\n <_>\n \n <_>\n \n \n \n <_>8 2 6 7 -1.\n <_>11 2 3 7 2.\n 0\n -0.0122180003672838\n 0.5869240164756775\n -0.1942770034074783\n <_>\n \n <_>\n \n \n \n <_>9 1 9 6 -1.\n <_>12 1 3 6 3.\n 0\n 1.2710000155493617e-003\n -0.1668899953365326\n 0.2300689965486527\n <_>\n \n <_>\n \n \n \n <_>6 1 9 6 -1.\n <_>9 1 3 6 3.\n 0\n 0.0297439992427826\n 0.0125200003385544\n -0.6672359704971314\n <_>\n \n <_>\n \n \n \n <_>5 6 14 6 -1.\n <_>12 6 7 3 2.\n <_>5 9 7 3 2.\n 0\n 0.0281750001013279\n -0.0170600004494190\n 0.6457939743995667\n <_>\n \n <_>\n \n \n \n <_>8 2 6 13 -1.\n <_>10 2 2 13 3.\n 0\n 0.0303450003266335\n -0.2417870014905930\n 0.3487890064716339\n <_>\n \n <_>\n \n \n \n <_>6 11 12 6 -1.\n <_>12 11 6 3 2.\n <_>6 14 6 3 2.\n 0\n -0.0173259992152452\n -0.5359939932823181\n 0.2099599987268448\n <_>\n \n <_>\n \n \n \n <_>3 1 18 15 -1.\n <_>9 1 6 15 3.\n 0\n -0.0841780006885529\n 0.7509329915046692\n -0.1759320050477982\n <_>\n \n <_>\n \n \n \n <_>13 0 6 7 -1.\n <_>13 0 3 7 2.\n 0\n 7.4950000271201134e-003\n -0.1618809998035431\n 0.3065750002861023\n <_>\n \n <_>\n \n \n \n <_>3 3 16 6 -1.\n <_>3 6 16 3 2.\n 0\n 0.0564949996769428\n -0.1731880009174347\n 1.0016150474548340\n <_>\n \n <_>\n \n \n \n <_>12 1 3 12 -1.\n <_>12 7 3 6 2.\n 0\n -5.2939997985959053e-003\n 0.2341759949922562\n -0.0653470009565353\n <_>\n \n <_>\n \n \n \n <_>7 7 6 9 -1.\n <_>9 7 2 9 3.\n 0\n -0.0149450004100800\n 0.2501890063285828\n -0.3059119880199432\n <_>\n \n <_>\n \n \n \n <_>13 0 4 24 -1.\n <_>13 0 2 24 2.\n 0\n 0.0549190007150173\n 0.1312199980020523\n -0.9376509785652161\n <_>\n \n <_>\n \n \n \n <_>7 0 4 24 -1.\n <_>9 0 2 24 2.\n 0\n -0.0197219997644424\n -0.8397849798202515\n -0.0234730001538992\n <_>\n \n <_>\n \n \n \n <_>11 9 5 12 -1.\n <_>11 13 5 4 3.\n 0\n -0.0671589970588684\n 2.3586840629577637\n 0.0829709991812706\n <_>\n \n <_>\n \n \n \n <_>7 15 9 6 -1.\n <_>7 17 9 2 3.\n 0\n -0.0143259996548295\n 0.1881449967622757\n -0.3122160136699677\n <_>\n \n <_>\n \n \n \n <_>5 7 18 6 -1.\n <_>5 9 18 2 3.\n 0\n 0.0298410002142191\n 0.1482509970664978\n -0.8468170166015625\n <_>\n \n <_>\n \n \n \n <_>8 9 5 12 -1.\n <_>8 13 5 4 3.\n 0\n 0.0518830008804798\n -0.0437310002744198\n -1.3366169929504395\n <_>\n \n <_>\n \n \n \n <_>4 17 17 6 -1.\n <_>4 19 17 2 3.\n 0\n 0.0411270000040531\n 0.1766009926795960\n -0.6090409755706787\n <_>\n \n <_>\n \n \n \n <_>0 3 18 14 -1.\n <_>0 3 9 7 2.\n <_>9 10 9 7 2.\n 0\n -0.1286509931087494\n -0.9870100021362305\n -0.0377850010991097\n <_>\n \n <_>\n \n \n \n <_>0 1 24 2 -1.\n <_>0 2 24 1 2.\n 0\n 2.4170000106096268e-003\n -0.1611959934234619\n 0.3267570137977600\n <_>\n \n <_>\n \n \n \n <_>0 15 18 3 -1.\n <_>0 16 18 1 3.\n 0\n 7.7030002139508724e-003\n -0.2384150028228760\n 0.2931939959526062\n <_>\n \n <_>\n \n \n \n <_>9 0 6 9 -1.\n <_>11 0 2 9 3.\n 0\n 0.0455200001597404\n 0.1442459970712662\n -1.5010160207748413\n <_>\n \n <_>\n \n \n \n <_>3 3 14 12 -1.\n <_>3 9 14 6 2.\n 0\n -0.0787009969353676\n -1.0394560098648071\n -0.0453759990632534\n <_>\n \n <_>\n \n \n \n <_>12 1 3 12 -1.\n <_>12 7 3 6 2.\n 0\n 7.8619997948408127e-003\n 0.1963360011577606\n -0.1447239965200424\n <_>\n \n <_>\n \n \n \n <_>8 0 6 9 -1.\n <_>10 0 2 9 3.\n 0\n -0.0134589998051524\n -0.9063469767570496\n -0.0380490012466908\n <_>\n \n <_>\n \n \n \n <_>10 6 6 10 -1.\n <_>12 6 2 10 3.\n 0\n 0.0288270004093647\n -0.0294739995151758\n 0.6005839705467224\n <_>\n \n <_>\n \n \n \n <_>5 0 6 9 -1.\n <_>7 0 2 9 3.\n 0\n -0.0273659992963076\n -0.9980400204658508\n -0.0386530011892319\n <_>\n \n <_>\n \n \n \n <_>2 0 21 7 -1.\n <_>9 0 7 7 3.\n 0\n -0.0729179978370667\n 0.7336149811744690\n 0.0574400015175343\n <_>\n \n <_>\n \n \n \n <_>6 11 12 5 -1.\n <_>10 11 4 5 3.\n 0\n -0.0139889996498823\n 0.2789260149002075\n -0.2651630043983460\n <_>\n \n <_>\n \n \n \n <_>8 7 9 8 -1.\n <_>11 7 3 8 3.\n 0\n 0.0432429984211922\n 4.7760000452399254e-003\n 0.3592590093612671\n <_>\n \n <_>\n \n \n \n <_>9 6 6 18 -1.\n <_>9 6 3 9 2.\n <_>12 15 3 9 2.\n 0\n 0.0295330006629229\n -0.2008399963378906\n 0.5120289921760559\n <_>\n \n <_>\n \n \n \n <_>15 14 8 10 -1.\n <_>19 14 4 5 2.\n <_>15 19 4 5 2.\n 0\n -0.0318970009684563\n 0.6472169756889343\n -1.3760000001639128e-003\n <_>\n \n <_>\n \n \n \n <_>1 14 8 10 -1.\n <_>1 14 4 5 2.\n <_>5 19 4 5 2.\n 0\n 0.0378689989447594\n -0.1836380064487457\n 0.6134309768676758\n <_>\n \n <_>\n \n \n \n <_>11 0 8 10 -1.\n <_>15 0 4 5 2.\n <_>11 5 4 5 2.\n 0\n -0.0224179998040199\n -0.2918789982795715\n 0.1819480061531067\n <_>\n \n <_>\n \n \n \n <_>5 0 8 10 -1.\n <_>5 0 4 5 2.\n <_>9 5 4 5 2.\n 0\n 0.0589589998126030\n -0.0664519965648651\n -1.9290030002593994\n <_>\n \n <_>\n \n \n \n <_>6 1 12 5 -1.\n <_>6 1 6 5 2.\n 0\n 0.0312229990959167\n -0.0127320000901818\n 0.6156079769134522\n <_>\n \n <_>\n \n \n \n <_>1 12 18 2 -1.\n <_>10 12 9 2 2.\n 0\n 0.0374849997460842\n -0.2085690051317215\n 0.4436399936676025\n <_>\n \n <_>\n \n \n \n <_>2 8 20 6 -1.\n <_>12 8 10 3 2.\n <_>2 11 10 3 2.\n 0\n -0.0209660008549690\n -0.3571279942989349\n 0.2425220012664795\n <_>\n \n <_>\n \n \n \n <_>7 6 9 7 -1.\n <_>10 6 3 7 3.\n 0\n -0.0254779998213053\n 1.0846560001373291\n -0.1505440026521683\n <_>\n \n <_>\n \n \n \n <_>10 5 8 16 -1.\n <_>14 5 4 8 2.\n <_>10 13 4 8 2.\n 0\n -7.2570000775158405e-003\n 0.2130260020494461\n -0.1830819994211197\n <_>\n \n <_>\n \n \n \n <_>3 9 16 8 -1.\n <_>3 9 8 4 2.\n <_>11 13 8 4 2.\n 0\n -0.0509830005466938\n 0.5173680186271668\n -0.1883309930562973\n <_>\n \n <_>\n \n \n \n <_>7 8 10 4 -1.\n <_>7 8 5 4 2.\n 0\n -0.0206400007009506\n -0.4403020143508911\n 0.2274599969387054\n <_>\n \n <_>\n \n \n \n <_>7 12 10 8 -1.\n <_>7 12 5 4 2.\n <_>12 16 5 4 2.\n 0\n 0.0106729995459318\n 0.0350599996745586\n -0.5166500210762024\n <_>\n \n <_>\n \n \n \n <_>9 19 15 4 -1.\n <_>14 19 5 4 3.\n 0\n 0.0318959988653660\n 0.0132280001416802\n 0.3491519987583160\n <_>\n \n <_>\n \n \n \n <_>1 0 18 9 -1.\n <_>7 0 6 9 3.\n 0\n -0.0238249991089106\n 0.3411880135536194\n -0.2151020020246506\n <_>\n \n <_>\n \n \n \n <_>13 4 10 8 -1.\n <_>18 4 5 4 2.\n <_>13 8 5 4 2.\n 0\n -6.0680001042783260e-003\n 0.3293739855289459\n -0.2852379977703095\n <_>\n \n <_>\n \n \n \n <_>3 16 18 4 -1.\n <_>9 16 6 4 3.\n 0\n 0.0238819997757673\n -0.2533380091190338\n 0.2629610002040863\n <_>\n \n <_>\n \n \n \n <_>8 7 10 12 -1.\n <_>13 7 5 6 2.\n <_>8 13 5 6 2.\n 0\n 0.0279660001397133\n 0.1404909938573837\n -0.4988709986209869\n <_>\n \n <_>\n \n \n \n <_>6 7 10 12 -1.\n <_>6 7 5 6 2.\n <_>11 13 5 6 2.\n 0\n 0.0146030001342297\n -0.0153959998860955\n -0.7695800065994263\n <_>\n \n <_>\n \n \n \n <_>4 6 18 7 -1.\n <_>10 6 6 7 3.\n 0\n 0.1087239980697632\n 0.1906960010528565\n -0.3239310085773468\n <_>\n \n <_>\n \n \n \n <_>0 17 18 3 -1.\n <_>0 18 18 1 3.\n 0\n -0.0140380002558231\n 0.3492470085620880\n -0.2235870063304901\n <_>\n \n <_>\n \n \n \n <_>3 17 18 3 -1.\n <_>3 18 18 1 3.\n 0\n 4.0440000593662262e-003\n -0.0383290015161037\n 0.5117729902267456\n <_>\n \n <_>\n \n \n \n <_>2 4 6 10 -1.\n <_>4 4 2 10 3.\n 0\n -4.9769999459385872e-003\n -0.4288829863071442\n 0.0491739995777607\n <_>\n \n <_>\n \n \n \n <_>16 0 8 24 -1.\n <_>16 0 4 24 2.\n 0\n -0.0851830020546913\n 0.6662459969520569\n 7.8079998493194580e-003\n <_>\n \n <_>\n \n \n \n <_>4 0 8 15 -1.\n <_>8 0 4 15 2.\n 0\n 2.1559998858720064e-003\n -0.4913519918918610\n 0.0695559978485107\n <_>\n \n <_>\n \n \n \n <_>16 0 8 24 -1.\n <_>16 0 4 24 2.\n 0\n 0.3638449907302856\n 0.1299709975719452\n -1.8949509859085083\n <_>\n \n <_>\n \n \n \n <_>1 4 18 9 -1.\n <_>7 4 6 9 3.\n 0\n 0.2208250015974045\n -0.0572119988501072\n -1.4281120300292969\n <_>\n \n <_>\n \n \n \n <_>15 12 9 6 -1.\n <_>15 14 9 2 3.\n 0\n -0.0161400008946657\n -0.5758939981460571\n 0.1806250065565109\n <_>\n \n <_>\n \n \n \n <_>3 9 18 6 -1.\n <_>3 9 9 3 2.\n <_>12 12 9 3 2.\n 0\n -0.0483300015330315\n 0.9730849862098694\n -0.1651300042867661\n <_>\n \n <_>\n \n \n \n <_>18 5 6 9 -1.\n <_>18 8 6 3 3.\n 0\n 0.0175299998372793\n 0.1793269962072372\n -0.2794890105724335\n <_>\n \n <_>\n \n \n \n <_>0 5 6 9 -1.\n <_>0 8 6 3 3.\n 0\n -0.0343099981546402\n -0.8107249736785889\n -0.0165960006415844\n <_>\n \n <_>\n \n \n \n <_>4 7 18 4 -1.\n <_>13 7 9 2 2.\n <_>4 9 9 2 2.\n 0\n -4.5830002054572105e-003\n 0.2790899872779846\n -7.4519999325275421e-003\n <_>\n \n <_>\n \n \n \n <_>2 1 12 20 -1.\n <_>2 1 6 10 2.\n <_>8 11 6 10 2.\n 0\n 0.1289640069007874\n -0.1350850015878677\n 2.5411539077758789\n <_>\n \n <_>\n \n \n \n <_>17 0 6 23 -1.\n <_>17 0 3 23 2.\n 0\n 0.0303610004484653\n -0.0684190019965172\n 0.2873409986495972\n <_>\n \n <_>\n \n \n \n <_>1 6 2 18 -1.\n <_>1 15 2 9 2.\n 0\n 0.0440860018134117\n -0.1813589930534363\n 0.6541320085525513\n <_>\n \n <_>\n \n \n \n <_>8 8 10 6 -1.\n <_>8 10 10 2 3.\n 0\n 3.0159999150782824e-003\n -0.1569049954414368\n 0.2696380019187927\n <_>\n \n <_>\n \n \n \n <_>0 6 20 6 -1.\n <_>0 6 10 3 2.\n <_>10 9 10 3 2.\n 0\n -0.0263369996100664\n 0.2917560040950775\n -0.2527410089969635\n <_>\n \n <_>\n \n \n \n <_>11 12 12 5 -1.\n <_>15 12 4 5 3.\n 0\n -0.0278660003095865\n 0.4438750147819519\n 0.0550380013883114\n <_>\n \n <_>\n \n \n \n <_>0 4 3 19 -1.\n <_>1 4 1 19 3.\n 0\n 0.0117250001057982\n -0.1934649944305420\n 0.4665670096874237\n <_>\n \n <_>\n \n \n \n <_>19 1 3 18 -1.\n <_>20 1 1 18 3.\n 0\n 1.5689999563619494e-003\n -8.2360003143548965e-003\n 0.2570089995861054\n <_>\n \n <_>\n \n \n \n <_>2 1 3 18 -1.\n <_>3 1 1 18 3.\n 0\n -3.5550000611692667e-003\n -0.4243089854717255\n 0.0711740031838417\n <_>\n \n <_>\n \n \n \n <_>3 10 18 3 -1.\n <_>9 10 6 3 3.\n 0\n -0.0316950008273125\n -0.8539350032806397\n 0.1691620051860809\n <_>\n \n <_>\n \n \n \n <_>4 4 10 9 -1.\n <_>9 4 5 9 2.\n 0\n -0.0320970006287098\n 0.8378490209579468\n -0.1759729981422424\n <_>\n \n <_>\n \n \n \n <_>7 13 14 7 -1.\n <_>7 13 7 7 2.\n 0\n 0.1554419994354248\n 0.0995500013232231\n 2.3873300552368164\n <_>\n \n <_>\n \n \n \n <_>3 13 14 7 -1.\n <_>10 13 7 7 2.\n 0\n 0.0880459994077683\n -0.1872529983520508\n 0.6238430142402649\n <_>\n \n <_>\n \n \n \n <_>8 15 9 6 -1.\n <_>11 15 3 6 3.\n 0\n -1.6720000421628356e-003\n 0.2500869929790497\n -0.0651189982891083\n <_>\n \n <_>\n \n \n \n <_>4 14 8 10 -1.\n <_>4 14 4 5 2.\n <_>8 19 4 5 2.\n 0\n 9.3409996479749680e-003\n -0.3537890017032623\n 0.1071500033140183\n <_>\n \n <_>\n \n \n \n <_>10 14 4 10 -1.\n <_>10 19 4 5 2.\n 0\n 0.0371380001306534\n 0.1638700067996979\n -0.9171839952468872\n <_>\n \n <_>\n \n \n \n <_>3 8 5 16 -1.\n <_>3 16 5 8 2.\n 0\n 0.0801839977502823\n -0.1481299996376038\n 1.4895190000534058\n <_>\n \n <_>\n \n \n \n <_>15 10 9 6 -1.\n <_>15 12 9 2 3.\n 0\n -7.9100002767518163e-004\n -0.2132689952850342\n 0.1967640072107315\n <_>\n \n <_>\n \n \n \n <_>0 10 9 6 -1.\n <_>0 12 9 2 3.\n 0\n -5.0400001928210258e-003\n -0.7131869792938232\n 1.8240000354126096e-003\n <_>\n \n <_>\n \n \n \n <_>6 7 12 9 -1.\n <_>6 10 12 3 3.\n 0\n 0.1196239963173866\n 0.0330989994108677\n 1.0441709756851196\n <_>\n \n <_>\n \n \n \n <_>9 10 5 8 -1.\n <_>9 14 5 4 2.\n 0\n -4.5280000194907188e-003\n -0.2730849981307983\n 0.2722980082035065\n <_>\n \n <_>\n \n \n \n <_>12 1 3 12 -1.\n <_>12 7 3 6 2.\n 0\n -0.0296390000730753\n 0.3622579872608185\n 0.0567950010299683\n <_>\n \n <_>\n \n \n \n <_>8 15 6 9 -1.\n <_>10 15 2 9 3.\n 0\n 0.0266500003635883\n -0.0480410009622574\n -0.9672350287437439\n <_>\n \n <_>\n \n \n \n <_>16 6 7 6 -1.\n <_>16 9 7 3 2.\n 0\n 0.0444220006465912\n 0.1305290013551712\n -0.3507730066776276\n <_>\n \n <_>\n \n \n \n <_>8 1 4 22 -1.\n <_>10 1 2 22 2.\n 0\n -0.0243599992245436\n -1.0766899585723877\n -0.0512229986488819\n <_>\n \n <_>\n \n \n \n <_>6 6 14 3 -1.\n <_>6 6 7 3 2.\n 0\n 0.0197349991649389\n 0.0262380000203848\n 0.2807050049304962\n <_>\n \n <_>\n \n \n \n <_>0 18 19 3 -1.\n <_>0 19 19 1 3.\n 0\n 5.4930001497268677e-003\n -0.2611129879951477\n 0.2101140022277832\n <_>\n \n <_>\n \n \n \n <_>17 0 6 24 -1.\n <_>17 0 3 24 2.\n 0\n -0.2320030033588409\n -1.7748440504074097\n 0.1148260012269020\n <_>\n \n <_>\n \n \n \n <_>0 13 15 6 -1.\n <_>5 13 5 6 3.\n 0\n -0.0256140008568764\n 0.2990080118179321\n -0.2250249981880188\n <_>\n \n <_>\n \n \n \n <_>9 6 10 14 -1.\n <_>14 6 5 7 2.\n <_>9 13 5 7 2.\n 0\n -6.4949998632073402e-003\n 0.1956380009651184\n -0.0997629985213280\n <_>\n \n <_>\n \n \n \n <_>1 6 8 10 -1.\n <_>1 6 4 5 2.\n <_>5 11 4 5 2.\n 0\n 3.9840000681579113e-003\n -0.4302150011062622\n 0.0812610015273094\n <_>\n \n <_>\n \n \n \n <_>7 6 12 5 -1.\n <_>7 6 6 5 2.\n 0\n -0.0358130000531673\n -0.5098739862442017\n 0.1634590029716492\n <_>\n \n <_>\n \n \n \n <_>7 7 9 6 -1.\n <_>10 7 3 6 3.\n 0\n -0.0141690000891685\n 0.7797809839248657\n -0.1747629940509796\n <_>\n \n <_>\n \n \n \n <_>7 8 14 14 -1.\n <_>14 8 7 7 2.\n <_>7 15 7 7 2.\n 0\n -0.1264210045337677\n -0.6304789781570435\n 0.1272830069065094\n <_>\n \n <_>\n \n \n \n <_>3 8 14 14 -1.\n <_>3 8 7 7 2.\n <_>10 15 7 7 2.\n 0\n 0.0686779990792274\n -0.0464479997754097\n -1.1128979921340942\n <_>\n \n <_>\n \n \n \n <_>9 8 13 4 -1.\n <_>9 10 13 2 2.\n 0\n 0.0858649984002113\n 0.1183540001511574\n -4.8235158920288086\n <_>\n \n <_>\n \n \n \n <_>3 2 6 12 -1.\n <_>3 2 3 6 2.\n <_>6 8 3 6 2.\n 0\n 0.0155119998380542\n -0.0174679998308420\n -0.6369339823722839\n <_>\n \n <_>\n \n \n \n <_>6 10 17 6 -1.\n <_>6 13 17 3 2.\n 0\n 0.0810910016298294\n 0.0861330032348633\n 2.4559431076049805\n <_>\n \n <_>\n \n \n \n <_>1 10 17 6 -1.\n <_>1 13 17 3 2.\n 0\n 0.0184950008988380\n 0.0402290001511574\n -0.5085819959640503\n <_>\n \n <_>\n \n \n \n <_>16 7 8 9 -1.\n <_>16 10 8 3 3.\n 0\n -0.0863209962844849\n -1.9006760120391846\n 0.1101910024881363\n <_>\n \n <_>\n \n \n \n <_>0 7 8 9 -1.\n <_>0 10 8 3 3.\n 0\n 0.0723550021648407\n -0.0621119998395443\n -1.4165179729461670\n <_>\n \n <_>\n \n \n \n <_>0 9 24 10 -1.\n <_>12 9 12 5 2.\n <_>0 14 12 5 2.\n 0\n -0.0781790018081665\n 0.8884930014610291\n 0.0423699989914894\n <_>\n \n <_>\n \n \n \n <_>3 2 15 8 -1.\n <_>8 2 5 8 3.\n 0\n 0.0966819971799850\n -0.2209420055150986\n 0.3357509970664978\n <_>\n \n <_>\n \n \n \n <_>4 2 18 8 -1.\n <_>10 2 6 8 3.\n 0\n -0.0398759990930557\n 0.5780479907989502\n 0.0453479997813702\n <_>\n \n <_>\n \n \n \n <_>0 1 18 4 -1.\n <_>0 1 9 2 2.\n <_>9 3 9 2 2.\n 0\n -9.5349997282028198e-003\n -0.5417569875717163\n 3.2399999909102917e-003\n <_>\n \n <_>\n \n \n \n <_>20 2 3 18 -1.\n <_>21 2 1 18 3.\n 0\n 4.0600000647827983e-004\n -0.0815490037202835\n 0.3583790063858032\n <_>\n \n <_>\n \n \n \n <_>1 3 3 19 -1.\n <_>2 3 1 19 3.\n 0\n 0.0121079999953508\n -0.2028039991855621\n 0.4376800060272217\n <_>\n \n <_>\n \n \n \n <_>18 8 6 16 -1.\n <_>20 8 2 16 3.\n 0\n -0.0208739992231131\n 0.4146989881992340\n -0.0455680005252361\n <_>\n \n <_>\n \n \n \n <_>0 8 6 16 -1.\n <_>2 8 2 16 3.\n 0\n 0.0578880012035370\n -0.0290099997073412\n -0.9182230234146118\n <_>\n \n <_>\n \n \n \n <_>8 18 11 6 -1.\n <_>8 20 11 2 3.\n 0\n 1.3200000103097409e-004\n -0.1177240014076233\n 0.2000000029802322\n <_>\n \n <_>\n \n \n \n <_>4 6 12 5 -1.\n <_>8 6 4 5 3.\n 0\n -0.0171370003372431\n 0.3300479948520660\n -0.2305520027875900\n <_>\n \n <_>\n \n \n \n <_>7 6 12 5 -1.\n <_>11 6 4 5 3.\n 0\n 0.0306550003588200\n -0.0215450003743172\n 0.2687819898128510\n <_>\n \n <_>\n \n \n \n <_>6 3 9 6 -1.\n <_>9 3 3 6 3.\n 0\n -7.8699999721720815e-004\n -0.4410069882869721\n 0.0491579994559288\n <_>\n \n <_>\n \n \n \n <_>7 6 12 5 -1.\n <_>7 6 6 5 2.\n 0\n 0.0880369991064072\n 0.1178200021386147\n -2.8293309211730957\n <_>\n \n <_>\n \n \n \n <_>9 8 6 7 -1.\n <_>12 8 3 7 2.\n 0\n -0.0390289984643459\n 0.9177719950675964\n -0.1582739949226379\n <_>\n \n <_>\n \n \n \n <_>8 2 9 6 -1.\n <_>11 2 3 6 3.\n 0\n 0.0801059976220131\n 0.1128920018672943\n -1.9937280416488647\n <_>\n \n <_>\n \n \n \n <_>8 14 6 9 -1.\n <_>8 17 6 3 3.\n 0\n 0.0395389981567860\n -0.1435739994049072\n 1.3085240125656128\n <_>\n \n <_>\n \n \n \n <_>8 2 9 6 -1.\n <_>11 2 3 6 3.\n 0\n 0.0206840001046658\n 0.2004809975624085\n -0.0441869981586933\n <_>\n \n <_>\n \n \n \n <_>4 3 16 20 -1.\n <_>4 3 8 10 2.\n <_>12 13 8 10 2.\n 0\n -0.0670379996299744\n 0.3261860013008118\n -0.2055040001869202\n <_>\n \n <_>\n \n \n \n <_>7 6 10 12 -1.\n <_>12 6 5 6 2.\n <_>7 12 5 6 2.\n 0\n 0.0468150004744530\n 0.1582529991865158\n -0.9553509950637817\n <_>\n \n <_>\n \n \n \n <_>0 2 7 12 -1.\n <_>0 6 7 4 3.\n 0\n 0.0784439966082573\n -0.0746510028839111\n -2.1161499023437500\n <_>\n \n <_>\n \n \n \n <_>12 17 11 6 -1.\n <_>12 19 11 2 3.\n 0\n 0.0663800016045570\n 0.1164190024137497\n -1.6113519668579102\n <_>\n \n <_>\n \n \n \n <_>4 7 12 8 -1.\n <_>4 7 6 4 2.\n <_>10 11 6 4 2.\n 0\n 0.0300539992749691\n -0.1656260043382645\n 0.7002540230751038\n <_>\n \n <_>\n \n \n \n <_>8 11 8 10 -1.\n <_>12 11 4 5 2.\n <_>8 16 4 5 2.\n 0\n 0.0171199999749660\n 0.2262769937515259\n -0.4011499881744385\n <_>\n \n <_>\n \n \n \n <_>9 1 4 9 -1.\n <_>11 1 2 9 2.\n 0\n 0.0200730003416538\n -0.1938969939947128\n 0.4442029893398285\n <_>\n \n <_>\n \n \n \n <_>14 0 3 22 -1.\n <_>15 0 1 22 3.\n 0\n 0.0331019982695580\n 0.1163749992847443\n -1.5771679878234863\n <_>\n \n <_>\n \n \n \n <_>7 0 3 22 -1.\n <_>8 0 1 22 3.\n 0\n -0.0148820001631975\n -0.8968030214309692\n -0.0420100018382072\n <_>\n \n <_>\n \n \n \n <_>4 7 18 4 -1.\n <_>13 7 9 2 2.\n <_>4 9 9 2 2.\n 0\n -0.0102810002863407\n 0.3560299873352051\n -0.0131240002810955\n <_>\n \n <_>\n \n \n \n <_>10 2 4 15 -1.\n <_>10 7 4 5 3.\n 0\n -0.0286950003355742\n -0.4603959918022156\n 0.0268019996583462\n <_>\n \n <_>\n \n \n \n <_>12 1 3 12 -1.\n <_>12 7 3 6 2.\n 0\n -4.7189998440444469e-003\n 0.2378879934549332\n -0.0655189976096153\n <_>\n \n <_>\n \n \n \n <_>0 0 18 13 -1.\n <_>9 0 9 13 2.\n 0\n 0.3220160007476807\n -0.0284899994730949\n -0.8423460125923157\n <_>\n \n <_>\n \n \n \n <_>16 0 3 24 -1.\n <_>17 0 1 24 3.\n 0\n -0.0170450005680323\n -0.5093880295753479\n 0.1605760008096695\n <_>\n \n <_>\n \n \n \n <_>5 0 3 24 -1.\n <_>6 0 1 24 3.\n 0\n -7.3469998314976692e-003\n -0.5415499806404114\n 4.7320001758635044e-003\n <_>\n \n <_>\n \n \n \n <_>10 15 5 8 -1.\n <_>10 19 5 4 2.\n 0\n -0.0300019998103380\n -0.8878579735755920\n 0.1362179964780808\n <_>\n \n <_>\n \n \n \n <_>2 18 18 2 -1.\n <_>2 19 18 1 2.\n 0\n -0.0112929996103048\n 0.8061519861221314\n -0.1615950018167496\n <_>\n \n <_>\n \n \n \n <_>2 8 20 3 -1.\n <_>2 9 20 1 3.\n 0\n 4.7749998047947884e-003\n 0.0129680000245571\n 0.5507990121841431\n <_>\n \n <_>\n \n \n \n <_>7 6 9 6 -1.\n <_>7 8 9 2 3.\n 0\n 5.0710001960396767e-003\n -0.0457280017435551\n -1.0766259431838989\n <_>\n \n <_>\n \n \n \n <_>3 2 19 10 -1.\n <_>3 7 19 5 2.\n 0\n 0.1934410035610199\n 0.0712620019912720\n 1.1694519519805908\n <_>\n \n <_>\n \n \n \n <_>2 7 19 3 -1.\n <_>2 8 19 1 3.\n 0\n 5.3750001825392246e-003\n -0.1973620057106018\n 0.3820689916610718\n <_>\n \n <_>\n \n \n \n <_>15 6 9 4 -1.\n <_>15 8 9 2 2.\n 0\n -0.0682760030031204\n -5.4372339248657227\n 0.1115190014243126\n <_>\n \n <_>\n \n \n \n <_>2 2 18 8 -1.\n <_>8 2 6 8 3.\n 0\n -0.0349330008029938\n 0.4479340016841888\n -0.1865790039300919\n <_>\n \n <_>\n \n \n \n <_>10 9 14 4 -1.\n <_>10 9 7 4 2.\n 0\n 5.1219998858869076e-003\n -0.0148719996213913\n 0.1841389983892441\n <_>\n \n <_>\n \n \n \n <_>4 4 6 16 -1.\n <_>7 4 3 16 2.\n 0\n 0.0953119993209839\n -0.1511709988117218\n 0.9499149918556213\n <_>\n \n <_>\n \n \n \n <_>15 8 9 16 -1.\n <_>18 8 3 16 3.\n 0\n -0.0628490000963211\n 0.4647360146045685\n 0.0384050011634827\n <_>\n \n <_>\n \n \n \n <_>0 8 9 16 -1.\n <_>3 8 3 16 3.\n 0\n -0.1704069972038269\n -1.6499999761581421\n -0.0632369965314865\n <_>\n \n <_>\n \n \n \n <_>18 0 6 14 -1.\n <_>20 0 2 14 3.\n 0\n 0.0105839995667338\n -0.0383489988744259\n 0.4191380143165588\n <_>\n \n <_>\n \n \n \n <_>0 0 6 14 -1.\n <_>2 0 2 14 3.\n 0\n -0.0415790006518364\n 0.3446190059185028\n -0.2118770033121109\n <_>\n \n <_>\n \n \n \n <_>15 0 6 22 -1.\n <_>17 0 2 22 3.\n 0\n 0.1271860003471375\n 0.1239819973707199\n -2.1254889965057373\n <_>\n \n <_>\n \n \n \n <_>3 0 6 22 -1.\n <_>5 0 2 22 3.\n 0\n 0.0825570002198219\n -0.0620240010321140\n -1.4875819683074951\n <_>\n \n <_>\n \n \n \n <_>12 2 12 20 -1.\n <_>16 2 4 20 3.\n 0\n 0.0852930024266243\n 0.0170879997313023\n 0.3207660019397736\n <_>\n \n <_>\n \n \n \n <_>0 2 12 20 -1.\n <_>4 2 4 20 3.\n 0\n 0.0555440001189709\n -0.2741400003433228\n 0.1897639930248261\n <_>\n \n <_>\n \n \n \n <_>11 6 4 9 -1.\n <_>11 6 2 9 2.\n 0\n 4.5650000683963299e-003\n -0.1792020052671433\n 0.2796730101108551\n <_>\n \n <_>\n \n \n \n <_>9 0 6 16 -1.\n <_>12 0 3 16 2.\n 0\n 0.0129979997873306\n -0.3229750096797943\n 0.2694180011749268\n <_>\n \n <_>\n \n \n \n <_>12 1 3 12 -1.\n <_>12 7 3 6 2.\n 0\n 0.0578919984400272\n 0.1264439970254898\n -0.6071349978446960\n <_>\n \n <_>\n \n \n \n <_>3 4 18 6 -1.\n <_>3 4 9 3 2.\n <_>12 7 9 3 2.\n 0\n -0.0228240005671978\n -0.4968209862709045\n 0.0223769992589951\n <_>\n \n <_>\n \n \n \n <_>5 5 16 8 -1.\n <_>13 5 8 4 2.\n <_>5 9 8 4 2.\n 0\n 0.0483120009303093\n 0.0436070002615452\n 0.4853779971599579\n <_>\n \n <_>\n \n \n \n <_>0 13 10 6 -1.\n <_>0 15 10 2 3.\n 0\n 0.0257140006870031\n -0.0429509989917278\n -0.9302350282669067\n <_>\n \n <_>\n \n \n \n <_>8 14 9 6 -1.\n <_>8 16 9 2 3.\n 0\n 6.9269998930394650e-003\n -2.9680000152438879e-003\n 0.3429630100727081\n <_>\n \n <_>\n \n \n \n <_>6 2 9 6 -1.\n <_>9 2 3 6 3.\n 0\n -0.0344469994306564\n -1.5299769639968872\n -0.0610149987041950\n <_>\n \n <_>\n \n \n \n <_>14 1 10 8 -1.\n <_>19 1 5 4 2.\n <_>14 5 5 4 2.\n 0\n 0.0293879993259907\n 0.0375959984958172\n 0.6417239904403687\n <_>\n \n <_>\n \n \n \n <_>9 1 3 12 -1.\n <_>9 7 3 6 2.\n 0\n -2.4319998919963837e-003\n 0.0990889966487885\n -0.3968810141086578\n -3.3703000545501709\n 22\n -1\n <_>\n \n \n <_>\n \n <_>\n \n \n \n <_>6 4 12 9 -1.\n <_>6 7 12 3 3.\n 0\n -0.0959440022706985\n 0.6241909861564636\n -0.4587520062923431\n <_>\n \n <_>\n \n \n \n <_>6 5 12 6 -1.\n <_>10 5 4 6 3.\n 0\n 0.0168340001255274\n -0.9307280182838440\n 0.2156360000371933\n <_>\n \n <_>\n \n \n \n <_>1 1 8 5 -1.\n <_>5 1 4 5 2.\n 0\n 0.0260499995201826\n -0.4053229987621307\n 0.4225659966468811\n <_>\n \n <_>\n \n \n \n <_>12 12 6 8 -1.\n <_>12 16 6 4 2.\n 0\n 3.6500001442618668e-004\n 0.0952880010008812\n -0.6329810023307800\n <_>\n \n <_>\n \n \n \n <_>3 12 12 6 -1.\n <_>3 14 12 2 3.\n 0\n -6.6940002143383026e-003\n 0.3724380135536194\n -0.3033240139484406\n <_>\n \n <_>\n \n \n \n <_>9 18 12 6 -1.\n <_>15 18 6 3 2.\n <_>9 21 6 3 2.\n 0\n 0.0188740007579327\n -0.2335720062255859\n 0.4033069908618927\n <_>\n \n <_>\n \n \n \n <_>4 13 6 6 -1.\n <_>4 16 6 3 2.\n 0\n -1.6300000424962491e-004\n 0.0428869985044003\n -0.7779679894447327\n <_>\n \n <_>\n \n \n \n <_>11 3 7 18 -1.\n <_>11 12 7 9 2.\n 0\n -0.0762590020895004\n -0.4962849915027618\n 0.1633539944887161\n <_>\n \n <_>\n \n \n \n <_>3 9 18 3 -1.\n <_>9 9 6 3 3.\n 0\n 0.0501490011811256\n 0.0327470004558563\n -0.8004789948463440\n <_>\n \n <_>\n \n \n \n <_>5 3 19 2 -1.\n <_>5 4 19 1 2.\n 0\n -2.9239999130368233e-003\n -0.5000280141830444\n 0.2548060119152069\n <_>\n \n <_>\n \n \n \n <_>4 2 12 6 -1.\n <_>4 2 6 3 2.\n <_>10 5 6 3 2.\n 0\n 0.0162439998239279\n 0.0389130003750324\n -0.7072489857673645\n <_>\n \n <_>\n \n \n \n <_>9 6 6 9 -1.\n <_>11 6 2 9 3.\n 0\n 0.0378119982779026\n -0.0662679970264435\n 0.7386879920959473\n <_>\n \n <_>\n \n \n \n <_>8 6 6 9 -1.\n <_>10 6 2 9 3.\n 0\n -0.0123199997469783\n 0.4869639873504639\n -0.2448559999465942\n <_>\n \n <_>\n \n \n \n <_>16 9 5 15 -1.\n <_>16 14 5 5 3.\n 0\n 0.0580039992928505\n 0.1345909982919693\n -0.1323210000991821\n <_>\n \n <_>\n \n \n \n <_>3 9 5 15 -1.\n <_>3 14 5 5 3.\n 0\n 4.8630000092089176e-003\n -0.4417290091514587\n 0.1400559991598129\n <_>\n \n <_>\n \n \n \n <_>6 6 14 6 -1.\n <_>13 6 7 3 2.\n <_>6 9 7 3 2.\n 0\n 0.0456909984350204\n 0.0312179997563362\n 0.8981829881668091\n <_>\n \n <_>\n \n \n \n <_>8 6 3 14 -1.\n <_>8 13 3 7 2.\n 0\n 0.0213210005313158\n 0.0120080001652241\n -0.8606619834899902\n <_>\n \n <_>\n \n \n \n <_>0 16 24 5 -1.\n <_>8 16 8 5 3.\n 0\n 0.1567910015583038\n 0.0140559999272227\n 0.8533290028572083\n <_>\n \n <_>\n \n \n \n <_>0 20 20 3 -1.\n <_>10 20 10 3 2.\n 0\n -0.0103289997205138\n 0.2902280092239380\n -0.2947880029678345\n <_>\n \n <_>\n \n \n \n <_>5 10 18 2 -1.\n <_>5 11 18 1 2.\n 0\n 2.4290001019835472e-003\n -0.4043990075588226\n 0.1940020024776459\n <_>\n \n <_>\n \n \n \n <_>0 6 6 10 -1.\n <_>2 6 2 10 3.\n 0\n -0.0233389995992184\n 0.3294520080089569\n -0.2571269869804382\n <_>\n \n <_>\n \n \n \n <_>2 1 20 3 -1.\n <_>2 2 20 1 3.\n 0\n -6.8970001302659512e-003\n -0.5335299968719482\n 0.2163520008325577\n <_>\n \n <_>\n \n \n \n <_>9 13 6 11 -1.\n <_>11 13 2 11 3.\n 0\n -0.0344030000269413\n -1.4425489902496338\n -0.0446829982101917\n <_>\n \n <_>\n \n \n \n <_>9 15 6 8 -1.\n <_>9 19 6 4 2.\n 0\n -0.0212350003421307\n -0.7901750206947327\n 0.1908410042524338\n <_>\n \n <_>\n \n \n \n <_>9 12 6 9 -1.\n <_>9 15 6 3 3.\n 0\n 2.0620001014322042e-003\n -0.2693119943141937\n 0.3148800134658814\n <_>\n \n <_>\n \n \n \n <_>5 11 18 2 -1.\n <_>5 12 18 1 2.\n 0\n -4.2190002277493477e-003\n -0.5446439981460571\n 0.1657460033893585\n <_>\n \n <_>\n \n \n \n <_>2 6 15 6 -1.\n <_>2 8 15 2 3.\n 0\n -0.0143349999561906\n 0.0221050009131432\n -0.6234250068664551\n <_>\n \n <_>\n \n \n \n <_>6 0 18 3 -1.\n <_>6 1 18 1 3.\n 0\n -8.2120001316070557e-003\n -0.4988499879837036\n 0.1923709958791733\n <_>\n \n <_>\n \n \n \n <_>5 0 3 18 -1.\n <_>6 0 1 18 3.\n 0\n -9.3350000679492950e-003\n -0.7913119792938232\n -0.0141439996659756\n <_>\n \n <_>\n \n \n \n <_>18 3 6 10 -1.\n <_>20 3 2 10 3.\n 0\n -0.0379379987716675\n 0.7984129786491394\n -0.0337990000844002\n <_>\n \n <_>\n \n \n \n <_>0 3 6 10 -1.\n <_>2 3 2 10 3.\n 0\n 4.7059999778866768e-003\n -0.3316340148448944\n 0.2072629928588867\n <_>\n \n <_>\n \n \n \n <_>10 5 8 9 -1.\n <_>10 5 4 9 2.\n 0\n -4.4499998912215233e-003\n -0.2725630104541779\n 0.1840219944715500\n <_>\n \n <_>\n \n \n \n <_>6 5 8 9 -1.\n <_>10 5 4 9 2.\n 0\n 5.2189999260008335e-003\n -0.5309600234031677\n 0.0526079982519150\n <_>\n \n <_>\n \n \n \n <_>3 2 20 3 -1.\n <_>3 3 20 1 3.\n 0\n -9.5399999991059303e-003\n -0.5648540258407593\n 0.1926939934492111\n <_>\n \n <_>\n \n \n \n <_>5 2 13 4 -1.\n <_>5 4 13 2 2.\n 0\n 0.0449699983000755\n -0.1741150021553040\n 0.9538260102272034\n <_>\n \n <_>\n \n \n \n <_>17 0 7 14 -1.\n <_>17 7 7 7 2.\n 0\n 0.0142090003937483\n -0.0919490009546280\n 0.2483610063791275\n <_>\n \n <_>\n \n \n \n <_>0 0 7 14 -1.\n <_>0 7 7 7 2.\n 0\n 0.1638019979000092\n -0.0584970004856586\n -1.6404409408569336\n <_>\n \n <_>\n \n \n \n <_>9 11 10 6 -1.\n <_>9 11 5 6 2.\n 0\n 2.5579999200999737e-003\n 0.2344799935817719\n -0.0927340015769005\n <_>\n \n <_>\n \n \n \n <_>5 11 10 6 -1.\n <_>10 11 5 6 2.\n 0\n -3.8499999791383743e-003\n 0.1788070052862167\n -0.3584409952163696\n <_>\n \n <_>\n \n \n \n <_>11 6 3 18 -1.\n <_>11 12 3 6 3.\n 0\n -0.0252219997346401\n -0.4290300011634827\n 0.2024450004100800\n <_>\n \n <_>\n \n \n \n <_>0 16 18 3 -1.\n <_>0 17 18 1 3.\n 0\n -0.0194150004535913\n 0.5801630020141602\n -0.1880639940500259\n <_>\n \n <_>\n \n \n \n <_>6 16 18 3 -1.\n <_>6 17 18 1 3.\n 0\n 0.0144199999049306\n 0.0328469984233379\n 0.8198050260543823\n <_>\n \n <_>\n \n \n \n <_>4 6 9 10 -1.\n <_>4 11 9 5 2.\n 0\n 0.0515829995274544\n 0.0691760033369064\n -0.4586629867553711\n <_>\n \n <_>\n \n \n \n <_>9 7 15 4 -1.\n <_>9 9 15 2 2.\n 0\n -0.0379600003361702\n -1.2553000450134277\n 0.1433289945125580\n <_>\n \n <_>\n \n \n \n <_>5 6 12 6 -1.\n <_>5 6 6 3 2.\n <_>11 9 6 3 2.\n 0\n -0.0295609999448061\n 0.5315179824829102\n -0.2059649974107742\n <_>\n \n <_>\n \n \n \n <_>6 1 12 9 -1.\n <_>6 4 12 3 3.\n 0\n -0.0391109995543957\n 1.1658719778060913\n 0.0538970008492470\n <_>\n \n <_>\n \n \n \n <_>7 9 6 12 -1.\n <_>7 9 3 6 2.\n <_>10 15 3 6 2.\n 0\n -0.0291590001434088\n 0.3930760025978088\n -0.2218450009822846\n <_>\n \n <_>\n \n \n \n <_>11 5 13 6 -1.\n <_>11 7 13 2 3.\n 0\n -0.0836170017719269\n -0.7374449968338013\n 0.1426820009946823\n <_>\n \n <_>\n \n \n \n <_>1 11 22 13 -1.\n <_>12 11 11 13 2.\n 0\n 0.4200400114059448\n -0.1427740007638931\n 1.7894840240478516\n <_>\n \n <_>\n \n \n \n <_>18 8 6 6 -1.\n <_>18 11 6 3 2.\n 0\n 0.0600050017237663\n 0.1197670027613640\n -1.8886189460754395\n <_>\n \n <_>\n \n \n \n <_>0 8 6 6 -1.\n <_>0 11 6 3 2.\n 0\n -0.0189810004085302\n -1.4148449897766113\n -0.0565229989588261\n <_>\n \n <_>\n \n \n \n <_>0 6 24 3 -1.\n <_>0 7 24 1 3.\n 0\n -6.0049998573958874e-003\n 0.4417079985141754\n -0.1020080000162125\n <_>\n \n <_>\n \n \n \n <_>0 5 10 6 -1.\n <_>0 7 10 2 3.\n 0\n -0.0582140013575554\n -1.3918470144271851\n -0.0482689999043942\n <_>\n \n <_>\n \n \n \n <_>6 7 18 3 -1.\n <_>6 8 18 1 3.\n 0\n -0.0122710000723600\n 0.5131769776344299\n -0.0936969965696335\n <_>\n \n <_>\n \n \n \n <_>0 0 10 6 -1.\n <_>0 2 10 2 3.\n 0\n 0.0465859994292259\n -0.0574840009212494\n -1.4283169507980347\n <_>\n \n <_>\n \n \n \n <_>19 0 3 19 -1.\n <_>20 0 1 19 3.\n 0\n 1.2110000243410468e-003\n -0.0808919966220856\n 0.3233320116996765\n <_>\n \n <_>\n \n \n \n <_>4 6 12 16 -1.\n <_>4 6 6 8 2.\n <_>10 14 6 8 2.\n 0\n -0.0886420011520386\n -0.8644909858703613\n -0.0331469997763634\n <_>\n \n <_>\n \n \n \n <_>19 6 4 18 -1.\n <_>21 6 2 9 2.\n <_>19 15 2 9 2.\n 0\n -0.0231849998235703\n 0.5216220021247864\n -0.0161680001765490\n <_>\n \n <_>\n \n \n \n <_>1 6 4 18 -1.\n <_>1 6 2 9 2.\n <_>3 15 2 9 2.\n 0\n 0.0430900007486343\n -0.1615380048751831\n 1.0915000438690186\n <_>\n \n <_>\n \n \n \n <_>3 21 18 3 -1.\n <_>3 22 18 1 3.\n 0\n 2.0599999697878957e-004\n -0.1709149926900864\n 0.3123669922351837\n <_>\n \n <_>\n \n \n \n <_>0 19 9 4 -1.\n <_>0 21 9 2 2.\n 0\n 8.9159999042749405e-003\n -6.7039998248219490e-003\n -0.6881039738655090\n <_>\n \n <_>\n \n \n \n <_>12 18 12 6 -1.\n <_>18 18 6 3 2.\n <_>12 21 6 3 2.\n 0\n -0.0177529994398355\n 0.6329280138015747\n -4.2360001243650913e-003\n <_>\n \n <_>\n \n \n \n <_>7 18 9 4 -1.\n <_>7 20 9 2 2.\n 0\n 6.2299999408423901e-003\n -0.3363719880580902\n 0.1279059946537018\n <_>\n \n <_>\n \n \n \n <_>12 16 10 8 -1.\n <_>17 16 5 4 2.\n <_>12 20 5 4 2.\n 0\n 0.0227700006216764\n -0.0347039997577667\n 0.3914180099964142\n <_>\n \n <_>\n \n \n \n <_>2 16 10 8 -1.\n <_>2 16 5 4 2.\n <_>7 20 5 4 2.\n 0\n -0.0215349998325109\n 0.6476510167121887\n -0.2009779959917069\n <_>\n \n <_>\n \n \n \n <_>14 0 10 12 -1.\n <_>19 0 5 6 2.\n <_>14 6 5 6 2.\n 0\n 0.0617589987814426\n 0.0542970001697540\n 0.9070010185241699\n <_>\n \n <_>\n \n \n \n <_>0 0 10 12 -1.\n <_>0 0 5 6 2.\n <_>5 6 5 6 2.\n 0\n -0.0780699998140335\n 0.6552339792251587\n -0.1975439935922623\n <_>\n \n <_>\n \n \n \n <_>15 14 9 6 -1.\n <_>15 16 9 2 3.\n 0\n 0.0113150002434850\n 0.1938530057668686\n -0.5170729756355286\n <_>\n \n <_>\n \n \n \n <_>0 14 9 6 -1.\n <_>0 16 9 2 3.\n 0\n -0.0255900006741285\n -0.9309650063514710\n -0.0315469987690449\n <_>\n \n <_>\n \n \n \n <_>14 14 10 6 -1.\n <_>14 16 10 2 3.\n 0\n -0.0380589999258518\n -0.6832690238952637\n 0.1270910054445267\n <_>\n \n <_>\n \n \n \n <_>0 14 10 6 -1.\n <_>0 16 10 2 3.\n 0\n 9.7970003262162209e-003\n 0.0155239999294281\n -0.6334789991378784\n <_>\n \n <_>\n \n \n \n <_>5 18 18 2 -1.\n <_>5 19 18 1 2.\n 0\n -0.0138419996947050\n 1.0060529708862305\n 0.0628129988908768\n <_>\n \n <_>\n \n \n \n <_>0 18 18 3 -1.\n <_>0 19 18 1 3.\n 0\n 8.3459997549653053e-003\n -0.2338320016860962\n 0.3098269999027252\n <_>\n \n <_>\n \n \n \n <_>3 5 18 12 -1.\n <_>12 5 9 6 2.\n <_>3 11 9 6 2.\n 0\n -0.0714399963617325\n -0.7250540256500244\n 0.1714829951524735\n <_>\n \n <_>\n \n \n \n <_>5 3 7 9 -1.\n <_>5 6 7 3 3.\n 0\n 0.0100060002878308\n -0.2207199931144714\n 0.3526619970798492\n <_>\n \n <_>\n \n \n \n <_>4 0 19 15 -1.\n <_>4 5 19 5 3.\n 0\n 0.1100530028343201\n 0.1666200011968613\n -0.7431899905204773\n <_>\n \n <_>\n \n \n \n <_>3 0 16 4 -1.\n <_>3 2 16 2 2.\n 0\n 0.0353109985589981\n -0.2398270070552826\n 0.4143599867820740\n <_>\n \n <_>\n \n \n \n <_>4 12 16 12 -1.\n <_>4 12 8 12 2.\n 0\n -0.1117469966411591\n 0.5104539990425110\n 2.2319999989122152e-003\n <_>\n \n <_>\n \n \n \n <_>4 3 12 15 -1.\n <_>10 3 6 15 2.\n 0\n -0.1136780008673668\n 0.9047520160675049\n -0.1661529988050461\n <_>\n \n <_>\n \n \n \n <_>16 4 2 19 -1.\n <_>16 4 1 19 2.\n 0\n 0.0166679993271828\n 0.1402450054883957\n -0.5217850208282471\n <_>\n \n <_>\n \n \n \n <_>6 4 2 19 -1.\n <_>7 4 1 19 2.\n 0\n -8.0340001732110977e-003\n -0.6617839932441711\n 3.7640000227838755e-003\n <_>\n \n <_>\n \n \n \n <_>13 14 8 10 -1.\n <_>17 14 4 5 2.\n <_>13 19 4 5 2.\n 0\n -0.0330969989299774\n 0.8018590211868286\n 0.0593850016593933\n <_>\n \n <_>\n \n \n \n <_>3 14 8 10 -1.\n <_>3 14 4 5 2.\n <_>7 19 4 5 2.\n 0\n 0.0125479996204376\n -0.3354550004005432\n 0.1457860022783279\n <_>\n \n <_>\n \n \n \n <_>12 6 3 18 -1.\n <_>12 12 3 6 3.\n 0\n -0.0420739986002445\n -0.5550910234451294\n 0.1326660066843033\n <_>\n \n <_>\n \n \n \n <_>5 11 12 6 -1.\n <_>5 11 6 3 2.\n <_>11 14 6 3 2.\n 0\n 0.0252219997346401\n -0.0616319999098778\n -1.3678770065307617\n <_>\n \n <_>\n \n \n \n <_>10 5 8 10 -1.\n <_>14 5 4 5 2.\n <_>10 10 4 5 2.\n 0\n -0.0242689996957779\n 0.3418509960174561\n -7.4160001240670681e-003\n <_>\n \n <_>\n \n \n \n <_>6 4 12 10 -1.\n <_>6 4 6 5 2.\n <_>12 9 6 5 2.\n 0\n -0.0122800003737211\n 0.2774580121040344\n -0.3103390038013458\n <_>\n \n <_>\n \n \n \n <_>6 8 18 10 -1.\n <_>15 8 9 5 2.\n <_>6 13 9 5 2.\n 0\n -0.1137709990143776\n 1.1719540357589722\n 0.0836810022592545\n <_>\n \n <_>\n \n \n \n <_>0 8 18 10 -1.\n <_>0 8 9 5 2.\n <_>9 13 9 5 2.\n 0\n -0.0847719982266426\n 0.8169479966163635\n -0.1783750057220459\n <_>\n \n <_>\n \n \n \n <_>12 6 3 18 -1.\n <_>12 12 3 6 3.\n 0\n -0.0245520006865263\n -0.1862729936838150\n 0.1434009969234467\n <_>\n \n <_>\n \n \n \n <_>0 14 18 3 -1.\n <_>0 15 18 1 3.\n 0\n -9.0269995853304863e-003\n 0.3265919983386993\n -0.2354129999876022\n <_>\n \n <_>\n \n \n \n <_>12 6 3 18 -1.\n <_>12 12 3 6 3.\n 0\n 0.0111779998987913\n 0.1976120024919510\n -0.0217010006308556\n <_>\n \n <_>\n \n \n \n <_>9 6 3 18 -1.\n <_>9 12 3 6 3.\n 0\n -0.0293669998645782\n -0.9341480135917664\n -0.0217049997299910\n <_>\n \n <_>\n \n \n \n <_>6 14 18 3 -1.\n <_>6 15 18 1 3.\n 0\n 6.3640000298619270e-003\n 0.0255730003118515\n 0.4641279876232147\n <_>\n \n <_>\n \n \n \n <_>0 5 18 3 -1.\n <_>0 6 18 1 3.\n 0\n 0.0140260001644492\n -0.2122859954833984\n 0.4007880091667175\n <_>\n \n <_>\n \n \n \n <_>2 5 22 3 -1.\n <_>2 6 22 1 3.\n 0\n -0.0133419996127486\n 0.7420269846916199\n 0.0290019996464252\n <_>\n \n <_>\n \n \n \n <_>0 0 21 10 -1.\n <_>7 0 7 10 3.\n 0\n 0.2842279970645905\n -0.1924359947443008\n 0.4363119900226593\n <_>\n \n <_>\n \n \n \n <_>6 3 18 17 -1.\n <_>12 3 6 17 3.\n 0\n -0.2372400015592575\n 0.6973639726638794\n 0.0693079978227615\n <_>\n \n <_>\n \n \n \n <_>0 3 18 17 -1.\n <_>6 3 6 17 3.\n 0\n -0.1116970032453537\n 0.3914720118045807\n -0.2092200070619583\n <_>\n \n <_>\n \n \n \n <_>0 12 24 11 -1.\n <_>8 12 8 11 3.\n 0\n 0.1278750002384186\n -0.0725559964776039\n 0.3608820140361786\n <_>\n \n <_>\n \n \n \n <_>4 10 16 6 -1.\n <_>4 13 16 3 2.\n 0\n -0.0629009976983070\n 0.9542499780654907\n -0.1540279984474182\n <_>\n \n <_>\n \n \n \n <_>12 8 6 8 -1.\n <_>12 12 6 4 2.\n 0\n 0.0174390003085136\n -0.0511349998414516\n 0.2775030136108398\n <_>\n \n <_>\n \n \n \n <_>6 14 8 7 -1.\n <_>10 14 4 7 2.\n 0\n 1.2319999514147639e-003\n 0.0756279975175858\n -0.3645609915256500\n <_>\n \n <_>\n \n \n \n <_>15 10 6 14 -1.\n <_>18 10 3 7 2.\n <_>15 17 3 7 2.\n 0\n 0.0274950005114079\n 0.0518440008163452\n 0.4156259894371033\n <_>\n \n <_>\n \n \n \n <_>3 10 6 14 -1.\n <_>3 10 3 7 2.\n <_>6 17 3 7 2.\n 0\n -0.0435439981520176\n 0.7196999788284302\n -0.1713220030069351\n <_>\n \n <_>\n \n \n \n <_>6 12 18 2 -1.\n <_>6 13 18 1 2.\n 0\n 0.0110259996727109\n 0.1435460001230240\n -0.6540300250053406\n <_>\n \n <_>\n \n \n \n <_>5 8 10 6 -1.\n <_>5 10 10 2 3.\n 0\n 0.0208659991621971\n 0.0400890000164509\n -0.4574329853057861\n <_>\n \n <_>\n \n \n \n <_>12 11 9 4 -1.\n <_>12 13 9 2 2.\n 0\n -0.0223040003329515\n 0.5385500192642212\n 0.0716629996895790\n <_>\n \n <_>\n \n \n \n <_>0 11 9 6 -1.\n <_>0 13 9 2 3.\n 0\n 0.0324920006096363\n -0.0459919981658459\n -1.0047069787979126\n <_>\n \n <_>\n \n \n \n <_>11 2 3 18 -1.\n <_>12 2 1 18 3.\n 0\n 0.0122699998319149\n 0.0343349985778332\n 0.4243179857730866\n <_>\n \n <_>\n \n \n \n <_>10 2 3 18 -1.\n <_>11 2 1 18 3.\n 0\n 8.3820000290870667e-003\n -0.2585060000419617\n 0.2626349925994873\n <_>\n \n <_>\n \n \n \n <_>9 12 6 10 -1.\n <_>11 12 2 10 3.\n 0\n 0.0373539999127388\n 0.1569249927997589\n -1.0429090261459351\n <_>\n \n <_>\n \n \n \n <_>1 10 6 9 -1.\n <_>1 13 6 3 3.\n 0\n -0.0141110001131892\n -0.7317770123481751\n -0.0202769991010427\n <_>\n \n <_>\n \n \n \n <_>6 9 16 6 -1.\n <_>14 9 8 3 2.\n <_>6 12 8 3 2.\n 0\n 0.0570669993758202\n 0.0833600014448166\n 1.5661499500274658\n <_>\n \n <_>\n \n \n \n <_>1 8 9 6 -1.\n <_>1 10 9 2 3.\n 0\n 4.9680001102387905e-003\n -0.3531819880008698\n 0.1469839960336685\n <_>\n \n <_>\n \n \n \n <_>7 7 16 6 -1.\n <_>7 9 16 2 3.\n 0\n -0.0244929995387793\n 0.2832590043544769\n -3.4640000667423010e-003\n <_>\n \n <_>\n \n \n \n <_>0 0 18 3 -1.\n <_>0 1 18 1 3.\n 0\n -0.0112549997866154\n -0.8401749730110169\n -0.0362519994378090\n <_>\n \n <_>\n \n \n \n <_>10 0 6 9 -1.\n <_>12 0 2 9 3.\n 0\n 0.0345330014824867\n 0.1499850004911423\n -0.8736709952354431\n <_>\n \n <_>\n \n \n \n <_>9 5 6 6 -1.\n <_>12 5 3 6 2.\n 0\n 0.0243030004203320\n -0.1878750026226044\n 0.5948399901390076\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>12 6 2 9 2.\n <_>10 15 2 9 2.\n 0\n -7.8790001571178436e-003\n 0.4431569874286652\n -0.0565709993243217\n <_>\n \n <_>\n \n \n \n <_>8 0 6 9 -1.\n <_>10 0 2 9 3.\n 0\n 0.0351420007646084\n -0.0564949996769428\n -1.3617190122604370\n <_>\n \n <_>\n \n \n \n <_>9 1 6 9 -1.\n <_>9 4 6 3 3.\n 0\n 4.6259998343884945e-003\n -0.3116169869899750\n 0.2544769942760468\n <_>\n \n <_>\n \n \n \n <_>1 0 18 9 -1.\n <_>1 3 18 3 3.\n 0\n -0.0831310003995895\n 1.6424349546432495\n -0.1442939937114716\n <_>\n \n <_>\n \n \n \n <_>0 3 24 3 -1.\n <_>0 4 24 1 3.\n 0\n -0.0140159996226430\n -0.7781950235366821\n 0.1717330068349838\n <_>\n \n <_>\n \n \n \n <_>6 14 9 4 -1.\n <_>6 16 9 2 2.\n 0\n 1.2450000504031777e-003\n -0.2319139987230301\n 0.2852790057659149\n <_>\n \n <_>\n \n \n \n <_>8 9 8 10 -1.\n <_>12 9 4 5 2.\n <_>8 14 4 5 2.\n 0\n -0.0168030001223087\n -0.3596509993076325\n 0.2041299939155579\n <_>\n \n <_>\n \n \n \n <_>5 2 13 9 -1.\n <_>5 5 13 3 3.\n 0\n -0.0767479985952377\n 0.7805050015449524\n -0.1561280041933060\n <_>\n \n <_>\n \n \n \n <_>4 4 16 9 -1.\n <_>4 7 16 3 3.\n 0\n -0.2367199957370758\n 1.1813700199127197\n 0.0781119987368584\n <_>\n \n <_>\n \n \n \n <_>4 4 14 9 -1.\n <_>4 7 14 3 3.\n 0\n -0.1005740016698837\n -0.4710409939289093\n 0.0791729986667633\n <_>\n \n <_>\n \n \n \n <_>8 5 9 6 -1.\n <_>8 7 9 2 3.\n 0\n 1.3239999534562230e-003\n 0.2226269990205765\n -0.3709979951381683\n <_>\n \n <_>\n \n \n \n <_>1 7 16 6 -1.\n <_>1 9 16 2 3.\n 0\n 0.0221529994159937\n -0.0386490002274513\n -0.9227499961853027\n <_>\n \n <_>\n \n \n \n <_>10 5 13 9 -1.\n <_>10 8 13 3 3.\n 0\n -0.1124619990587235\n 0.4189960062503815\n 0.0804110020399094\n <_>\n \n <_>\n \n \n \n <_>1 5 13 9 -1.\n <_>1 8 13 3 3.\n 0\n 0.0164810009300709\n -0.1675669997930527\n 0.7184240221977234\n <_>\n \n <_>\n \n \n \n <_>0 4 24 6 -1.\n <_>12 4 12 3 2.\n <_>0 7 12 3 2.\n 0\n 0.0681139975786209\n 0.1571989953517914\n -0.8768110275268555\n <_>\n \n <_>\n \n \n \n <_>1 14 10 9 -1.\n <_>1 17 10 3 3.\n 0\n 0.0160119999200106\n -4.1600000113248825e-003\n -0.5932779908180237\n <_>\n \n <_>\n \n \n \n <_>5 17 18 3 -1.\n <_>5 18 18 1 3.\n 0\n 4.6640001237392426e-003\n -0.0301539991050959\n 0.4834530055522919\n <_>\n \n <_>\n \n \n \n <_>0 16 18 3 -1.\n <_>0 17 18 1 3.\n 0\n 6.7579997703433037e-003\n -0.2266740053892136\n 0.3366230130195618\n <_>\n \n <_>\n \n \n \n <_>9 17 9 6 -1.\n <_>9 19 9 2 3.\n 0\n 4.7289999201893806e-003\n -0.0603739991784096\n 0.3145810067653656\n <_>\n \n <_>\n \n \n \n <_>1 20 22 4 -1.\n <_>1 20 11 2 2.\n <_>12 22 11 2 2.\n 0\n 2.5869999080896378e-003\n -0.2987259924411774\n 0.1778749972581863\n <_>\n \n <_>\n \n \n \n <_>8 14 8 6 -1.\n <_>8 17 8 3 2.\n 0\n 2.8989999555051327e-003\n 0.2189020067453384\n -0.2956709861755371\n <_>\n \n <_>\n \n \n \n <_>8 6 8 15 -1.\n <_>8 11 8 5 3.\n 0\n -0.0300539992749691\n 1.2150429487228394\n -0.1435499936342239\n <_>\n \n <_>\n \n \n \n <_>5 4 18 3 -1.\n <_>5 5 18 1 3.\n 0\n 0.0141810001805425\n 0.0124519998207688\n 0.5549010038375855\n <_>\n \n <_>\n \n \n \n <_>9 3 5 10 -1.\n <_>9 8 5 5 2.\n 0\n -0.0605270005762577\n -1.4933999776840210\n -0.0652270019054413\n <_>\n \n <_>\n \n \n \n <_>6 8 12 3 -1.\n <_>6 8 6 3 2.\n 0\n -0.0198829993605614\n -0.3852640092372894\n 0.1976120024919510\n <_>\n \n <_>\n \n \n \n <_>2 6 18 6 -1.\n <_>2 6 9 3 2.\n <_>11 9 9 3 2.\n 0\n 0.0312189999967813\n -0.2128120064735413\n 0.2944650053977966\n <_>\n \n <_>\n \n \n \n <_>10 6 4 18 -1.\n <_>12 6 2 9 2.\n <_>10 15 2 9 2.\n 0\n 0.0182719994336367\n 9.7200000891461968e-004\n 0.6681420207023621\n <_>\n \n <_>\n \n \n \n <_>7 5 6 6 -1.\n <_>10 5 3 6 2.\n 0\n 1.1089999461546540e-003\n -0.6246790289878845\n -1.6599999507889152e-003\n <_>\n \n <_>\n \n \n \n <_>14 5 2 18 -1.\n <_>14 14 2 9 2.\n 0\n -0.0367139987647533\n -0.4233390092849731\n 0.1208470016717911\n <_>\n \n <_>\n \n \n \n <_>8 5 2 18 -1.\n <_>8 14 2 9 2.\n 0\n 0.0120440004393458\n 0.0258820001035929\n -0.5073239803314209\n <_>\n \n <_>\n \n \n \n <_>9 2 10 6 -1.\n <_>9 2 5 6 2.\n 0\n 0.0747490003705025\n 0.1318469941616058\n -0.2173960059881210\n <_>\n \n <_>\n \n \n \n <_>3 1 18 12 -1.\n <_>12 1 9 12 2.\n 0\n -0.2347320020198822\n 1.1775610446929932\n -0.1511469930410385\n <_>\n \n <_>\n \n \n \n <_>5 2 17 22 -1.\n <_>5 13 17 11 2.\n 0\n 0.1409649997949600\n 0.0339910015463829\n 0.3992309868335724\n <_>\n \n <_>\n \n \n \n <_>4 0 12 6 -1.\n <_>4 2 12 2 3.\n 0\n 6.1789997853338718e-003\n -0.3180670142173767\n 0.1168169975280762\n <_>\n \n <_>\n \n \n \n <_>6 9 16 6 -1.\n <_>14 9 8 3 2.\n <_>6 12 8 3 2.\n 0\n -0.0572169981896877\n 0.8439909815788269\n 0.0838890001177788\n <_>\n \n <_>\n \n \n \n <_>9 0 5 18 -1.\n <_>9 9 5 9 2.\n 0\n -0.0552270002663136\n 0.3688830137252808\n -0.1891340017318726\n <_>\n \n <_>\n \n \n \n <_>12 0 6 9 -1.\n <_>14 0 2 9 3.\n 0\n -0.0215830001980066\n -0.5216180086135864\n 0.1577260047197342\n <_>\n \n <_>\n \n \n \n <_>6 0 6 9 -1.\n <_>8 0 2 9 3.\n 0\n 0.0257479995489120\n -0.0599219985306263\n -1.0674990415573120\n <_>\n \n <_>\n \n \n \n <_>9 1 6 12 -1.\n <_>11 1 2 12 3.\n 0\n -0.0130989998579025\n 0.7895839810371399\n 0.0520999990403652\n <_>\n \n <_>\n \n \n \n <_>5 9 13 4 -1.\n <_>5 11 13 2 2.\n 0\n 2.2799998987466097e-003\n -1.1704430580139160\n -0.0593569986522198\n <_>\n \n <_>\n \n \n \n <_>5 8 19 3 -1.\n <_>5 9 19 1 3.\n 0\n 8.8060004636645317e-003\n 0.0417179986834526\n 0.6635259985923767\n <_>\n \n <_>\n \n \n \n <_>9 9 6 8 -1.\n <_>9 13 6 4 2.\n 0\n -8.9699998497962952e-003\n -0.3586269915103912\n 0.0604580007493496\n <_>\n \n <_>\n \n \n \n <_>11 9 4 15 -1.\n <_>11 14 4 5 3.\n 0\n 4.0230001322925091e-003\n 0.2097939997911453\n -0.2480600029230118\n <_>\n \n <_>\n \n \n \n <_>2 0 6 14 -1.\n <_>2 0 3 7 2.\n <_>5 7 3 7 2.\n 0\n 0.0250170007348061\n -0.1879590004682541\n 0.3954710066318512\n <_>\n \n <_>\n \n \n \n <_>15 1 6 14 -1.\n <_>18 1 3 7 2.\n <_>15 8 3 7 2.\n 0\n -5.9009999968111515e-003\n 0.2566390037536621\n -0.0949190035462379\n <_>\n \n <_>\n \n \n \n <_>3 1 6 14 -1.\n <_>3 1 3 7 2.\n <_>6 8 3 7 2.\n 0\n 4.3850000947713852e-003\n 0.0331390015780926\n -0.4607540071010590\n <_>\n \n <_>\n \n \n \n <_>3 20 18 4 -1.\n <_>12 20 9 2 2.\n <_>3 22 9 2 2.\n 0\n -0.0337719991803169\n -0.9888160228729248\n 0.1463689953088760\n <_>\n \n <_>\n \n \n \n <_>5 0 4 20 -1.\n <_>5 0 2 10 2.\n <_>7 10 2 10 2.\n 0\n 0.0445230007171631\n -0.1328669935464859\n 1.5796790122985840\n <_>\n \n <_>\n \n \n \n <_>16 8 8 12 -1.\n <_>20 8 4 6 2.\n <_>16 14 4 6 2.\n 0\n -0.0409290008246899\n 0.3387709856033325\n 0.0749709978699684\n <_>\n \n <_>\n \n \n \n <_>0 8 8 12 -1.\n <_>0 8 4 6 2.\n <_>4 14 4 6 2.\n 0\n 0.0393519997596741\n -0.1832789927721024\n 0.4698069989681244\n <_>\n \n <_>\n \n \n \n <_>13 13 10 8 -1.\n <_>18 13 5 4 2.\n <_>13 17 5 4 2.\n 0\n -0.0703229978680611\n -0.9832270145416260\n 0.1180810034275055\n <_>\n \n <_>\n \n \n \n <_>1 13 10 8 -1.\n <_>1 13 5 4 2.\n <_>6 17 5 4 2.\n 0\n 0.0357430018484592\n -0.0330509990453720\n -0.8361089825630188\n <_>\n \n <_>\n \n \n \n <_>15 8 4 15 -1.\n <_>15 13 4 5 3.\n 0\n -0.0429619997739792\n 1.1670809984207153\n 0.0806920006871223\n <_>\n \n <_>\n \n \n \n <_>5 8 4 15 -1.\n <_>5 13 4 5 3.\n 0\n -0.0210079997777939\n 0.6386979818344116\n -0.1762630045413971\n <_>\n \n <_>\n \n \n \n <_>6 11 16 12 -1.\n <_>6 15 16 4 3.\n 0\n -0.1574220061302185\n -0.2330249994993210\n 0.1251749992370606\n <_>\n \n <_>\n \n \n \n <_>2 11 16 12 -1.\n <_>2 15 16 4 3.\n 0\n 7.8659998252987862e-003\n -0.2203799933195114\n 0.2719680070877075\n <_>\n \n <_>\n \n \n \n <_>14 12 7 9 -1.\n <_>14 15 7 3 3.\n 0\n 0.0236220005899668\n 0.1612730026245117\n -0.4332900047302246\n <_>\n \n <_>\n \n \n \n <_>10 1 3 21 -1.\n <_>10 8 3 7 3.\n 0\n 0.0746920034289360\n -0.1699199974536896\n 0.5888490080833435\n <_>\n \n <_>\n \n \n \n <_>13 11 9 4 -1.\n <_>13 13 9 2 2.\n 0\n -6.4799998654052615e-004\n 0.2584289908409119\n -0.0359119996428490\n <_>\n \n <_>\n \n \n \n <_>3 10 17 9 -1.\n <_>3 13 17 3 3.\n 0\n -0.0162909999489784\n -0.7676439881324768\n -0.0204729996621609\n <_>\n \n <_>\n \n \n \n <_>13 8 8 15 -1.\n <_>13 13 8 5 3.\n 0\n -0.0331339985132217\n -0.2718009948730469\n 0.1432570070028305\n <_>\n \n <_>\n \n \n \n <_>3 8 8 15 -1.\n <_>3 13 8 5 3.\n 0\n 0.0487979985773563\n 0.0764089971780777\n -0.4144519865512848\n <_>\n \n <_>\n \n \n \n <_>11 14 10 8 -1.\n <_>16 14 5 4 2.\n <_>11 18 5 4 2.\n 0\n 2.2869999520480633e-003\n -0.0386289991438389\n 0.2075379937887192\n <_>\n \n <_>\n \n \n \n <_>0 18 22 6 -1.\n <_>0 18 11 3 2.\n <_>11 21 11 3 2.\n 0\n 0.0453040003776550\n -0.1777790039777756\n 0.6346139907836914\n <_>\n \n <_>\n \n \n \n <_>0 16 24 4 -1.\n <_>0 16 12 4 2.\n 0\n 0.1070580035448074\n 0.1897229999303818\n -0.5123620033264160\n <_>\n \n <_>\n \n \n \n <_>6 20 12 3 -1.\n <_>12 20 6 3 2.\n 0\n -0.0405250005424023\n 0.7061499953269959\n -0.1780329942703247\n <_>\n \n <_>\n \n \n \n <_>18 12 6 12 -1.\n <_>21 12 3 6 2.\n <_>18 18 3 6 2.\n 0\n 0.0319689996540546\n 0.0681499987840652\n 0.6873310208320618\n <_>\n \n <_>\n \n \n \n <_>0 12 6 12 -1.\n <_>0 12 3 6 2.\n <_>3 18 3 6 2.\n 0\n -0.0576170012354851\n 0.7517049908638001\n -0.1576499938964844\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n 0.0135939996689558\n 0.1941190063953400\n -0.2456189990043640\n <_>\n \n <_>\n \n \n \n <_>1 6 22 10 -1.\n <_>1 6 11 5 2.\n <_>12 11 11 5 2.\n 0\n 0.0713960006833076\n -0.0468810014426708\n -0.8819829821586609\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n -0.0148959998041391\n -0.4453240036964417\n 0.1767989993095398\n <_>\n \n <_>\n \n \n \n <_>0 18 18 2 -1.\n <_>0 19 18 1 2.\n 0\n -0.0100260004401207\n 0.6512269973754883\n -0.1670999974012375\n <_>\n \n <_>\n \n \n \n <_>3 15 19 3 -1.\n <_>3 16 19 1 3.\n 0\n 3.7589999847114086e-003\n -0.0583010017871857\n 0.3448329865932465\n <_>\n \n <_>\n \n \n \n <_>0 13 18 3 -1.\n <_>0 14 18 1 3.\n 0\n 0.0162630006670952\n -0.1558150053024292\n 0.8643270134925842\n <_>\n \n <_>\n \n \n \n <_>15 17 9 6 -1.\n <_>15 19 9 2 3.\n 0\n -0.0401760004460812\n -0.6102859973907471\n 0.1179639995098114\n <_>\n \n <_>\n \n \n \n <_>0 17 9 6 -1.\n <_>0 19 9 2 3.\n 0\n 0.0270809996873140\n -0.0496019981801510\n -0.8999000191688538\n <_>\n \n <_>\n \n \n \n <_>12 17 9 6 -1.\n <_>12 19 9 2 3.\n 0\n 0.0524200014770031\n 0.1129719987511635\n -1.0833640098571777\n <_>\n \n <_>\n \n \n \n <_>3 17 9 6 -1.\n <_>3 19 9 2 3.\n 0\n -0.0191600006073713\n -0.7988010048866272\n -0.0340790003538132\n <_>\n \n <_>\n \n \n \n <_>16 2 3 20 -1.\n <_>17 2 1 20 3.\n 0\n -3.7730000913143158e-003\n -0.1912409961223602\n 0.2153519988059998\n <_>\n \n <_>\n \n \n \n <_>0 13 24 8 -1.\n <_>0 17 24 4 2.\n 0\n 0.0757620036602020\n -0.1342169940471649\n 1.6807060241699219\n <_>\n \n <_>\n \n \n \n <_>9 1 6 22 -1.\n <_>12 1 3 11 2.\n <_>9 12 3 11 2.\n 0\n -0.0221730004996061\n 0.4860099852085114\n 3.6160000599920750e-003\n -2.9928278923034668\n 23\n -1\n\n" }, { "path": "assets/haarcascade_frontalface_default.xml", "content": "\n\n\nBOOST\n HAAR\n 24\n 24\n \n 211\n \n 0\n 25\n \n <_>\n 9\n -5.0425500869750977e+00\n \n <_>\n \n 0 -1 0 -3.1511999666690826e-02\n \n 2.0875380039215088e+00 -2.2172100543975830e+00\n <_>\n \n 0 -1 1 1.2396000325679779e-02\n \n -1.8633940219879150e+00 1.3272049427032471e+00\n <_>\n \n 0 -1 2 2.1927999332547188e-02\n \n -1.5105249881744385e+00 1.0625729560852051e+00\n <_>\n \n 0 -1 3 5.7529998011887074e-03\n \n -8.7463897466659546e-01 1.1760339736938477e+00\n <_>\n \n 0 -1 4 1.5014000236988068e-02\n \n -7.7945697307586670e-01 1.2608419656753540e+00\n <_>\n \n 0 -1 5 9.9371001124382019e-02\n \n 5.5751299858093262e-01 -1.8743000030517578e+00\n <_>\n \n 0 -1 6 2.7340000960975885e-03\n \n -1.6911929845809937e+00 4.4009700417518616e-01\n <_>\n \n 0 -1 7 -1.8859000876545906e-02\n \n -1.4769539833068848e+00 4.4350099563598633e-01\n <_>\n \n 0 -1 8 5.9739998541772366e-03\n \n -8.5909199714660645e-01 8.5255599021911621e-01\n <_>\n 16\n -4.9842400550842285e+00\n \n <_>\n \n 0 -1 9 -2.1110000088810921e-02\n \n 1.2435649633407593e+00 -1.5713009834289551e+00\n <_>\n \n 0 -1 10 2.0355999469757080e-02\n \n -1.6204780340194702e+00 1.1817760467529297e+00\n <_>\n \n 0 -1 11 2.1308999508619308e-02\n \n -1.9415930509567261e+00 7.0069098472595215e-01\n <_>\n \n 0 -1 12 9.1660000383853912e-02\n \n -5.5670100450515747e-01 1.7284419536590576e+00\n <_>\n \n 0 -1 13 3.6288000643253326e-02\n \n 2.6763799786567688e-01 -2.1831810474395752e+00\n <_>\n \n 0 -1 14 -1.9109999760985374e-02\n \n -2.6730210781097412e+00 4.5670801401138306e-01\n <_>\n \n 0 -1 15 8.2539999857544899e-03\n \n -1.0852910280227661e+00 5.3564202785491943e-01\n <_>\n \n 0 -1 16 1.8355000764131546e-02\n \n -3.5200199484825134e-01 9.3339198827743530e-01\n <_>\n \n 0 -1 17 -7.0569999516010284e-03\n \n 9.2782098054885864e-01 -6.6349899768829346e-01\n <_>\n \n 0 -1 18 -9.8770000040531158e-03\n \n 1.1577470302581787e+00 -2.9774799942970276e-01\n <_>\n \n 0 -1 19 1.5814000740647316e-02\n \n -4.1960600018501282e-01 1.3576040267944336e+00\n <_>\n \n 0 -1 20 -2.0700000226497650e-02\n \n 1.4590020179748535e+00 -1.9739399850368500e-01\n <_>\n \n 0 -1 21 -1.3760800659656525e-01\n \n 1.1186759471893311e+00 -5.2915501594543457e-01\n <_>\n \n 0 -1 22 1.4318999834358692e-02\n \n -3.5127198696136475e-01 1.1440860033035278e+00\n <_>\n \n 0 -1 23 1.0253000073134899e-02\n \n -6.0850602388381958e-01 7.7098500728607178e-01\n <_>\n \n 0 -1 24 9.1508001089096069e-02\n \n 3.8817799091339111e-01 -1.5122940540313721e+00\n <_>\n 27\n -4.6551899909973145e+00\n \n <_>\n \n 0 -1 25 6.9747000932693481e-02\n \n -1.0130879878997803e+00 1.4687349796295166e+00\n <_>\n \n 0 -1 26 3.1502999365329742e-02\n \n -1.6463639736175537e+00 1.0000629425048828e+00\n <_>\n \n 0 -1 27 1.4260999858379364e-02\n \n 4.6480301022529602e-01 -1.5959889888763428e+00\n <_>\n \n 0 -1 28 1.4453000389039516e-02\n \n -6.5511900186538696e-01 8.3021801710128784e-01\n <_>\n \n 0 -1 29 -3.0509999487549067e-03\n \n -1.3982310295104980e+00 4.2550599575042725e-01\n <_>\n \n 0 -1 30 3.2722998410463333e-02\n \n -5.0702601671218872e-01 1.0526109933853149e+00\n <_>\n \n 0 -1 31 -7.2960001416504383e-03\n \n 3.6356899142265320e-01 -1.3464889526367188e+00\n <_>\n \n 0 -1 32 5.0425000488758087e-02\n \n -3.0461400747299194e-01 1.4504129886627197e+00\n <_>\n \n 0 -1 33 4.6879000961780548e-02\n \n -4.0286201238632202e-01 1.2145609855651855e+00\n <_>\n \n 0 -1 34 -6.9358997046947479e-02\n \n 1.0539360046386719e+00 -4.5719701051712036e-01\n <_>\n \n 0 -1 35 -4.9033999443054199e-02\n \n -1.6253089904785156e+00 1.5378999710083008e-01\n <_>\n \n 0 -1 36 8.4827996790409088e-02\n \n 2.8402999043464661e-01 -1.5662059783935547e+00\n <_>\n \n 0 -1 37 -1.7229999648407102e-03\n \n -1.0147459506988525e+00 2.3294800519943237e-01\n <_>\n \n 0 -1 38 1.1562199890613556e-01\n \n -1.6732899844646454e-01 1.2804069519042969e+00\n <_>\n \n 0 -1 39 -5.1279999315738678e-02\n \n 1.5162390470504761e+00 -3.0271100997924805e-01\n <_>\n \n 0 -1 40 -4.2706999927759171e-02\n \n 1.7631920576095581e+00 -5.1832001656293869e-02\n <_>\n \n 0 -1 41 3.7178099155426025e-01\n \n -3.1389200687408447e-01 1.5357979536056519e+00\n <_>\n \n 0 -1 42 1.9412999972701073e-02\n \n -1.0017599910497665e-01 9.3655401468276978e-01\n <_>\n \n 0 -1 43 1.7439000308513641e-02\n \n -4.0379899740219116e-01 9.6293002367019653e-01\n <_>\n \n 0 -1 44 3.9638999849557877e-02\n \n 1.7039099335670471e-01 -2.9602990150451660e+00\n <_>\n \n 0 -1 45 -9.1469995677471161e-03\n \n 8.8786798715591431e-01 -4.3818700313568115e-01\n <_>\n \n 0 -1 46 1.7219999572262168e-03\n \n -3.7218600511550903e-01 4.0018901228904724e-01\n <_>\n \n 0 -1 47 3.0231000855565071e-02\n \n 6.5924003720283508e-02 -2.6469180583953857e+00\n <_>\n \n 0 -1 48 -7.8795999288558960e-02\n \n -1.7491459846496582e+00 2.8475299477577209e-01\n <_>\n \n 0 -1 49 2.1110000088810921e-03\n \n -9.3908101320266724e-01 2.3205199837684631e-01\n <_>\n \n 0 -1 50 2.7091000229120255e-02\n \n -5.2664000540971756e-02 1.0756820440292358e+00\n <_>\n \n 0 -1 51 -4.4964998960494995e-02\n \n -1.8294479846954346e+00 9.9561996757984161e-02\n <_>\n 32\n -4.4531588554382324e+00\n \n <_>\n \n 0 -1 52 -6.5701000392436981e-02\n \n 1.1558510065078735e+00 -1.0716359615325928e+00\n <_>\n \n 0 -1 53 1.5839999541640282e-02\n \n -1.5634720325469971e+00 7.6877099275588989e-01\n <_>\n \n 0 -1 54 1.4570899307727814e-01\n \n -5.7450097799301147e-01 1.3808720111846924e+00\n <_>\n \n 0 -1 55 6.1389999464154243e-03\n \n -1.4570560455322266e+00 5.1610302925109863e-01\n <_>\n \n 0 -1 56 6.7179999314248562e-03\n \n -8.3533602952957153e-01 5.8522200584411621e-01\n <_>\n \n 0 -1 57 1.8518000841140747e-02\n \n -3.1312099099159241e-01 1.1696679592132568e+00\n <_>\n \n 0 -1 58 1.9958000630140305e-02\n \n -4.3442600965499878e-01 9.5446902513504028e-01\n <_>\n \n 0 -1 59 -2.7755001187324524e-01\n \n 1.4906179904937744e+00 -1.3815900683403015e-01\n <_>\n \n 0 -1 60 9.1859996318817139e-03\n \n -9.6361500024795532e-01 2.7665498852729797e-01\n <_>\n \n 0 -1 61 -3.7737999111413956e-02\n \n -2.4464108943939209e+00 2.3619599640369415e-01\n <_>\n \n 0 -1 62 1.8463000655174255e-02\n \n 1.7539200186729431e-01 -1.3423130512237549e+00\n <_>\n \n 0 -1 63 -1.1114999651908875e-02\n \n 4.8710799217224121e-01 -8.9851897954940796e-01\n <_>\n \n 0 -1 64 3.3927999436855316e-02\n \n 1.7874200642108917e-01 -1.6342279911041260e+00\n <_>\n \n 0 -1 65 -3.5649001598358154e-02\n \n -1.9607399702072144e+00 1.8102499842643738e-01\n <_>\n \n 0 -1 66 -1.1438000015914440e-02\n \n 9.9010699987411499e-01 -3.8103199005126953e-01\n <_>\n \n 0 -1 67 -6.5236002206802368e-02\n \n -2.5794160366058350e+00 2.4753600358963013e-01\n <_>\n \n 0 -1 68 -4.2272001504898071e-02\n \n 1.4411840438842773e+00 -2.9508298635482788e-01\n <_>\n \n 0 -1 69 1.9219999667257071e-03\n \n -4.9608600139617920e-01 6.3173598051071167e-01\n <_>\n \n 0 -1 70 -1.2921799719333649e-01\n \n -2.3314270973205566e+00 5.4496999830007553e-02\n <_>\n \n 0 -1 71 2.2931000217795372e-02\n \n -8.4447097778320312e-01 3.8738098740577698e-01\n <_>\n \n 0 -1 72 -3.4120000898838043e-02\n \n -1.4431500434875488e+00 9.8422996699810028e-02\n <_>\n \n 0 -1 73 2.6223000138998032e-02\n \n 1.8223099410533905e-01 -1.2586519718170166e+00\n <_>\n \n 0 -1 74 2.2236999124288559e-02\n \n 6.9807998836040497e-02 -2.3820950984954834e+00\n <_>\n \n 0 -1 75 -5.8240001089870930e-03\n \n 3.9332500100135803e-01 -2.7542799711227417e-01\n <_>\n \n 0 -1 76 4.3653000146150589e-02\n \n 1.4832699298858643e-01 -1.1368780136108398e+00\n <_>\n \n 0 -1 77 5.7266999036073685e-02\n \n 2.4628099799156189e-01 -1.2687400579452515e+00\n <_>\n \n 0 -1 78 2.3409998975694180e-03\n \n -7.5448900461196899e-01 2.7163800597190857e-01\n <_>\n \n 0 -1 79 1.2996000237762928e-02\n \n -3.6394900083541870e-01 7.0959198474884033e-01\n <_>\n \n 0 -1 80 -2.6517000049352646e-02\n \n -2.3221859931945801e+00 3.5744000226259232e-02\n <_>\n \n 0 -1 81 -5.8400002308189869e-03\n \n 4.2194300889968872e-01 -4.8184998333454132e-02\n <_>\n \n 0 -1 82 -1.6568999737501144e-02\n \n 1.1099940538406372e+00 -3.4849700331687927e-01\n <_>\n \n 0 -1 83 -6.8157002329826355e-02\n \n -3.3269989490509033e+00 2.1299000084400177e-01\n <_>\n 52\n -4.3864588737487793e+00\n \n <_>\n \n 0 -1 84 3.9974000304937363e-02\n \n -1.2173449993133545e+00 1.0826710462570190e+00\n <_>\n \n 0 -1 85 1.8819500505924225e-01\n \n -4.8289400339126587e-01 1.4045250415802002e+00\n <_>\n \n 0 -1 86 7.8027002513408661e-02\n \n -1.0782150030136108e+00 7.4040299654006958e-01\n <_>\n \n 0 -1 87 1.1899999663000926e-04\n \n -1.2019979953765869e+00 3.7749201059341431e-01\n <_>\n \n 0 -1 88 8.5056997835636139e-02\n \n -4.3939098715782166e-01 1.2647340297698975e+00\n <_>\n \n 0 -1 89 8.9720003306865692e-03\n \n -1.8440499901771545e-01 4.5726400613784790e-01\n <_>\n \n 0 -1 90 8.8120000436902046e-03\n \n 3.0396699905395508e-01 -9.5991098880767822e-01\n <_>\n \n 0 -1 91 -2.3507999256253242e-02\n \n 1.2487529516220093e+00 4.6227999031543732e-02\n <_>\n \n 0 -1 92 7.0039997808635235e-03\n \n -5.9442102909088135e-01 5.3963297605514526e-01\n <_>\n \n 0 -1 93 3.3851999789476395e-02\n \n 2.8496098518371582e-01 -1.4895249605178833e+00\n <_>\n \n 0 -1 94 -3.2530000898987055e-03\n \n 4.8120799660682678e-01 -5.2712398767471313e-01\n <_>\n \n 0 -1 95 2.9097000136971474e-02\n \n 2.6743900775909424e-01 -1.6007850170135498e+00\n <_>\n \n 0 -1 96 -8.4790000692009926e-03\n \n -1.3107639551162720e+00 1.5243099629878998e-01\n <_>\n \n 0 -1 97 -1.0795000009238720e-02\n \n 4.5613598823547363e-01 -7.2050899267196655e-01\n <_>\n \n 0 -1 98 -2.4620000272989273e-02\n \n -1.7320619821548462e+00 6.8363003432750702e-02\n <_>\n \n 0 -1 99 3.7380000576376915e-03\n \n -1.9303299486637115e-01 6.8243497610092163e-01\n <_>\n \n 0 -1 100 -1.2264000251889229e-02\n \n -1.6095290184020996e+00 7.5268000364303589e-02\n <_>\n \n 0 -1 101 -4.8670000396668911e-03\n \n 7.4286502599716187e-01 -2.1510200202465057e-01\n <_>\n \n 0 -1 102 7.6725997030735016e-02\n \n -2.6835098862648010e-01 1.3094140291213989e+00\n <_>\n \n 0 -1 103 2.8578000143170357e-02\n \n -5.8793000876903534e-02 1.2196329832077026e+00\n <_>\n \n 0 -1 104 1.9694000482559204e-02\n \n -3.5142898559570312e-01 8.4926998615264893e-01\n <_>\n \n 0 -1 105 -2.9093999415636063e-02\n \n -1.0507299900054932e+00 2.9806300997734070e-01\n <_>\n \n 0 -1 106 -2.9144000262022018e-02\n \n 8.2547801733016968e-01 -3.2687199115753174e-01\n <_>\n \n 0 -1 107 1.9741000607609749e-02\n \n 2.0452600717544556e-01 -8.3760201930999756e-01\n <_>\n \n 0 -1 108 4.3299999088048935e-03\n \n 2.0577900111675262e-01 -6.6829800605773926e-01\n <_>\n \n 0 -1 109 -3.5500999540090561e-02\n \n -1.2969900369644165e+00 1.3897499442100525e-01\n <_>\n \n 0 -1 110 -1.6172999516129494e-02\n \n -1.3110569715499878e+00 7.5751997530460358e-02\n <_>\n \n 0 -1 111 -2.2151000797748566e-02\n \n -1.0524389743804932e+00 1.9241100549697876e-01\n <_>\n \n 0 -1 112 -2.2707000374794006e-02\n \n -1.3735309839248657e+00 6.6780999302864075e-02\n <_>\n \n 0 -1 113 1.6607999801635742e-02\n \n -3.7135999649763107e-02 7.7846401929855347e-01\n <_>\n \n 0 -1 114 -1.3309000059962273e-02\n \n -9.9850702285766602e-01 1.2248100340366364e-01\n <_>\n \n 0 -1 115 -3.3732000738382339e-02\n \n 1.4461359977722168e+00 1.3151999562978745e-02\n <_>\n \n 0 -1 116 1.6935000196099281e-02\n \n -3.7121298909187317e-01 5.2842199802398682e-01\n <_>\n \n 0 -1 117 3.3259999472647905e-03\n \n -5.7568502426147461e-01 3.9261901378631592e-01\n <_>\n \n 0 -1 118 8.3644002676010132e-02\n \n 1.6116000711917877e-02 -2.1173279285430908e+00\n <_>\n \n 0 -1 119 2.5785198807716370e-01\n \n -8.1609003245830536e-02 9.8782497644424438e-01\n <_>\n \n 0 -1 120 -3.6566998809576035e-02\n \n -1.1512110233306885e+00 9.6459001302719116e-02\n <_>\n \n 0 -1 121 -1.6445999965071678e-02\n \n 3.7315499782562256e-01 -1.4585399627685547e-01\n <_>\n \n 0 -1 122 -3.7519999314099550e-03\n \n 2.6179298758506775e-01 -5.8156698942184448e-01\n <_>\n \n 0 -1 123 -6.3660000450909138e-03\n \n 7.5477397441864014e-01 -1.7055200040340424e-01\n <_>\n \n 0 -1 124 -3.8499999791383743e-03\n \n 2.2653999924659729e-01 -6.3876402378082275e-01\n <_>\n \n 0 -1 125 -4.5494001358747482e-02\n \n -1.2640299797058105e+00 2.5260698795318604e-01\n <_>\n \n 0 -1 126 -2.3941000923514366e-02\n \n 8.7068402767181396e-01 -2.7104699611663818e-01\n <_>\n \n 0 -1 127 -7.7558003365993500e-02\n \n -1.3901610374450684e+00 2.3612299561500549e-01\n <_>\n \n 0 -1 128 2.3614000529050827e-02\n \n 6.6140003502368927e-02 -1.2645419836044312e+00\n <_>\n \n 0 -1 129 -2.5750000495463610e-03\n \n -5.3841698169708252e-01 3.0379098653793335e-01\n <_>\n \n 0 -1 130 1.2010800093412399e-01\n \n -3.5343000292778015e-01 5.2866202592849731e-01\n <_>\n \n 0 -1 131 2.2899999748915434e-03\n \n -5.8701997995376587e-01 2.4061000347137451e-01\n <_>\n \n 0 -1 132 6.9716997444629669e-02\n \n -3.3348900079727173e-01 5.1916301250457764e-01\n <_>\n \n 0 -1 133 -4.6670001000165939e-02\n \n 6.9795399904251099e-01 -1.4895999804139137e-02\n <_>\n \n 0 -1 134 -5.0129000097513199e-02\n \n 8.6146199703216553e-01 -2.5986000895500183e-01\n <_>\n \n 0 -1 135 3.0147999525070190e-02\n \n 1.9332799315452576e-01 -5.9131097793579102e-01\n <_>\n 53\n -4.1299300193786621e+00\n \n <_>\n \n 0 -1 136 9.1085001826286316e-02\n \n -8.9233100414276123e-01 1.0434230566024780e+00\n <_>\n \n 0 -1 137 1.2818999588489532e-02\n \n -1.2597670555114746e+00 5.5317097902297974e-01\n <_>\n \n 0 -1 138 1.5931999310851097e-02\n \n -8.6254400014877319e-01 6.3731801509857178e-01\n <_>\n \n 0 -1 139 2.2780001163482666e-03\n \n -7.4639201164245605e-01 5.3155601024627686e-01\n <_>\n \n 0 -1 140 3.1840998679399490e-02\n \n -1.2650489807128906e+00 3.6153900623321533e-01\n <_>\n \n 0 -1 141 2.6960000395774841e-03\n \n -9.8290401697158813e-01 3.6013001203536987e-01\n <_>\n \n 0 -1 142 -1.2055000290274620e-02\n \n 6.4068400859832764e-01 -5.0125002861022949e-01\n <_>\n \n 0 -1 143 2.1324999630451202e-02\n \n -2.4034999310970306e-01 8.5448002815246582e-01\n <_>\n \n 0 -1 144 3.0486000701785088e-02\n \n -3.4273600578308105e-01 1.1428849697113037e+00\n <_>\n \n 0 -1 145 -4.5079998672008514e-02\n \n 1.0976949930191040e+00 -1.7974600195884705e-01\n <_>\n \n 0 -1 146 -7.1700997650623322e-02\n \n 1.5735000371932983e+00 -3.1433498859405518e-01\n <_>\n \n 0 -1 147 5.9218000620603561e-02\n \n -2.7582401037216187e-01 1.0448570251464844e+00\n <_>\n \n 0 -1 148 6.7010000348091125e-03\n \n -1.0974019765853882e+00 1.9801199436187744e-01\n <_>\n \n 0 -1 149 4.1046999394893646e-02\n \n 3.0547699332237244e-01 -1.3287999629974365e+00\n <_>\n \n 0 -1 150 -8.5499999113380909e-04\n \n 2.5807100534439087e-01 -7.0052897930145264e-01\n <_>\n \n 0 -1 151 -3.0360000208020210e-02\n \n -1.2306419610977173e+00 2.2609399259090424e-01\n <_>\n \n 0 -1 152 -1.2930000200867653e-02\n \n 4.0758600831031799e-01 -5.1234501600265503e-01\n <_>\n \n 0 -1 153 3.7367999553680420e-02\n \n -9.4755001366138458e-02 6.1765098571777344e-01\n <_>\n \n 0 -1 154 2.4434000253677368e-02\n \n -4.1100600361824036e-01 4.7630500793457031e-01\n <_>\n \n 0 -1 155 5.7007998228073120e-02\n \n 2.5249299407005310e-01 -6.8669801950454712e-01\n <_>\n \n 0 -1 156 -1.6313999891281128e-02\n \n -9.3928402662277222e-01 1.1448100209236145e-01\n <_>\n \n 0 -1 157 -1.7648899555206299e-01\n \n 1.2451089620590210e+00 -5.6519001722335815e-02\n <_>\n \n 0 -1 158 1.7614600062370300e-01\n \n -3.2528200745582581e-01 8.2791501283645630e-01\n <_>\n \n 0 -1 159 -7.3910001665353775e-03\n \n 3.4783700108528137e-01 -1.7929099500179291e-01\n <_>\n \n 0 -1 160 6.0890998691320419e-02\n \n 5.5098000913858414e-02 -1.5480779409408569e+00\n <_>\n \n 0 -1 161 -2.9123000800609589e-02\n \n -1.0255639553070068e+00 2.4106900393962860e-01\n <_>\n \n 0 -1 162 -4.5648999512195587e-02\n \n 1.0301599502563477e+00 -3.1672099232673645e-01\n <_>\n \n 0 -1 163 3.7333000451326370e-02\n \n 2.1620599925518036e-01 -8.2589900493621826e-01\n <_>\n \n 0 -1 164 -2.4411000311374664e-02\n \n -1.5957959890365601e+00 5.1139000803232193e-02\n <_>\n \n 0 -1 165 -5.9806998819112778e-02\n \n -1.0312290191650391e+00 1.3092300295829773e-01\n <_>\n \n 0 -1 166 -3.0106000602245331e-02\n \n -1.4781630039215088e+00 3.7211999297142029e-02\n <_>\n \n 0 -1 167 7.4209999293088913e-03\n \n -2.4024100601673126e-01 4.9333998560905457e-01\n <_>\n \n 0 -1 168 -2.1909999195486307e-03\n \n 2.8941500186920166e-01 -5.7259601354598999e-01\n <_>\n \n 0 -1 169 2.0860999822616577e-02\n \n -2.3148399591445923e-01 6.3765901327133179e-01\n <_>\n \n 0 -1 170 -6.6990000195801258e-03\n \n -1.2107750177383423e+00 6.4018003642559052e-02\n <_>\n \n 0 -1 171 1.8758000805974007e-02\n \n 2.4461300671100616e-01 -9.9786698818206787e-01\n <_>\n \n 0 -1 172 -4.4323001056909561e-02\n \n -1.3699189424514771e+00 3.6051999777555466e-02\n <_>\n \n 0 -1 173 2.2859999909996986e-02\n \n 2.1288399398326874e-01 -1.0397620201110840e+00\n <_>\n \n 0 -1 174 -9.8600005730986595e-04\n \n 3.2443600893020630e-01 -5.4291802644729614e-01\n <_>\n \n 0 -1 175 1.7239000648260117e-02\n \n -2.8323900699615479e-01 4.4468200206756592e-01\n <_>\n \n 0 -1 176 -3.4531001001596451e-02\n \n -2.3107020854949951e+00 -3.1399999279528856e-03\n <_>\n \n 0 -1 177 6.7006997764110565e-02\n \n 2.8715699911117554e-01 -6.4481002092361450e-01\n <_>\n \n 0 -1 178 2.3776899278163910e-01\n \n -2.7174800634384155e-01 8.0219101905822754e-01\n <_>\n \n 0 -1 179 -1.2903000228106976e-02\n \n -1.5317620038986206e+00 2.1423600614070892e-01\n <_>\n \n 0 -1 180 1.0514999739825726e-02\n \n 7.7037997543811798e-02 -1.0581140518188477e+00\n <_>\n \n 0 -1 181 1.6969000920653343e-02\n \n 1.4306700229644775e-01 -8.5828399658203125e-01\n <_>\n \n 0 -1 182 -7.2460002265870571e-03\n \n -1.1020129919052124e+00 6.4906999468803406e-02\n <_>\n \n 0 -1 183 1.0556999593973160e-02\n \n 1.3964000158011913e-02 6.3601499795913696e-01\n <_>\n \n 0 -1 184 6.1380001716315746e-03\n \n -3.4545901417732239e-01 5.6296801567077637e-01\n <_>\n \n 0 -1 185 1.3158000074326992e-02\n \n 1.9927300512790680e-01 -1.5040320158004761e+00\n <_>\n \n 0 -1 186 3.1310000922530890e-03\n \n -4.0903699398040771e-01 3.7796398997306824e-01\n <_>\n \n 0 -1 187 -1.0920699685811996e-01\n \n -2.2227079868316650e+00 1.2178199738264084e-01\n <_>\n \n 0 -1 188 8.1820003688335419e-03\n \n -2.8652000427246094e-01 6.7890799045562744e-01\n <_>\n 62\n -4.0218091011047363e+00\n \n <_>\n \n 0 -1 189 3.1346999108791351e-02\n \n -8.8884598016738892e-01 9.4936800003051758e-01\n <_>\n \n 0 -1 190 3.1918000429868698e-02\n \n -1.1146880388259888e+00 4.8888999223709106e-01\n <_>\n \n 0 -1 191 6.5939999185502529e-03\n \n -1.0097689628601074e+00 4.9723801016807556e-01\n <_>\n \n 0 -1 192 2.6148000732064247e-02\n \n 2.5991299748420715e-01 -1.2537480592727661e+00\n <_>\n \n 0 -1 193 1.2845000252127647e-02\n \n -5.7138597965240479e-01 5.9659498929977417e-01\n <_>\n \n 0 -1 194 2.6344999670982361e-02\n \n -5.5203199386596680e-01 3.0217400193214417e-01\n <_>\n \n 0 -1 195 -1.5083000063896179e-02\n \n -1.2871240377426147e+00 2.2354200482368469e-01\n <_>\n \n 0 -1 196 -3.8887001574039459e-02\n \n 1.7425049543380737e+00 -9.9747002124786377e-02\n <_>\n \n 0 -1 197 -5.7029998861253262e-03\n \n -1.0523240566253662e+00 1.8362599611282349e-01\n <_>\n \n 0 -1 198 -1.4860000228509307e-03\n \n 5.6784200668334961e-01 -4.6742001175880432e-01\n <_>\n \n 0 -1 199 -2.8486000373959541e-02\n \n 1.3082909584045410e+00 -2.6460900902748108e-01\n <_>\n \n 0 -1 200 6.6224999725818634e-02\n \n -4.6210700273513794e-01 4.1749599575996399e-01\n <_>\n \n 0 -1 201 8.8569996878504753e-03\n \n -4.1474899649620056e-01 5.9204798936843872e-01\n <_>\n \n 0 -1 202 1.1355999857187271e-02\n \n 3.6103099584579468e-01 -4.5781201124191284e-01\n <_>\n \n 0 -1 203 -2.7679998893290758e-03\n \n -8.9238899946212769e-01 1.4199000597000122e-01\n <_>\n \n 0 -1 204 1.1246999725699425e-02\n \n 2.9353401064872742e-01 -9.7330600023269653e-01\n <_>\n \n 0 -1 205 7.1970000863075256e-03\n \n -7.9334902763366699e-01 1.8313400447368622e-01\n <_>\n \n 0 -1 206 3.1768999993801117e-02\n \n 1.5523099899291992e-01 -1.3245639801025391e+00\n <_>\n \n 0 -1 207 2.5173999369144440e-02\n \n 3.4214999526739120e-02 -2.0948131084442139e+00\n <_>\n \n 0 -1 208 7.5360001064836979e-03\n \n -3.9450600743293762e-01 5.1333999633789062e-01\n <_>\n \n 0 -1 209 3.2873000949621201e-02\n \n 8.8372997939586639e-02 -1.2814120054244995e+00\n <_>\n \n 0 -1 210 -2.7379998937249184e-03\n \n 5.5286502838134766e-01 -4.6384999155998230e-01\n <_>\n \n 0 -1 211 -3.8075000047683716e-02\n \n -1.8497270345687866e+00 4.5944001525640488e-02\n <_>\n \n 0 -1 212 -3.8984000682830811e-02\n \n -4.8223701119422913e-01 3.4760600328445435e-01\n <_>\n \n 0 -1 213 2.8029999230057001e-03\n \n -4.5154699683189392e-01 4.2806300520896912e-01\n <_>\n \n 0 -1 214 -5.4145999252796173e-02\n \n -8.4520798921585083e-01 1.6674900054931641e-01\n <_>\n \n 0 -1 215 -8.3280000835657120e-03\n \n 3.5348299145698547e-01 -4.7163200378417969e-01\n <_>\n \n 0 -1 216 3.3778000622987747e-02\n \n 1.8463100492954254e-01 -1.6686669588088989e+00\n <_>\n \n 0 -1 217 -1.1238099634647369e-01\n \n -1.2521569728851318e+00 3.5992000252008438e-02\n <_>\n \n 0 -1 218 -1.0408000089228153e-02\n \n -8.1620401144027710e-01 2.3428599536418915e-01\n <_>\n \n 0 -1 219 -4.9439999274909496e-03\n \n -9.2584699392318726e-01 1.0034800320863724e-01\n <_>\n \n 0 -1 220 -9.3029998242855072e-03\n \n 5.6499302387237549e-01 -1.8881900608539581e-01\n <_>\n \n 0 -1 221 -1.1749999597668648e-02\n \n 8.0302399396896362e-01 -3.8277000188827515e-01\n <_>\n \n 0 -1 222 -2.3217000067234039e-02\n \n -8.4926998615264893e-01 1.9671200215816498e-01\n <_>\n \n 0 -1 223 1.6866000369191170e-02\n \n -4.0591898560523987e-01 5.0695300102233887e-01\n <_>\n \n 0 -1 224 -2.4031000211834908e-02\n \n -1.5297520160675049e+00 2.3344999551773071e-01\n <_>\n \n 0 -1 225 -3.6945998668670654e-02\n \n 6.3007700443267822e-01 -3.1780400872230530e-01\n <_>\n \n 0 -1 226 -6.1563998460769653e-02\n \n 5.8627897500991821e-01 -1.2107999995350838e-02\n <_>\n \n 0 -1 227 2.1661000326275826e-02\n \n -2.5623700022697449e-01 1.0409849882125854e+00\n <_>\n \n 0 -1 228 -3.6710000131279230e-03\n \n 2.9171100258827209e-01 -8.3287298679351807e-01\n <_>\n \n 0 -1 229 4.4849000871181488e-02\n \n -3.9633199572563171e-01 4.5662000775337219e-01\n <_>\n \n 0 -1 230 5.7195000350475311e-02\n \n 2.1023899316787720e-01 -1.5004800558090210e+00\n <_>\n \n 0 -1 231 -1.1342000216245651e-02\n \n 4.4071298837661743e-01 -3.8653799891471863e-01\n <_>\n \n 0 -1 232 -1.2004000134766102e-02\n \n 9.3954598903656006e-01 -1.0589499771595001e-01\n <_>\n \n 0 -1 233 2.2515999153256416e-02\n \n 9.4480002298951149e-03 -1.6799509525299072e+00\n <_>\n \n 0 -1 234 -1.9809000194072723e-02\n \n -1.0133639574050903e+00 2.4146600067615509e-01\n <_>\n \n 0 -1 235 1.5891000628471375e-02\n \n -3.7507599592208862e-01 4.6614098548889160e-01\n <_>\n \n 0 -1 236 -9.1420002281665802e-03\n \n -8.0484098196029663e-01 1.7816999554634094e-01\n <_>\n \n 0 -1 237 -4.4740000739693642e-03\n \n -1.0562069416046143e+00 7.3305003345012665e-02\n <_>\n \n 0 -1 238 1.2742500007152557e-01\n \n 2.0165599882602692e-01 -1.5467929840087891e+00\n <_>\n \n 0 -1 239 4.7703001648187637e-02\n \n -3.7937799096107483e-01 3.7885999679565430e-01\n <_>\n \n 0 -1 240 5.3608000278472900e-02\n \n 2.1220499277114868e-01 -1.2399710416793823e+00\n <_>\n \n 0 -1 241 -3.9680998772382736e-02\n \n -1.0257550477981567e+00 5.1282998174428940e-02\n <_>\n \n 0 -1 242 -6.7327000200748444e-02\n \n -1.0304750204086304e+00 2.3005299270153046e-01\n <_>\n \n 0 -1 243 1.3337600231170654e-01\n \n -2.0869000256061554e-01 1.2272510528564453e+00\n <_>\n \n 0 -1 244 -2.0919300615787506e-01\n \n 8.7929898500442505e-01 -4.4254999607801437e-02\n <_>\n \n 0 -1 245 -6.5589003264904022e-02\n \n 1.0443429946899414e+00 -2.1682099997997284e-01\n <_>\n \n 0 -1 246 6.1882998794317245e-02\n \n 1.3798199594020844e-01 -1.9009059667587280e+00\n <_>\n \n 0 -1 247 -2.5578999891877174e-02\n \n -1.6607600450515747e+00 5.8439997956156731e-03\n <_>\n \n 0 -1 248 -3.4827001392841339e-02\n \n 7.9940402507781982e-01 -8.2406997680664062e-02\n <_>\n \n 0 -1 249 -1.8209999427199364e-02\n \n -9.6073997020721436e-01 6.6320002079010010e-02\n <_>\n \n 0 -1 250 1.5070999972522259e-02\n \n 1.9899399578571320e-01 -7.6433002948760986e-01\n <_>\n 72\n -3.8832089900970459e+00\n \n <_>\n \n 0 -1 251 4.6324998140335083e-02\n \n -1.0362670421600342e+00 8.2201498746871948e-01\n <_>\n \n 0 -1 252 1.5406999737024307e-02\n \n -1.2327589988708496e+00 2.9647698998451233e-01\n <_>\n \n 0 -1 253 1.2808999978005886e-02\n \n -7.5852298736572266e-01 5.7985502481460571e-01\n <_>\n \n 0 -1 254 4.9150999635457993e-02\n \n -3.8983899354934692e-01 8.9680302143096924e-01\n <_>\n \n 0 -1 255 1.2621000409126282e-02\n \n -7.1799302101135254e-01 5.0440901517868042e-01\n <_>\n \n 0 -1 256 -1.8768999725580215e-02\n \n 5.5147600173950195e-01 -7.0555400848388672e-01\n <_>\n \n 0 -1 257 4.1965000331401825e-02\n \n -4.4782099127769470e-01 7.0985502004623413e-01\n <_>\n \n 0 -1 258 -5.1401998847723007e-02\n \n -1.0932120084762573e+00 2.6701900362968445e-01\n <_>\n \n 0 -1 259 -7.0960998535156250e-02\n \n 8.3618402481079102e-01 -3.8318100571632385e-01\n <_>\n \n 0 -1 260 1.6745999455451965e-02\n \n -2.5733101367950439e-01 2.5966501235961914e-01\n <_>\n \n 0 -1 261 -6.2400000169873238e-03\n \n 3.1631499528884888e-01 -5.8796900510787964e-01\n <_>\n \n 0 -1 262 -3.9397999644279480e-02\n \n -1.0491210222244263e+00 1.6822400689125061e-01\n <_>\n \n 0 -1 263 0.\n \n 1.6144199669361115e-01 -8.7876898050308228e-01\n <_>\n \n 0 -1 264 -2.2307999432086945e-02\n \n -6.9053500890731812e-01 2.3607000708580017e-01\n <_>\n \n 0 -1 265 1.8919999711215496e-03\n \n 2.4989199638366699e-01 -5.6583297252655029e-01\n <_>\n \n 0 -1 266 1.0730000212788582e-03\n \n -5.0415802001953125e-01 3.8374501466751099e-01\n <_>\n \n 0 -1 267 3.9230998605489731e-02\n \n 4.2619001120328903e-02 -1.3875889778137207e+00\n <_>\n \n 0 -1 268 6.2238000333309174e-02\n \n 1.4119400084018707e-01 -1.0688860416412354e+00\n <_>\n \n 0 -1 269 2.1399999968707561e-03\n \n -8.9622402191162109e-01 1.9796399772167206e-01\n <_>\n \n 0 -1 270 9.1800000518560410e-04\n \n -4.5337298512458801e-01 4.3532699346542358e-01\n <_>\n \n 0 -1 271 -6.9169998168945312e-03\n \n 3.3822798728942871e-01 -4.4793000817298889e-01\n <_>\n \n 0 -1 272 -2.3866999894380569e-02\n \n -7.8908598423004150e-01 2.2511799633502960e-01\n <_>\n \n 0 -1 273 -1.0262800008058548e-01\n \n -2.2831439971923828e+00 -5.3960001096129417e-03\n <_>\n \n 0 -1 274 -9.5239998772740364e-03\n \n 3.9346700906753540e-01 -5.2242201566696167e-01\n <_>\n \n 0 -1 275 3.9877001196146011e-02\n \n 3.2799001783132553e-02 -1.5079489946365356e+00\n <_>\n \n 0 -1 276 -1.3144999742507935e-02\n \n -1.0839990377426147e+00 1.8482400476932526e-01\n <_>\n \n 0 -1 277 -5.0590999424457550e-02\n \n -1.8822289705276489e+00 -2.2199999075382948e-03\n <_>\n \n 0 -1 278 2.4917000904679298e-02\n \n 1.4593400061130524e-01 -2.2196519374847412e+00\n <_>\n \n 0 -1 279 -7.6370001770555973e-03\n \n -1.0164569616317749e+00 5.8797001838684082e-02\n <_>\n \n 0 -1 280 4.2911998927593231e-02\n \n 1.5443000197410583e-01 -1.1843889951705933e+00\n <_>\n \n 0 -1 281 2.3000000510364771e-04\n \n -7.7305799722671509e-01 1.2189900130033493e-01\n <_>\n \n 0 -1 282 9.0929996222257614e-03\n \n -1.1450099945068359e-01 7.1091300249099731e-01\n <_>\n \n 0 -1 283 1.1145000346004963e-02\n \n 7.0000998675823212e-02 -1.0534820556640625e+00\n <_>\n \n 0 -1 284 -5.2453000098466873e-02\n \n -1.7594360113143921e+00 1.9523799419403076e-01\n <_>\n \n 0 -1 285 -2.3020699620246887e-01\n \n 9.5840299129486084e-01 -2.5045698881149292e-01\n <_>\n \n 0 -1 286 -1.6365999355912209e-02\n \n 4.6731901168823242e-01 -2.1108399331569672e-01\n <_>\n \n 0 -1 287 -1.7208000645041466e-02\n \n 7.0835697650909424e-01 -2.8018298745155334e-01\n <_>\n \n 0 -1 288 -3.6648001521825790e-02\n \n -1.1013339757919312e+00 2.4341100454330444e-01\n <_>\n \n 0 -1 289 -1.0304999537765980e-02\n \n -1.0933129787445068e+00 5.6258998811244965e-02\n <_>\n \n 0 -1 290 -1.3713000342249870e-02\n \n -2.6438099145889282e-01 1.9821000099182129e-01\n <_>\n \n 0 -1 291 2.9308000579476357e-02\n \n -2.2142399847507477e-01 1.0525950193405151e+00\n <_>\n \n 0 -1 292 2.4077000096440315e-02\n \n 1.8485699594020844e-01 -1.7203969955444336e+00\n <_>\n \n 0 -1 293 6.1280000954866409e-03\n \n -9.2721498012542725e-01 5.8752998709678650e-02\n <_>\n \n 0 -1 294 -2.2377999499440193e-02\n \n 1.9646559953689575e+00 2.7785999700427055e-02\n <_>\n \n 0 -1 295 -7.0440000854432583e-03\n \n 2.1427600085735321e-01 -4.8407599329948425e-01\n <_>\n \n 0 -1 296 -4.0603000670671463e-02\n \n -1.1754349470138550e+00 1.6061200201511383e-01\n <_>\n \n 0 -1 297 -2.4466000497341156e-02\n \n -1.1239900588989258e+00 4.1110001504421234e-02\n <_>\n \n 0 -1 298 2.5309999473392963e-03\n \n -1.7169700562953949e-01 3.2178801298141479e-01\n <_>\n \n 0 -1 299 -1.9588999450206757e-02\n \n 8.2720202207565308e-01 -2.6376700401306152e-01\n <_>\n \n 0 -1 300 -2.9635999351739883e-02\n \n -1.1524770259857178e+00 1.4999300241470337e-01\n <_>\n \n 0 -1 301 -1.5030000358819962e-02\n \n -1.0491830110549927e+00 4.0160998702049255e-02\n <_>\n \n 0 -1 302 -6.0715001076459885e-02\n \n -1.0903840065002441e+00 1.5330800414085388e-01\n <_>\n \n 0 -1 303 -1.2790000066161156e-02\n \n 4.2248600721359253e-01 -4.2399200797080994e-01\n <_>\n \n 0 -1 304 -2.0247999578714371e-02\n \n -9.1866999864578247e-01 1.8485699594020844e-01\n <_>\n \n 0 -1 305 -3.0683999881148338e-02\n \n -1.5958670377731323e+00 2.5760000571608543e-03\n <_>\n \n 0 -1 306 -2.0718000829219818e-02\n \n -6.6299998760223389e-01 3.1037199497222900e-01\n <_>\n \n 0 -1 307 -1.7290000105276704e-03\n \n 1.9183400273323059e-01 -6.5084999799728394e-01\n <_>\n \n 0 -1 308 -3.1394001096487045e-02\n \n -6.3643002510070801e-01 1.5408399701118469e-01\n <_>\n \n 0 -1 309 1.9003000110387802e-02\n \n -1.8919399380683899e-01 1.5294510126113892e+00\n <_>\n \n 0 -1 310 6.1769997701048851e-03\n \n -1.0597900301218033e-01 6.4859598875045776e-01\n <_>\n \n 0 -1 311 -1.0165999643504620e-02\n \n -1.0802700519561768e+00 3.7176001816987991e-02\n <_>\n \n 0 -1 312 -1.4169999631121755e-03\n \n 3.4157499670982361e-01 -9.7737997770309448e-02\n <_>\n \n 0 -1 313 -4.0799998678267002e-03\n \n 4.7624599933624268e-01 -3.4366300702095032e-01\n <_>\n \n 0 -1 314 -4.4096998870372772e-02\n \n 9.7634297609329224e-01 -1.9173000007867813e-02\n <_>\n \n 0 -1 315 -6.0669999569654465e-02\n \n -2.1752851009368896e+00 -2.8925999999046326e-02\n <_>\n \n 0 -1 316 -3.2931998372077942e-02\n \n -6.4383101463317871e-01 1.6494099795818329e-01\n <_>\n \n 0 -1 317 -1.4722800254821777e-01\n \n -1.4745830297470093e+00 2.5839998852461576e-03\n <_>\n \n 0 -1 318 -1.1930000036954880e-02\n \n 4.2441400885581970e-01 -1.7712600529193878e-01\n <_>\n \n 0 -1 319 1.4517900347709656e-01\n \n 2.5444999337196350e-02 -1.2779400348663330e+00\n <_>\n \n 0 -1 320 5.1447998732328415e-02\n \n 1.5678399801254272e-01 -1.5188430547714233e+00\n <_>\n \n 0 -1 321 3.1479999888688326e-03\n \n -4.0424400568008423e-01 3.2429701089859009e-01\n <_>\n \n 0 -1 322 -4.3600000441074371e-02\n \n -1.9932260513305664e+00 1.5018600225448608e-01\n <_>\n 83\n -3.8424909114837646e+00\n \n <_>\n \n 0 -1 323 1.2899599969387054e-01\n \n -6.2161999940872192e-01 1.1116520166397095e+00\n <_>\n \n 0 -1 324 -9.1261997818946838e-02\n \n 1.0143059492111206e+00 -6.1335200071334839e-01\n <_>\n \n 0 -1 325 1.4271999709308147e-02\n \n -1.0261659622192383e+00 3.9779999852180481e-01\n <_>\n \n 0 -1 326 3.2889999449253082e-02\n \n -1.1386079788208008e+00 2.8690800070762634e-01\n <_>\n \n 0 -1 327 1.2590000405907631e-02\n \n -5.6645601987838745e-01 4.5172399282455444e-01\n <_>\n \n 0 -1 328 1.4661000110208988e-02\n \n 3.0505999922752380e-01 -6.8129599094390869e-01\n <_>\n \n 0 -1 329 -3.3555999398231506e-02\n \n -1.7208939790725708e+00 6.1439000070095062e-02\n <_>\n \n 0 -1 330 1.4252699911594391e-01\n \n 2.3192200064659119e-01 -1.7297149896621704e+00\n <_>\n \n 0 -1 331 -6.2079997733235359e-03\n \n -1.2163300514221191e+00 1.2160199880599976e-01\n <_>\n \n 0 -1 332 1.8178999423980713e-02\n \n 3.2553699612617493e-01 -8.1003999710083008e-01\n <_>\n \n 0 -1 333 2.5036999955773354e-02\n \n -3.1698799133300781e-01 6.7361402511596680e-01\n <_>\n \n 0 -1 334 4.6560999006032944e-02\n \n -1.1089800298213959e-01 8.4082502126693726e-01\n <_>\n \n 0 -1 335 -8.9999996125698090e-03\n \n 3.9574500918388367e-01 -4.7624599933624268e-01\n <_>\n \n 0 -1 336 4.0805999189615250e-02\n \n -1.8000000272877514e-04 9.4570702314376831e-01\n <_>\n \n 0 -1 337 -3.4221999347209930e-02\n \n 7.5206297636032104e-01 -3.1531500816345215e-01\n <_>\n \n 0 -1 338 -3.9716001600027084e-02\n \n -8.3139598369598389e-01 1.7744399607181549e-01\n <_>\n \n 0 -1 339 2.5170000735670328e-03\n \n -5.9377998113632202e-01 2.4657000601291656e-01\n <_>\n \n 0 -1 340 2.7428999543190002e-02\n \n 1.5998399257659912e-01 -4.2781999707221985e-01\n <_>\n \n 0 -1 341 3.4986000508069992e-02\n \n 3.5055998712778091e-02 -1.5988600254058838e+00\n <_>\n \n 0 -1 342 4.4970000162720680e-03\n \n -5.2034300565719604e-01 3.7828299403190613e-01\n <_>\n \n 0 -1 343 2.7699999045580626e-03\n \n -5.3182601928710938e-01 2.4951000511646271e-01\n <_>\n \n 0 -1 344 3.5174001008272171e-02\n \n 1.9983400404453278e-01 -1.4446129798889160e+00\n <_>\n \n 0 -1 345 2.5970999151468277e-02\n \n 4.4426999986171722e-02 -1.3622980117797852e+00\n <_>\n \n 0 -1 346 -1.5783999115228653e-02\n \n -9.1020399332046509e-01 2.7190300822257996e-01\n <_>\n \n 0 -1 347 -7.5880000367760658e-03\n \n 9.2064999043941498e-02 -8.1628900766372681e-01\n <_>\n \n 0 -1 348 2.0754000172019005e-02\n \n 2.1185700595378876e-01 -7.4729001522064209e-01\n <_>\n \n 0 -1 349 5.9829000383615494e-02\n \n -2.7301099896430969e-01 8.0923300981521606e-01\n <_>\n \n 0 -1 350 3.9039000868797302e-02\n \n -1.0432299971580505e-01 8.6226201057434082e-01\n <_>\n \n 0 -1 351 2.1665999665856361e-02\n \n 6.2709003686904907e-02 -9.8894298076629639e-01\n <_>\n \n 0 -1 352 -2.7496999129652977e-02\n \n -9.2690998315811157e-01 1.5586300194263458e-01\n <_>\n \n 0 -1 353 1.0462000034749508e-02\n \n 1.3418099284172058e-01 -7.0386397838592529e-01\n <_>\n \n 0 -1 354 2.4870999157428741e-02\n \n 1.9706700742244720e-01 -4.0263301134109497e-01\n <_>\n \n 0 -1 355 -1.6036000102758408e-02\n \n -1.1409829854965210e+00 7.3997996747493744e-02\n <_>\n \n 0 -1 356 4.8627000302076340e-02\n \n 1.6990399360656738e-01 -7.2152197360992432e-01\n <_>\n \n 0 -1 357 1.2619999470189214e-03\n \n -4.7389799356460571e-01 2.6254999637603760e-01\n <_>\n \n 0 -1 358 -8.8035002350807190e-02\n \n -2.1606519222259521e+00 1.4554800093173981e-01\n <_>\n \n 0 -1 359 1.8356999382376671e-02\n \n 4.4750999659299850e-02 -1.0766370296478271e+00\n <_>\n \n 0 -1 360 3.5275001078844070e-02\n \n -3.2919000834226608e-02 1.2153890132904053e+00\n <_>\n \n 0 -1 361 -2.0392900705337524e-01\n \n -1.3187999725341797e+00 1.5503999777138233e-02\n <_>\n \n 0 -1 362 -1.6619000583887100e-02\n \n 3.6850199103355408e-01 -1.5283699333667755e-01\n <_>\n \n 0 -1 363 3.7739001214504242e-02\n \n -2.5727799534797668e-01 7.0655298233032227e-01\n <_>\n \n 0 -1 364 2.2720000706613064e-03\n \n -7.7602997422218323e-02 3.3367800712585449e-01\n <_>\n \n 0 -1 365 -1.4802999794483185e-02\n \n -7.8524798154830933e-01 7.6934002339839935e-02\n <_>\n \n 0 -1 366 -4.8319000750780106e-02\n \n 1.7022320032119751e+00 4.9722000956535339e-02\n <_>\n \n 0 -1 367 -2.9539000242948532e-02\n \n 7.7670699357986450e-01 -2.4534299969673157e-01\n <_>\n \n 0 -1 368 -4.6169001609086990e-02\n \n -1.4922779798507690e+00 1.2340000271797180e-01\n <_>\n \n 0 -1 369 -2.8064999729394913e-02\n \n -2.1345369815826416e+00 -2.5797000154852867e-02\n <_>\n \n 0 -1 370 -5.7339998893439770e-03\n \n 5.6982600688934326e-01 -1.2056600302457809e-01\n <_>\n \n 0 -1 371 -1.0111000388860703e-02\n \n 6.7911398410797119e-01 -2.6638001203536987e-01\n <_>\n \n 0 -1 372 1.1359999887645245e-02\n \n 2.4789799749851227e-01 -6.4493000507354736e-01\n <_>\n \n 0 -1 373 5.1809001713991165e-02\n \n 1.4716000296175480e-02 -1.2395579814910889e+00\n <_>\n \n 0 -1 374 3.3291999250650406e-02\n \n -8.2559995353221893e-03 1.0168470144271851e+00\n <_>\n \n 0 -1 375 -1.4494000002741814e-02\n \n 4.5066800713539124e-01 -3.6250999569892883e-01\n <_>\n \n 0 -1 376 -3.4221999347209930e-02\n \n -9.5292502641677856e-01 2.0684599876403809e-01\n <_>\n \n 0 -1 377 -8.0654002726078033e-02\n \n -2.0139501094818115e+00 -2.3084999993443489e-02\n <_>\n \n 0 -1 378 -8.9399999706074595e-04\n \n 3.9572000503540039e-01 -2.9351300001144409e-01\n <_>\n \n 0 -1 379 9.7162000834941864e-02\n \n -2.4980300664901733e-01 1.0859220027923584e+00\n <_>\n \n 0 -1 380 3.6614000797271729e-02\n \n -5.7844001799821854e-02 1.2162159681320190e+00\n <_>\n \n 0 -1 381 5.1693998277187347e-02\n \n 4.3062999844551086e-02 -1.0636160373687744e+00\n <_>\n \n 0 -1 382 -2.4557000026106834e-02\n \n -4.8946800827980042e-01 1.7182900011539459e-01\n <_>\n \n 0 -1 383 3.2736799120903015e-01\n \n -2.9688599705696106e-01 5.1798301935195923e-01\n <_>\n \n 0 -1 384 7.6959999278187752e-03\n \n -5.9805899858474731e-01 2.4803200364112854e-01\n <_>\n \n 0 -1 385 1.6172200441360474e-01\n \n -2.9613999649882317e-02 -2.3162529468536377e+00\n <_>\n \n 0 -1 386 -4.7889999113976955e-03\n \n 3.7457901239395142e-01 -3.2779198884963989e-01\n <_>\n \n 0 -1 387 -1.8402999266982079e-02\n \n -9.9692702293395996e-01 7.2948001325130463e-02\n <_>\n \n 0 -1 388 7.7665001153945923e-02\n \n 1.4175699651241302e-01 -1.7238730192184448e+00\n <_>\n \n 0 -1 389 1.8921000882983208e-02\n \n -2.1273100376129150e-01 1.0165189504623413e+00\n <_>\n \n 0 -1 390 -7.9397998750209808e-02\n \n -1.3164349794387817e+00 1.4981999993324280e-01\n <_>\n \n 0 -1 391 -6.8037003278732300e-02\n \n 4.9421998858451843e-01 -2.9091000556945801e-01\n <_>\n \n 0 -1 392 -6.1010001227259636e-03\n \n 4.2430499196052551e-01 -3.3899301290512085e-01\n <_>\n \n 0 -1 393 3.1927000731229782e-02\n \n -3.1046999618411064e-02 -2.3459999561309814e+00\n <_>\n \n 0 -1 394 -2.9843999072909355e-02\n \n -7.8989601135253906e-01 1.5417699515819550e-01\n <_>\n \n 0 -1 395 -8.0541998147964478e-02\n \n -2.2509229183197021e+00 -3.0906999483704567e-02\n <_>\n \n 0 -1 396 3.8109999150037766e-03\n \n -2.5577300786972046e-01 2.3785500228404999e-01\n <_>\n \n 0 -1 397 3.3647000789642334e-02\n \n -2.2541399300098419e-01 9.2307400703430176e-01\n <_>\n \n 0 -1 398 8.2809999585151672e-03\n \n -2.8896200656890869e-01 3.1046199798583984e-01\n <_>\n \n 0 -1 399 1.0104399919509888e-01\n \n -3.4864000976085663e-02 -2.7102620601654053e+00\n <_>\n \n 0 -1 400 -1.0009000077843666e-02\n \n 5.9715402126312256e-01 -3.3831000328063965e-02\n <_>\n \n 0 -1 401 7.1919998154044151e-03\n \n -4.7738000750541687e-01 2.2686000168323517e-01\n <_>\n \n 0 -1 402 2.4969000369310379e-02\n \n 2.2877700626850128e-01 -1.0435529947280884e+00\n <_>\n \n 0 -1 403 2.7908000349998474e-01\n \n -2.5818100571632385e-01 7.6780498027801514e-01\n <_>\n \n 0 -1 404 -4.4213000684976578e-02\n \n -5.9798002243041992e-01 2.8039899468421936e-01\n <_>\n \n 0 -1 405 -1.4136999845504761e-02\n \n 7.0987302064895630e-01 -2.5645199418067932e-01\n <_>\n 91\n -3.6478610038757324e+00\n \n <_>\n \n 0 -1 406 1.3771200180053711e-01\n \n -5.5870598554611206e-01 1.0953769683837891e+00\n <_>\n \n 0 -1 407 3.4460999071598053e-02\n \n -7.1171897649765015e-01 5.2899599075317383e-01\n <_>\n \n 0 -1 408 1.8580000847578049e-02\n \n -1.1157519817352295e+00 4.0593999624252319e-01\n <_>\n \n 0 -1 409 2.5041999295353889e-02\n \n -4.0892499685287476e-01 7.4129998683929443e-01\n <_>\n \n 0 -1 410 5.7179000228643417e-02\n \n -3.8054299354553223e-01 7.3647701740264893e-01\n <_>\n \n 0 -1 411 1.4932000078260899e-02\n \n -6.9945502281188965e-01 3.7950998544692993e-01\n <_>\n \n 0 -1 412 8.8900001719594002e-03\n \n -5.4558598995208740e-01 3.6332499980926514e-01\n <_>\n \n 0 -1 413 3.0435999855399132e-02\n \n -1.0124599933624268e-01 7.9585897922515869e-01\n <_>\n \n 0 -1 414 -4.4160000979900360e-02\n \n 8.4410899877548218e-01 -3.2976400852203369e-01\n <_>\n \n 0 -1 415 1.8461000174283981e-02\n \n 2.6326599717140198e-01 -9.6736502647399902e-01\n <_>\n \n 0 -1 416 1.0614999569952488e-02\n \n 1.5251900255680084e-01 -1.0589870214462280e+00\n <_>\n \n 0 -1 417 -4.5974001288414001e-02\n \n -1.9918340444564819e+00 1.3629099726676941e-01\n <_>\n \n 0 -1 418 8.2900002598762512e-02\n \n -3.2037198543548584e-01 6.0304200649261475e-01\n <_>\n \n 0 -1 419 -8.9130001142621040e-03\n \n 5.9586602449417114e-01 -2.1139599382877350e-01\n <_>\n \n 0 -1 420 4.2814001441001892e-02\n \n 2.2925000637769699e-02 -1.4679330587387085e+00\n <_>\n \n 0 -1 421 -8.7139997631311417e-03\n \n -4.3989500403404236e-01 2.0439699292182922e-01\n <_>\n \n 0 -1 422 -4.3390002101659775e-03\n \n -8.9066797494888306e-01 1.0469999909400940e-01\n <_>\n \n 0 -1 423 8.0749997869133949e-03\n \n 2.1164199709892273e-01 -4.0231600403785706e-01\n <_>\n \n 0 -1 424 9.6739001572132111e-02\n \n 1.3319999910891056e-02 -1.6085360050201416e+00\n <_>\n \n 0 -1 425 -3.0536999925971031e-02\n \n 1.0063740015029907e+00 -1.3413299620151520e-01\n <_>\n \n 0 -1 426 -6.0855999588966370e-02\n \n -1.4689979553222656e+00 9.4240000471472740e-03\n <_>\n \n 0 -1 427 -3.8162000477313995e-02\n \n -8.1636399030685425e-01 2.6171201467514038e-01\n <_>\n \n 0 -1 428 -9.6960002556443214e-03\n \n 1.1561699956655502e-01 -7.1693199872970581e-01\n <_>\n \n 0 -1 429 4.8902999609708786e-02\n \n 1.3050499558448792e-01 -1.6448370218276978e+00\n <_>\n \n 0 -1 430 -4.1611999273300171e-02\n \n -1.1795840263366699e+00 2.5017000734806061e-02\n <_>\n \n 0 -1 431 -2.0188000053167343e-02\n \n 6.3188201189041138e-01 -1.0490400344133377e-01\n <_>\n \n 0 -1 432 -9.7900000400841236e-04\n \n 1.8507799506187439e-01 -5.3565901517868042e-01\n <_>\n \n 0 -1 433 -3.3622000366449356e-02\n \n -9.3127602338790894e-01 2.0071500539779663e-01\n <_>\n \n 0 -1 434 1.9455999135971069e-02\n \n 3.8029000163078308e-02 -1.0112210512161255e+00\n <_>\n \n 0 -1 435 -3.1800000579096377e-04\n \n 3.6457699537277222e-01 -2.7610900998115540e-01\n <_>\n \n 0 -1 436 -3.8899999344721437e-04\n \n 1.9665899872779846e-01 -5.3410500288009644e-01\n <_>\n \n 0 -1 437 -9.3496002256870270e-02\n \n -1.6772350072860718e+00 2.0727099478244781e-01\n <_>\n \n 0 -1 438 -7.7877998352050781e-02\n \n -3.0760629177093506e+00 -3.5803999751806259e-02\n <_>\n \n 0 -1 439 1.6947999596595764e-02\n \n 2.1447399258613586e-01 -7.1376299858093262e-01\n <_>\n \n 0 -1 440 -2.1459000185132027e-02\n \n -1.1468060016632080e+00 1.5855999663472176e-02\n <_>\n \n 0 -1 441 -1.2865999713540077e-02\n \n 8.3812397718429565e-01 -6.5944001078605652e-02\n <_>\n \n 0 -1 442 7.8220004215836525e-03\n \n -2.8026801347732544e-01 7.9376900196075439e-01\n <_>\n \n 0 -1 443 1.0294400155544281e-01\n \n 1.7832300066947937e-01 -6.8412202596664429e-01\n <_>\n \n 0 -1 444 -3.7487998604774475e-02\n \n 9.6189999580383301e-01 -2.1735599637031555e-01\n <_>\n \n 0 -1 445 2.5505999103188515e-02\n \n 1.0103999637067318e-02 1.2461110353469849e+00\n <_>\n \n 0 -1 446 6.6700001480057836e-04\n \n -5.3488200902938843e-01 1.4746299386024475e-01\n <_>\n \n 0 -1 447 -2.8867900371551514e-01\n \n 8.2172799110412598e-01 -1.4948000200092793e-02\n <_>\n \n 0 -1 448 9.1294996440410614e-02\n \n -1.9605399668216705e-01 1.0803170204162598e+00\n <_>\n \n 0 -1 449 1.2056600302457809e-01\n \n -2.3848999291658401e-02 1.1392610073089600e+00\n <_>\n \n 0 -1 450 -7.3775000870227814e-02\n \n -1.3583840131759644e+00 -4.2039998807013035e-03\n <_>\n \n 0 -1 451 -3.3128000795841217e-02\n \n -6.4483201503753662e-01 2.4142199754714966e-01\n <_>\n \n 0 -1 452 -4.3937001377344131e-02\n \n 8.4285402297973633e-01 -2.0624800026416779e-01\n <_>\n \n 0 -1 453 1.8110199272632599e-01\n \n 1.9212099909782410e-01 -1.2222139835357666e+00\n <_>\n \n 0 -1 454 -1.1850999668240547e-02\n \n -7.2677397727966309e-01 5.2687998861074448e-02\n <_>\n \n 0 -1 455 4.5920000411570072e-03\n \n -3.6305201053619385e-01 2.9223799705505371e-01\n <_>\n \n 0 -1 456 7.0620002225041389e-03\n \n 5.8116000145673752e-02 -6.7161601781845093e-01\n <_>\n \n 0 -1 457 -2.3715000599622726e-02\n \n 4.7142100334167480e-01 1.8580000847578049e-02\n <_>\n \n 0 -1 458 -6.7171998322010040e-02\n \n -1.1331889629364014e+00 2.3780999705195427e-02\n <_>\n \n 0 -1 459 -6.5310001373291016e-02\n \n 9.8253500461578369e-01 2.8362000361084938e-02\n <_>\n \n 0 -1 460 2.2791000083088875e-02\n \n -2.8213700652122498e-01 5.8993399143218994e-01\n <_>\n \n 0 -1 461 -1.9037999212741852e-02\n \n -6.3711500167846680e-01 2.6514598727226257e-01\n <_>\n \n 0 -1 462 -6.8689999170601368e-03\n \n 3.7487301230430603e-01 -3.3232098817825317e-01\n <_>\n \n 0 -1 463 -4.0146000683307648e-02\n \n -1.3048729896545410e+00 1.5724299848079681e-01\n <_>\n \n 0 -1 464 -4.0530998259782791e-02\n \n -2.0458049774169922e+00 -2.6925999671220779e-02\n <_>\n \n 0 -1 465 -1.2253999710083008e-02\n \n 7.7649402618408203e-01 -4.2971000075340271e-02\n <_>\n \n 0 -1 466 -2.7219999581575394e-02\n \n 1.7424400150775909e-01 -4.4600901007652283e-01\n <_>\n \n 0 -1 467 -8.8366001844406128e-02\n \n -1.5036419630050659e+00 1.4289900660514832e-01\n <_>\n \n 0 -1 468 -7.9159997403621674e-03\n \n 2.8666698932647705e-01 -3.7923699617385864e-01\n <_>\n \n 0 -1 469 -4.1960000991821289e-02\n \n 1.3846950531005859e+00 6.5026998519897461e-02\n <_>\n \n 0 -1 470 4.5662999153137207e-02\n \n -2.2452299296855927e-01 7.9521000385284424e-01\n <_>\n \n 0 -1 471 -1.4090600609779358e-01\n \n -1.5879319906234741e+00 1.1359000205993652e-01\n <_>\n \n 0 -1 472 -5.9216000139713287e-02\n \n -1.1945960521697998e+00 -7.1640000678598881e-03\n <_>\n \n 0 -1 473 4.3390002101659775e-03\n \n -1.5528699755668640e-01 4.0664499998092651e-01\n <_>\n \n 0 -1 474 -2.0369999110698700e-03\n \n 2.5927901268005371e-01 -3.8368299603462219e-01\n <_>\n \n 0 -1 475 2.7516499161720276e-01\n \n -8.8497996330261230e-02 7.6787501573562622e-01\n <_>\n \n 0 -1 476 -2.6601999998092651e-02\n \n 7.5024497509002686e-01 -2.2621999680995941e-01\n <_>\n \n 0 -1 477 4.0906000882387161e-02\n \n 1.2158600240945816e-01 -1.4566910266876221e+00\n <_>\n \n 0 -1 478 5.5320002138614655e-03\n \n -3.6611500382423401e-01 2.5968599319458008e-01\n <_>\n \n 0 -1 479 3.1879000365734100e-02\n \n -7.5019001960754395e-02 4.8484799265861511e-01\n <_>\n \n 0 -1 480 -4.1482001543045044e-02\n \n 7.8220397233963013e-01 -2.1992200613021851e-01\n <_>\n \n 0 -1 481 -9.6130996942520142e-02\n \n -8.9456301927566528e-01 1.4680700004100800e-01\n <_>\n \n 0 -1 482 -1.1568999849259853e-02\n \n 8.2714098691940308e-01 -2.0275600254535675e-01\n <_>\n \n 0 -1 483 1.8312999978661537e-02\n \n 1.6367999836802483e-02 2.7306801080703735e-01\n <_>\n \n 0 -1 484 -3.4166000783443451e-02\n \n 1.1307320594787598e+00 -1.8810899555683136e-01\n <_>\n \n 0 -1 485 -2.4476999416947365e-02\n \n -5.7791298627853394e-01 1.5812499821186066e-01\n <_>\n \n 0 -1 486 4.8957001417875290e-02\n \n -2.2564999759197235e-02 -1.6373280286788940e+00\n <_>\n \n 0 -1 487 -2.0702999085187912e-02\n \n -5.4512101411819458e-01 2.4086999893188477e-01\n <_>\n \n 0 -1 488 -2.3002000525593758e-02\n \n -1.2236540317535400e+00 -7.3440000414848328e-03\n <_>\n \n 0 -1 489 6.4585000276565552e-02\n \n 1.4695599675178528e-01 -4.4967499375343323e-01\n <_>\n \n 0 -1 490 1.2666000053286552e-02\n \n -2.7873900532722473e-01 4.3876600265502930e-01\n <_>\n \n 0 -1 491 -1.2002999894320965e-02\n \n -2.4289099872112274e-01 2.5350099802017212e-01\n <_>\n \n 0 -1 492 -2.6443999260663986e-02\n \n -8.5864800214767456e-01 2.6025999337434769e-02\n <_>\n \n 0 -1 493 -2.5547999888658524e-02\n \n 6.9287902116775513e-01 -2.1160000469535589e-03\n <_>\n \n 0 -1 494 3.9115000516176224e-02\n \n -1.6589100658893585e-01 1.5209139585494995e+00\n <_>\n \n 0 -1 495 -6.0330000706017017e-03\n \n 4.3856900930404663e-01 -2.1613700687885284e-01\n <_>\n \n 0 -1 496 -3.3936999738216400e-02\n \n -9.7998398542404175e-01 2.2133000195026398e-02\n <_>\n 99\n -3.8700489997863770e+00\n \n <_>\n \n 0 -1 497 4.0672998875379562e-02\n \n -9.0474700927734375e-01 6.4410597085952759e-01\n <_>\n \n 0 -1 498 2.5609999895095825e-02\n \n -7.9216998815536499e-01 5.7489997148513794e-01\n <_>\n \n 0 -1 499 1.9959500432014465e-01\n \n -3.0099600553512573e-01 1.3143850564956665e+00\n <_>\n \n 0 -1 500 1.2404999695718288e-02\n \n -8.9882999658584595e-01 2.9205799102783203e-01\n <_>\n \n 0 -1 501 3.9207998663187027e-02\n \n -4.1955199837684631e-01 5.3463298082351685e-01\n <_>\n \n 0 -1 502 -3.0843999236822128e-02\n \n 4.5793399214744568e-01 -4.4629099965095520e-01\n <_>\n \n 0 -1 503 -3.5523001104593277e-02\n \n 9.1310501098632812e-01 -2.7373200654983521e-01\n <_>\n \n 0 -1 504 -6.1650000512599945e-02\n \n -1.4697799682617188e+00 2.0364099740982056e-01\n <_>\n \n 0 -1 505 -1.1739999987185001e-02\n \n -1.0482879877090454e+00 6.7801997065544128e-02\n <_>\n \n 0 -1 506 6.6933996975421906e-02\n \n 2.9274499416351318e-01 -5.2282899618148804e-01\n <_>\n \n 0 -1 507 -2.0631000399589539e-02\n \n -1.2855139970779419e+00 4.4550999999046326e-02\n <_>\n \n 0 -1 508 -2.2357000038027763e-02\n \n -8.5753798484802246e-01 1.8434000015258789e-01\n <_>\n \n 0 -1 509 1.1500000255182385e-03\n \n 1.6405500471591949e-01 -6.9125002622604370e-01\n <_>\n \n 0 -1 510 3.5872999578714371e-02\n \n 1.5756499767303467e-01 -8.4262597560882568e-01\n <_>\n \n 0 -1 511 3.0659999698400497e-02\n \n 2.1637000143527985e-02 -1.3634690046310425e+00\n <_>\n \n 0 -1 512 5.5559999309480190e-03\n \n -1.6737000644207001e-01 2.5888401269912720e-01\n <_>\n \n 0 -1 513 -6.1160000041127205e-03\n \n -9.7271800041198730e-01 6.6100001335144043e-02\n <_>\n \n 0 -1 514 -3.0316999182105064e-02\n \n 9.8474198579788208e-01 -1.6448000445961952e-02\n <_>\n \n 0 -1 515 -9.7200004383921623e-03\n \n 4.7604700922966003e-01 -3.2516700029373169e-01\n <_>\n \n 0 -1 516 -5.7126998901367188e-02\n \n -9.5920699834823608e-01 1.9938200712203979e-01\n <_>\n \n 0 -1 517 4.0059997700154781e-03\n \n -5.2612501382827759e-01 2.2428700327873230e-01\n <_>\n \n 0 -1 518 3.3734001219272614e-02\n \n 1.7070099711418152e-01 -1.0737580060958862e+00\n <_>\n \n 0 -1 519 -3.4641999751329422e-02\n \n -1.1343129873275757e+00 3.6540001630783081e-02\n <_>\n \n 0 -1 520 4.6923000365495682e-02\n \n 2.5832301378250122e-01 -7.1535801887512207e-01\n <_>\n \n 0 -1 521 -8.7660001590847969e-03\n \n 1.9640900194644928e-01 -5.3355097770690918e-01\n <_>\n \n 0 -1 522 6.5627999603748322e-02\n \n -5.1194999366998672e-02 9.7610700130462646e-01\n <_>\n \n 0 -1 523 -4.4165000319480896e-02\n \n 1.0631920099258423e+00 -2.3462599515914917e-01\n <_>\n \n 0 -1 524 1.7304999753832817e-02\n \n -1.8582899868488312e-01 4.5889899134635925e-01\n <_>\n \n 0 -1 525 3.3135998994112015e-02\n \n -2.9381999745965004e-02 -2.6651329994201660e+00\n <_>\n \n 0 -1 526 -2.1029999479651451e-02\n \n 9.9979901313781738e-01 2.4937000125646591e-02\n <_>\n \n 0 -1 527 2.9783999547362328e-02\n \n -2.9605999588966370e-02 -2.1695868968963623e+00\n <_>\n \n 0 -1 528 5.5291999131441116e-02\n \n -7.5599999399855733e-04 7.4651998281478882e-01\n <_>\n \n 0 -1 529 -3.3597998321056366e-02\n \n -1.5274159908294678e+00 1.1060000397264957e-02\n <_>\n \n 0 -1 530 1.9602999091148376e-02\n \n 3.3574998378753662e-02 9.9526202678680420e-01\n <_>\n \n 0 -1 531 -2.0787000656127930e-02\n \n 7.6612901687622070e-01 -2.4670800566673279e-01\n <_>\n \n 0 -1 532 3.2536000013351440e-02\n \n 1.6263400018215179e-01 -6.1134302616119385e-01\n <_>\n \n 0 -1 533 -1.0788000188767910e-02\n \n -9.7839701175689697e-01 2.8969999402761459e-02\n <_>\n \n 0 -1 534 -9.9560003727674484e-03\n \n 4.6145799756050110e-01 -1.3510499894618988e-01\n <_>\n \n 0 -1 535 -3.7489999085664749e-03\n \n 2.5458198785781860e-01 -5.1955598592758179e-01\n <_>\n \n 0 -1 536 -4.1779998689889908e-02\n \n -8.0565100908279419e-01 1.5208500623703003e-01\n <_>\n \n 0 -1 537 -3.4221000969409943e-02\n \n -1.3137799501419067e+00 -3.5800000187009573e-03\n <_>\n \n 0 -1 538 1.0130000300705433e-02\n \n 2.0175799727439880e-01 -6.1339598894119263e-01\n <_>\n \n 0 -1 539 -8.9849002659320831e-02\n \n 9.7632801532745361e-01 -2.0884799957275391e-01\n <_>\n \n 0 -1 540 2.6097999885678291e-02\n \n -1.8807999789714813e-01 4.7705799341201782e-01\n <_>\n \n 0 -1 541 -3.7539999466389418e-03\n \n -6.7980402708053589e-01 1.1288800090551376e-01\n <_>\n \n 0 -1 542 3.1973000615835190e-02\n \n 1.8951700627803802e-01 -1.4967479705810547e+00\n <_>\n \n 0 -1 543 1.9332999363541603e-02\n \n -2.3609900474548340e-01 8.1320500373840332e-01\n <_>\n \n 0 -1 544 1.9490000559017062e-03\n \n 2.4830399453639984e-01 -6.9211997091770172e-02\n <_>\n \n 0 -1 545 -4.4146999716758728e-02\n \n -1.0418920516967773e+00 4.8053000122308731e-02\n <_>\n \n 0 -1 546 -4.4681999832391739e-02\n \n 5.1346302032470703e-01 -7.3799998499453068e-03\n <_>\n \n 0 -1 547 -1.0757499933242798e-01\n \n 1.6202019453048706e+00 -1.8667599558830261e-01\n <_>\n \n 0 -1 548 -1.2846800684928894e-01\n \n 2.9869480133056641e+00 9.5427997410297394e-02\n <_>\n \n 0 -1 549 -4.4757999479770660e-02\n \n 6.0405302047729492e-01 -2.7058699727058411e-01\n <_>\n \n 0 -1 550 -4.3990999460220337e-02\n \n -6.1790502071380615e-01 1.5997199714183807e-01\n <_>\n \n 0 -1 551 -1.2268999963998795e-01\n \n 6.6327202320098877e-01 -2.3636999726295471e-01\n <_>\n \n 0 -1 552 -1.9982999190688133e-02\n \n -1.1228660345077515e+00 1.9616700708866119e-01\n <_>\n \n 0 -1 553 -1.5527999959886074e-02\n \n -1.0770269632339478e+00 2.0693000406026840e-02\n <_>\n \n 0 -1 554 -4.8971001058816910e-02\n \n 8.1168299913406372e-01 -1.7252000048756599e-02\n <_>\n \n 0 -1 555 5.5975999683141708e-02\n \n -2.2529000416398048e-02 -1.7356760501861572e+00\n <_>\n \n 0 -1 556 -9.8580000922083855e-03\n \n 6.7881399393081665e-01 -5.8180000633001328e-02\n <_>\n \n 0 -1 557 1.3481000438332558e-02\n \n 5.7847999036312103e-02 -7.7255302667617798e-01\n <_>\n \n 0 -1 558 6.5609999001026154e-03\n \n -1.3146899640560150e-01 6.7055797576904297e-01\n <_>\n \n 0 -1 559 7.1149999275803566e-03\n \n -3.7880599498748779e-01 3.0978998541831970e-01\n <_>\n \n 0 -1 560 4.8159998841583729e-03\n \n -5.8470398187637329e-01 2.5602099299430847e-01\n <_>\n \n 0 -1 561 9.5319999381899834e-03\n \n -3.0217000842094421e-01 4.1253298521041870e-01\n <_>\n \n 0 -1 562 -2.7474999427795410e-02\n \n 5.9154701232910156e-01 1.7963999882340431e-02\n <_>\n \n 0 -1 563 -3.9519999176263809e-02\n \n 9.6913498640060425e-01 -2.1020300686359406e-01\n <_>\n \n 0 -1 564 -3.0658999457955360e-02\n \n 9.1155898571014404e-01 4.0550000965595245e-02\n <_>\n \n 0 -1 565 -1.4680000022053719e-03\n \n -6.0489797592163086e-01 1.6960899531841278e-01\n <_>\n \n 0 -1 566 1.9077600538730621e-01\n \n 4.3515000492334366e-02 8.1892901659011841e-01\n <_>\n \n 0 -1 567 5.1790000870823860e-03\n \n -9.3617302179336548e-01 2.4937000125646591e-02\n <_>\n \n 0 -1 568 2.4126000702381134e-02\n \n 1.8175500631332397e-01 -3.4185901284217834e-01\n <_>\n \n 0 -1 569 -2.6383999735116959e-02\n \n -1.2912579774856567e+00 -3.4280000254511833e-03\n <_>\n \n 0 -1 570 5.4139997810125351e-03\n \n -4.6291999518871307e-02 2.5269600749015808e-01\n <_>\n \n 0 -1 571 5.4216001182794571e-02\n \n -1.2848000042140484e-02 -1.4304540157318115e+00\n <_>\n \n 0 -1 572 2.3799999326001853e-04\n \n -2.6676699519157410e-01 3.3588299155235291e-01\n <_>\n \n 0 -1 573 1.5216999687254429e-02\n \n -5.1367300748825073e-01 1.3005100190639496e-01\n <_>\n \n 0 -1 574 1.7007999122142792e-02\n \n 4.1575899720191956e-01 -3.1241199374198914e-01\n <_>\n \n 0 -1 575 3.0496999621391296e-02\n \n -2.4820999801158905e-01 7.0828497409820557e-01\n <_>\n \n 0 -1 576 6.5430002287030220e-03\n \n -2.2637000679969788e-01 1.9184599816799164e-01\n <_>\n \n 0 -1 577 1.4163999259471893e-01\n \n 6.5227001905441284e-02 -8.8809502124786377e-01\n <_>\n \n 0 -1 578 1.9338000565767288e-02\n \n 1.8891200423240662e-01 -2.7397701144218445e-01\n <_>\n \n 0 -1 579 -1.7324000597000122e-02\n \n -9.4866698980331421e-01 2.4196999147534370e-02\n <_>\n \n 0 -1 580 -6.2069999985396862e-03\n \n 3.6938399076461792e-01 -1.7494900524616241e-01\n <_>\n \n 0 -1 581 -1.6109000891447067e-02\n \n 9.6159499883651733e-01 -2.0005300641059875e-01\n <_>\n \n 0 -1 582 -1.0122500360012054e-01\n \n -3.0699110031127930e+00 1.1363799870014191e-01\n <_>\n \n 0 -1 583 -7.5509999878704548e-03\n \n 2.2921000421047211e-01 -4.5645099878311157e-01\n <_>\n \n 0 -1 584 4.4247999787330627e-02\n \n -3.1599999056197703e-04 3.9225301146507263e-01\n <_>\n \n 0 -1 585 -1.1636000126600266e-01\n \n 9.5233702659606934e-01 -2.0201599597930908e-01\n <_>\n \n 0 -1 586 4.7360002063214779e-03\n \n -9.9177002906799316e-02 2.0370499789714813e-01\n <_>\n \n 0 -1 587 2.2459000349044800e-02\n \n 8.7280003353953362e-03 -1.0217070579528809e+00\n <_>\n \n 0 -1 588 -1.2109000235795975e-02\n \n 6.4812600612640381e-01 -9.0149000287055969e-02\n <_>\n \n 0 -1 589 5.6120000779628754e-02\n \n -3.6759998649358749e-02 -1.9275590181350708e+00\n <_>\n \n 0 -1 590 -8.7379999458789825e-03\n \n 6.9261300563812256e-01 -6.8374998867511749e-02\n <_>\n \n 0 -1 591 6.6399998031556606e-03\n \n -4.0569800138473511e-01 1.8625700473785400e-01\n <_>\n \n 0 -1 592 -1.8131999298930168e-02\n \n -6.4518201351165771e-01 2.1976399421691895e-01\n <_>\n \n 0 -1 593 -2.2718999534845352e-02\n \n 9.7776198387145996e-01 -1.8654300272464752e-01\n <_>\n \n 0 -1 594 1.2705000117421150e-02\n \n -1.0546600073575974e-01 3.7404099106788635e-01\n <_>\n \n 0 -1 595 -1.3682999648153782e-02\n \n 6.1064100265502930e-01 -2.6881098747253418e-01\n <_>\n 115\n -3.7160909175872803e+00\n \n <_>\n \n 0 -1 596 3.1357999891042709e-02\n \n -1.0183910131454468e+00 5.7528597116470337e-01\n <_>\n \n 0 -1 597 9.3050003051757812e-02\n \n -4.1297501325607300e-01 1.0091199874877930e+00\n <_>\n \n 0 -1 598 2.5949999690055847e-02\n \n -5.8587902784347534e-01 5.6606197357177734e-01\n <_>\n \n 0 -1 599 1.6472000628709793e-02\n \n -9.2857497930526733e-01 3.0924499034881592e-01\n <_>\n \n 0 -1 600 -1.8779999809339643e-03\n \n 1.1951000243425369e-01 -1.1180130243301392e+00\n <_>\n \n 0 -1 601 -9.0129999443888664e-03\n \n -5.7849502563476562e-01 3.3154401183128357e-01\n <_>\n \n 0 -1 602 2.2547999396920204e-02\n \n -3.8325101137161255e-01 5.2462202310562134e-01\n <_>\n \n 0 -1 603 -3.7780001759529114e-02\n \n 1.1790670156478882e+00 -3.4166999161243439e-02\n <_>\n \n 0 -1 604 -5.3799999877810478e-03\n \n -8.6265897750854492e-01 1.1867900192737579e-01\n <_>\n \n 0 -1 605 -2.3893000558018684e-02\n \n -7.4950599670410156e-01 2.1011400222778320e-01\n <_>\n \n 0 -1 606 -2.6521999388933182e-02\n \n 9.2128598690032959e-01 -2.8252801299095154e-01\n <_>\n \n 0 -1 607 1.2280000373721123e-02\n \n 2.6662799715995789e-01 -7.0013600587844849e-01\n <_>\n \n 0 -1 608 9.6594996750354767e-02\n \n -2.8453999757766724e-01 7.3168998956680298e-01\n <_>\n \n 0 -1 609 -2.7414999902248383e-02\n \n -6.1492699384689331e-01 1.5576200187206268e-01\n <_>\n \n 0 -1 610 -1.5767000615596771e-02\n \n 5.7551199197769165e-01 -3.4362199902534485e-01\n <_>\n \n 0 -1 611 -2.1100000012665987e-03\n \n 3.2599699497222900e-01 -1.3008299469947815e-01\n <_>\n \n 0 -1 612 1.2006999924778938e-02\n \n 8.9322999119758606e-02 -9.6025598049163818e-01\n <_>\n \n 0 -1 613 -1.5421999618411064e-02\n \n 3.4449499845504761e-01 -4.6711999177932739e-01\n <_>\n \n 0 -1 614 -4.1579999960958958e-03\n \n 2.3696300387382507e-01 -5.2563297748565674e-01\n <_>\n \n 0 -1 615 -2.1185999736189842e-02\n \n -7.4267697334289551e-01 2.1702000498771667e-01\n <_>\n \n 0 -1 616 -1.7077000811696053e-02\n \n -9.0471798181533813e-01 6.6012002527713776e-02\n <_>\n \n 0 -1 617 -4.0849998593330383e-02\n \n -3.4446600079536438e-01 2.1503700315952301e-01\n <_>\n \n 0 -1 618 -8.1930002197623253e-03\n \n -9.3388599157333374e-01 5.0471000373363495e-02\n <_>\n \n 0 -1 619 -1.9238000735640526e-02\n \n -5.3203701972961426e-01 1.7240600287914276e-01\n <_>\n \n 0 -1 620 -4.4192001223564148e-02\n \n 9.2075002193450928e-01 -2.2148500382900238e-01\n <_>\n \n 0 -1 621 -6.2392000108957291e-02\n \n -7.1053802967071533e-01 1.8323899805545807e-01\n <_>\n \n 0 -1 622 -1.0079999919980764e-03\n \n -8.7063097953796387e-01 5.5330000817775726e-02\n <_>\n \n 0 -1 623 2.3870000615715981e-02\n \n -2.2854200005531311e-01 5.2415597438812256e-01\n <_>\n \n 0 -1 624 2.1391000598669052e-02\n \n -3.0325898528099060e-01 5.5860602855682373e-01\n <_>\n \n 0 -1 625 2.0254999399185181e-02\n \n 2.6901501417160034e-01 -7.0261800289154053e-01\n <_>\n \n 0 -1 626 -2.8772000223398209e-02\n \n -1.1835030317306519e+00 4.6512000262737274e-02\n <_>\n \n 0 -1 627 3.4199999645352364e-03\n \n -5.4652100801467896e-01 2.5962498784065247e-01\n <_>\n \n 0 -1 628 5.6983001530170441e-02\n \n -2.6982900500297546e-01 5.8170700073242188e-01\n <_>\n \n 0 -1 629 -9.3892000615596771e-02\n \n -9.1046398878097534e-01 1.9677700102329254e-01\n <_>\n \n 0 -1 630 1.7699999734759331e-02\n \n -4.4003298878669739e-01 2.1349500119686127e-01\n <_>\n \n 0 -1 631 2.2844199836254120e-01\n \n 2.3605000227689743e-02 7.7171599864959717e-01\n <_>\n \n 0 -1 632 -1.8287500739097595e-01\n \n 7.9228597879409790e-01 -2.4644799530506134e-01\n <_>\n \n 0 -1 633 -6.9891996681690216e-02\n \n 8.0267798900604248e-01 -3.6072000861167908e-02\n <_>\n \n 0 -1 634 1.5297000296413898e-02\n \n -2.0072300732135773e-01 1.1030600070953369e+00\n <_>\n \n 0 -1 635 6.7500001750886440e-03\n \n -4.5967999845743179e-02 7.2094500064849854e-01\n <_>\n \n 0 -1 636 -1.5983000397682190e-02\n \n -9.0357202291488647e-01 4.4987998902797699e-02\n <_>\n \n 0 -1 637 1.3088000006973743e-02\n \n 3.5297098755836487e-01 -3.7710601091384888e-01\n <_>\n \n 0 -1 638 1.3061000034213066e-02\n \n -1.9583599269390106e-01 1.1198940277099609e+00\n <_>\n \n 0 -1 639 -3.9907000958919525e-02\n \n -1.3998429775238037e+00 1.9145099818706512e-01\n <_>\n \n 0 -1 640 1.5026999637484550e-02\n \n 2.3600000422447920e-03 -1.1611249446868896e+00\n <_>\n \n 0 -1 641 -2.0517999306321144e-02\n \n -4.8908099532127380e-01 1.6743400692939758e-01\n <_>\n \n 0 -1 642 -2.2359000518918037e-02\n \n -1.2202980518341064e+00 -1.1975999921560287e-02\n <_>\n \n 0 -1 643 -7.9150004312396049e-03\n \n 3.7228098511695862e-01 -8.5063003003597260e-02\n <_>\n \n 0 -1 644 1.5258000232279301e-02\n \n -2.9412600398063660e-01 5.9406399726867676e-01\n <_>\n \n 0 -1 645 -3.1665999442338943e-02\n \n -1.4395569562911987e+00 1.3578799366950989e-01\n <_>\n \n 0 -1 646 -3.0773999169468880e-02\n \n -2.2545371055603027e+00 -3.3971000462770462e-02\n <_>\n \n 0 -1 647 -1.5483000315725803e-02\n \n 3.7700700759887695e-01 1.5847999602556229e-02\n <_>\n \n 0 -1 648 3.5167001187801361e-02\n \n -2.9446101188659668e-01 5.3159099817276001e-01\n <_>\n \n 0 -1 649 -1.7906000837683678e-02\n \n -9.9788200855255127e-01 1.6235999763011932e-01\n <_>\n \n 0 -1 650 -3.1799999997019768e-03\n \n 4.7657001763582230e-02 -7.5249898433685303e-01\n <_>\n \n 0 -1 651 1.5720000490546227e-02\n \n 1.4873799681663513e-01 -6.5375399589538574e-01\n <_>\n \n 0 -1 652 2.9864000156521797e-02\n \n -1.4952000230550766e-02 -1.2275190353393555e+00\n <_>\n \n 0 -1 653 2.9899999499320984e-03\n \n -1.4263699948787689e-01 4.3272799253463745e-01\n <_>\n \n 0 -1 654 8.4749996662139893e-02\n \n -1.9280999898910522e-02 -1.1946409940719604e+00\n <_>\n \n 0 -1 655 -5.8724999427795410e-02\n \n -1.7328219413757324e+00 1.4374700188636780e-01\n <_>\n \n 0 -1 656 4.4755998998880386e-02\n \n -2.4140599370002747e-01 5.4019999504089355e-01\n <_>\n \n 0 -1 657 4.0369000285863876e-02\n \n 5.7680001482367516e-03 5.6578099727630615e-01\n <_>\n \n 0 -1 658 3.7735998630523682e-02\n \n 3.8180999457836151e-02 -7.9370397329330444e-01\n <_>\n \n 0 -1 659 6.0752999037504196e-02\n \n 7.6453000307083130e-02 1.4813209772109985e+00\n <_>\n \n 0 -1 660 -1.9832000136375427e-02\n \n -1.6971720457077026e+00 -2.7370000258088112e-02\n <_>\n \n 0 -1 661 -1.6592699289321899e-01\n \n 6.2976002693176270e-01 3.1762998551130295e-02\n <_>\n \n 0 -1 662 6.9014996290206909e-02\n \n -3.3463200926780701e-01 3.0076700448989868e-01\n <_>\n \n 0 -1 663 1.1358000338077545e-02\n \n 2.2741499543190002e-01 -3.8224700093269348e-01\n <_>\n \n 0 -1 664 1.7000000225380063e-03\n \n 1.9223800301551819e-01 -5.2735102176666260e-01\n <_>\n \n 0 -1 665 7.9769000411033630e-02\n \n 9.1491997241973877e-02 2.1049048900604248e+00\n <_>\n \n 0 -1 666 -5.7144001126289368e-02\n \n -1.7452130317687988e+00 -4.0910001844167709e-02\n <_>\n \n 0 -1 667 7.3830001056194305e-03\n \n -2.4214799702167511e-01 3.5577800869941711e-01\n <_>\n \n 0 -1 668 -1.8040999770164490e-02\n \n 1.1779999732971191e+00 -1.7676700651645660e-01\n <_>\n \n 0 -1 669 9.4503000378608704e-02\n \n 1.3936099410057068e-01 -1.2993700504302979e+00\n <_>\n \n 0 -1 670 5.4210000671446323e-03\n \n -5.4608601331710815e-01 1.3916400074958801e-01\n <_>\n \n 0 -1 671 7.0290002040565014e-03\n \n -2.1597200632095337e-01 3.9258098602294922e-01\n <_>\n \n 0 -1 672 3.4515999257564545e-02\n \n 6.3188999891281128e-02 -7.2108101844787598e-01\n <_>\n \n 0 -1 673 -5.1924999803304672e-02\n \n 6.8667602539062500e-01 6.3272997736930847e-02\n <_>\n \n 0 -1 674 -6.9162003695964813e-02\n \n 1.7411810159683228e+00 -1.6619299352169037e-01\n <_>\n \n 0 -1 675 -5.5229999125003815e-03\n \n 3.0694699287414551e-01 -1.6662900149822235e-01\n <_>\n \n 0 -1 676 6.8599998950958252e-02\n \n -2.1405400335788727e-01 7.3185002803802490e-01\n <_>\n \n 0 -1 677 -6.7038998007774353e-02\n \n -7.9360598325729370e-01 2.0525799691677094e-01\n <_>\n \n 0 -1 678 -2.1005000919103622e-02\n \n 3.7344399094581604e-01 -2.9618600010871887e-01\n <_>\n \n 0 -1 679 2.0278999581933022e-02\n \n -1.5200000256299973e-02 4.0555301308631897e-01\n <_>\n \n 0 -1 680 -4.7107998281717300e-02\n \n 1.2116849422454834e+00 -1.7464299499988556e-01\n <_>\n \n 0 -1 681 1.8768499791622162e-01\n \n -2.2909000515937805e-02 6.9645798206329346e-01\n <_>\n \n 0 -1 682 -4.3228998780250549e-02\n \n -1.0602480173110962e+00 -5.5599998449906707e-04\n <_>\n \n 0 -1 683 2.0004000514745712e-02\n \n -3.2751001417636871e-02 5.3805100917816162e-01\n <_>\n \n 0 -1 684 8.0880001187324524e-03\n \n 3.7548001855611801e-02 -7.4768900871276855e-01\n <_>\n \n 0 -1 685 2.7101000770926476e-02\n \n -8.1790000200271606e-02 3.3387100696563721e-01\n <_>\n \n 0 -1 686 -9.1746002435684204e-02\n \n -1.9213509559631348e+00 -3.8952998816967010e-02\n <_>\n \n 0 -1 687 -1.2454999610781670e-02\n \n 4.8360601067543030e-01 1.8168000504374504e-02\n <_>\n \n 0 -1 688 1.4649000018835068e-02\n \n -1.9906699657440186e-01 7.2815400362014771e-01\n <_>\n \n 0 -1 689 2.9101999476552010e-02\n \n 1.9871099293231964e-01 -4.9216800928115845e-01\n <_>\n \n 0 -1 690 8.7799998000264168e-03\n \n -1.9499599933624268e-01 7.7317398786544800e-01\n <_>\n \n 0 -1 691 -5.4740000516176224e-02\n \n 1.8087190389633179e+00 6.8323001265525818e-02\n <_>\n \n 0 -1 692 -1.4798000454902649e-02\n \n 7.8064900636672974e-01 -1.8709599971771240e-01\n <_>\n \n 0 -1 693 2.5012999773025513e-02\n \n 1.5285299718379974e-01 -1.6021020412445068e+00\n <_>\n \n 0 -1 694 4.6548001468181610e-02\n \n -1.6738200187683105e-01 1.1902060508728027e+00\n <_>\n \n 0 -1 695 1.7624000087380409e-02\n \n -1.0285499691963196e-01 3.9175900816917419e-01\n <_>\n \n 0 -1 696 1.6319599747657776e-01\n \n -3.5624001175165176e-02 -1.6098170280456543e+00\n <_>\n \n 0 -1 697 1.3137999922037125e-02\n \n -5.6359000504016876e-02 5.4158902168273926e-01\n <_>\n \n 0 -1 698 -1.5665000304579735e-02\n \n 2.8063100576400757e-01 -3.1708601117134094e-01\n <_>\n \n 0 -1 699 8.0554001033306122e-02\n \n 1.2640400230884552e-01 -1.0297529697418213e+00\n <_>\n \n 0 -1 700 3.5363998264074326e-02\n \n 2.0752999931573868e-02 -7.9105597734451294e-01\n <_>\n \n 0 -1 701 3.2986998558044434e-02\n \n 1.9057099521160126e-01 -8.3839899301528931e-01\n <_>\n \n 0 -1 702 1.2195000424981117e-02\n \n 7.3729000985622406e-02 -6.2780702114105225e-01\n <_>\n \n 0 -1 703 4.3065998703241348e-02\n \n 4.7384999692440033e-02 1.5712939500808716e+00\n <_>\n \n 0 -1 704 3.0326999723911285e-02\n \n -2.7314600348472595e-01 3.8572001457214355e-01\n <_>\n \n 0 -1 705 3.5493001341819763e-02\n \n 5.4593998938798904e-02 5.2583402395248413e-01\n <_>\n \n 0 -1 706 -1.4596999622881413e-02\n \n 3.8152599334716797e-01 -2.8332400321960449e-01\n <_>\n \n 0 -1 707 1.2606999836862087e-02\n \n 1.5455099940299988e-01 -3.0501499772071838e-01\n <_>\n \n 0 -1 708 1.0172000154852867e-02\n \n 2.3637000471353531e-02 -8.7217897176742554e-01\n <_>\n \n 0 -1 709 2.8843000531196594e-02\n \n 1.6090999543666840e-01 -2.0277599990367889e-01\n <_>\n \n 0 -1 710 5.5100000463426113e-04\n \n -6.1545401811599731e-01 8.0935999751091003e-02\n <_>\n 127\n -3.5645289421081543e+00\n \n <_>\n \n 0 -1 711 4.8344001173973083e-02\n \n -8.4904599189758301e-01 5.6974399089813232e-01\n <_>\n \n 0 -1 712 3.2460000365972519e-02\n \n -8.1417298316955566e-01 4.4781699776649475e-01\n <_>\n \n 0 -1 713 3.3339999616146088e-02\n \n -3.6423799395561218e-01 6.7937397956848145e-01\n <_>\n \n 0 -1 714 6.4019998535513878e-03\n \n -1.1885459423065186e+00 1.9238699972629547e-01\n <_>\n \n 0 -1 715 -5.6889997795224190e-03\n \n 3.3085298538208008e-01 -7.1334099769592285e-01\n <_>\n \n 0 -1 716 1.2698000296950340e-02\n \n -5.0990802049636841e-01 1.1376299709081650e-01\n <_>\n \n 0 -1 717 6.0549997724592686e-03\n \n -1.0470550060272217e+00 2.0222599804401398e-01\n <_>\n \n 0 -1 718 2.6420000940561295e-03\n \n -5.0559401512145996e-01 3.6441200971603394e-01\n <_>\n \n 0 -1 719 -1.6925999894738197e-02\n \n -9.9541902542114258e-01 1.2602199614048004e-01\n <_>\n \n 0 -1 720 2.8235999867320061e-02\n \n -9.4137996435165405e-02 5.7780402898788452e-01\n <_>\n \n 0 -1 721 1.0428999550640583e-02\n \n 2.3272900283336639e-01 -5.2569699287414551e-01\n <_>\n \n 0 -1 722 9.8860003054141998e-03\n \n -1.0316299647092819e-01 4.7657600045204163e-01\n <_>\n \n 0 -1 723 2.6015000417828560e-02\n \n -1.0920000495389104e-03 -1.5581729412078857e+00\n <_>\n \n 0 -1 724 -2.5537999346852303e-02\n \n -6.5451401472091675e-01 1.8843199312686920e-01\n <_>\n \n 0 -1 725 -3.5310001112520695e-03\n \n 2.8140598535537720e-01 -4.4575300812721252e-01\n <_>\n \n 0 -1 726 9.2449998483061790e-03\n \n 1.5612000226974487e-01 -2.1370999515056610e-01\n <_>\n \n 0 -1 727 2.1030999720096588e-02\n \n -2.9170298576354980e-01 5.2234101295471191e-01\n <_>\n \n 0 -1 728 -5.1063001155853271e-02\n \n 1.3661290407180786e+00 3.0465999618172646e-02\n <_>\n \n 0 -1 729 -6.2330000102519989e-02\n \n 1.2207020521163940e+00 -2.2434400022029877e-01\n <_>\n \n 0 -1 730 -3.2963000237941742e-02\n \n -8.2016801834106445e-01 1.4531899988651276e-01\n <_>\n \n 0 -1 731 -3.7418000400066376e-02\n \n -1.2218099832534790e+00 1.9448999315500259e-02\n <_>\n \n 0 -1 732 1.2402799725532532e-01\n \n 1.2082300335168839e-01 -9.8729300498962402e-01\n <_>\n \n 0 -1 733 -8.9229997247457504e-03\n \n -1.1688489913940430e+00 2.1105000749230385e-02\n <_>\n \n 0 -1 734 -5.9879999607801437e-02\n \n -1.0689330101013184e+00 1.9860200583934784e-01\n <_>\n \n 0 -1 735 6.2620001845061779e-03\n \n -3.6229598522186279e-01 3.8000801205635071e-01\n <_>\n \n 0 -1 736 -1.7673000693321228e-02\n \n 4.9094098806381226e-01 -1.4606699347496033e-01\n <_>\n \n 0 -1 737 1.7579000443220139e-02\n \n 5.8728098869323730e-01 -2.7774399518966675e-01\n <_>\n \n 0 -1 738 5.1560001447796822e-03\n \n -7.5194999575614929e-02 6.0193097591400146e-01\n <_>\n \n 0 -1 739 -1.0599999688565731e-02\n \n 2.7637401223182678e-01 -3.7794300913810730e-01\n <_>\n \n 0 -1 740 2.0884099602699280e-01\n \n -5.3599998354911804e-03 1.0317809581756592e+00\n <_>\n \n 0 -1 741 -2.6412999257445335e-02\n \n 8.2336401939392090e-01 -2.2480599582195282e-01\n <_>\n \n 0 -1 742 5.8892000466585159e-02\n \n 1.3098299503326416e-01 -1.1853699684143066e+00\n <_>\n \n 0 -1 743 -1.1579000391066074e-02\n \n -9.0667802095413208e-01 4.4126998633146286e-02\n <_>\n \n 0 -1 744 4.5988000929355621e-02\n \n 1.0143999941647053e-02 1.0740900039672852e+00\n <_>\n \n 0 -1 745 -2.2838000208139420e-02\n \n 1.7791990041732788e+00 -1.7315499484539032e-01\n <_>\n \n 0 -1 746 -8.1709995865821838e-03\n \n 5.7386302947998047e-01 -7.4106000363826752e-02\n <_>\n \n 0 -1 747 3.5359999164938927e-03\n \n -3.2072898745536804e-01 4.0182501077651978e-01\n <_>\n \n 0 -1 748 4.9444999545812607e-02\n \n 1.9288000464439392e-01 -1.2166700363159180e+00\n <_>\n \n 0 -1 749 3.5139999818056822e-03\n \n 6.9568000733852386e-02 -7.1323698759078979e-01\n <_>\n \n 0 -1 750 -3.0996000394225121e-02\n \n -3.8862198591232300e-01 1.8098799884319305e-01\n <_>\n \n 0 -1 751 8.6452998220920563e-02\n \n -2.5792999193072319e-02 -1.5453219413757324e+00\n <_>\n \n 0 -1 752 -1.3652600347995758e-01\n \n -1.9199420213699341e+00 1.6613300144672394e-01\n <_>\n \n 0 -1 753 -5.7689999230206013e-03\n \n -1.2822589874267578e+00 -1.5907999128103256e-02\n <_>\n \n 0 -1 754 -1.7899999395012856e-02\n \n -4.0409898757934570e-01 2.3591600358486176e-01\n <_>\n \n 0 -1 755 -1.9969999790191650e-02\n \n -7.2891902923583984e-01 5.6235000491142273e-02\n <_>\n \n 0 -1 756 -5.7493001222610474e-02\n \n 5.7830798625946045e-01 -1.5796000137925148e-02\n <_>\n \n 0 -1 757 -8.3056002855300903e-02\n \n 9.1511601209640503e-01 -2.1121400594711304e-01\n <_>\n \n 0 -1 758 -5.3771000355482101e-02\n \n -5.1931297779083252e-01 1.8576000630855560e-01\n <_>\n \n 0 -1 759 -8.3670001477003098e-03\n \n 2.4109700322151184e-01 -3.9648601412773132e-01\n <_>\n \n 0 -1 760 5.5406998842954636e-02\n \n 1.6771200299263000e-01 -2.5664970874786377e+00\n <_>\n \n 0 -1 761 -6.7180998623371124e-02\n \n -1.3658570051193237e+00 -1.4232000336050987e-02\n <_>\n \n 0 -1 762 -2.3900000378489494e-02\n \n -1.7084569931030273e+00 1.6507799923419952e-01\n <_>\n \n 0 -1 763 5.5949999950826168e-03\n \n -3.1373998522758484e-01 3.2837900519371033e-01\n <_>\n \n 0 -1 764 2.1294999867677689e-02\n \n 1.4953400194644928e-01 -4.8579800128936768e-01\n <_>\n \n 0 -1 765 -2.4613000452518463e-02\n \n 7.4346399307250977e-01 -2.2305199503898621e-01\n <_>\n \n 0 -1 766 -1.9626000896096230e-02\n \n -4.0918299555778503e-01 1.8893200159072876e-01\n <_>\n \n 0 -1 767 -5.3266000002622604e-02\n \n 8.1381601095199585e-01 -2.0853699743747711e-01\n <_>\n \n 0 -1 768 7.1290000341832638e-03\n \n 3.2996100187301636e-01 -5.9937399625778198e-01\n <_>\n \n 0 -1 769 -2.2486999630928040e-02\n \n -1.2551610469818115e+00 -2.0413000136613846e-02\n <_>\n \n 0 -1 770 -8.2310996949672699e-02\n \n 1.3821430206298828e+00 5.9308998286724091e-02\n <_>\n \n 0 -1 771 1.3097000122070312e-01\n \n -3.5843998193740845e-02 -1.5396369695663452e+00\n <_>\n \n 0 -1 772 1.4293000102043152e-02\n \n -1.8475200235843658e-01 3.7455001473426819e-01\n <_>\n \n 0 -1 773 6.3479999080300331e-03\n \n -4.4901099801063538e-01 1.3876999914646149e-01\n <_>\n \n 0 -1 774 -4.6055000275373459e-02\n \n 6.7832601070404053e-01 -1.7071999609470367e-02\n <_>\n \n 0 -1 775 5.7693999260663986e-02\n \n -1.1955999769270420e-02 -1.2261159420013428e+00\n <_>\n \n 0 -1 776 -6.0609998181462288e-03\n \n 3.3958598971366882e-01 6.2800000887364149e-04\n <_>\n \n 0 -1 777 -5.2163001149892807e-02\n \n -1.0621069669723511e+00 -1.3779999688267708e-02\n <_>\n \n 0 -1 778 4.6572998166084290e-02\n \n 1.4538800716400146e-01 -1.2384550571441650e+00\n <_>\n \n 0 -1 779 7.5309998355805874e-03\n \n -2.4467700719833374e-01 5.1377099752426147e-01\n <_>\n \n 0 -1 780 2.1615000441670418e-02\n \n 1.3072599470615387e-01 -7.0996797084808350e-01\n <_>\n \n 0 -1 781 -1.7864000052213669e-02\n \n -1.0474660396575928e+00 4.9599999329075217e-04\n <_>\n \n 0 -1 782 -3.7195000797510147e-02\n \n -1.5126730203628540e+00 1.4801399409770966e-01\n <_>\n \n 0 -1 783 -3.1100001069717109e-04\n \n 1.3971500098705292e-01 -4.6867498755455017e-01\n <_>\n \n 0 -1 784 2.5042999535799026e-02\n \n 2.8632000088691711e-01 -4.1794699430465698e-01\n <_>\n \n 0 -1 785 9.3449996784329414e-03\n \n -2.7336201071739197e-01 4.3444699048995972e-01\n <_>\n \n 0 -1 786 3.2363999634981155e-02\n \n 1.8438899517059326e-01 -9.5019298791885376e-01\n <_>\n \n 0 -1 787 -6.2299999408423901e-03\n \n 3.2581999897956848e-01 -3.0815601348876953e-01\n <_>\n \n 0 -1 788 5.1488999277353287e-02\n \n 1.1416000127792358e-01 -1.9795479774475098e+00\n <_>\n \n 0 -1 789 -2.6449000462889671e-02\n \n -1.1067299842834473e+00 -8.5519999265670776e-03\n <_>\n \n 0 -1 790 -1.5420000068843365e-02\n \n 8.0138701200485229e-01 -3.2035000622272491e-02\n <_>\n \n 0 -1 791 1.9456999376416206e-02\n \n -2.6449498534202576e-01 3.8753899931907654e-01\n <_>\n \n 0 -1 792 3.3620998263359070e-02\n \n 1.6052000224590302e-02 5.8840900659561157e-01\n <_>\n \n 0 -1 793 2.8906000778079033e-02\n \n 1.5216000378131866e-02 -9.4723600149154663e-01\n <_>\n \n 0 -1 794 2.0300000323913991e-04\n \n -3.0766001343727112e-01 2.1235899627208710e-01\n <_>\n \n 0 -1 795 -4.9141999334096909e-02\n \n -1.6058609485626221e+00 -3.1094999983906746e-02\n <_>\n \n 0 -1 796 7.6425999402999878e-02\n \n 7.4758999049663544e-02 1.1639410257339478e+00\n <_>\n \n 0 -1 797 2.3897999897599220e-02\n \n -6.4320000819861889e-03 -1.1150749921798706e+00\n <_>\n \n 0 -1 798 3.8970001041889191e-03\n \n -2.4105699360370636e-01 2.0858900249004364e-01\n <_>\n \n 0 -1 799 -8.9445002377033234e-02\n \n 1.9157789945602417e+00 -1.5721100568771362e-01\n <_>\n \n 0 -1 800 -1.5008999966084957e-02\n \n -2.5174099206924438e-01 1.8179899454116821e-01\n <_>\n \n 0 -1 801 -1.1145999655127525e-02\n \n -6.9349497556686401e-01 4.4927999377250671e-02\n <_>\n \n 0 -1 802 9.4578996300697327e-02\n \n 1.8102100491523743e-01 -7.4978601932525635e-01\n <_>\n \n 0 -1 803 5.5038899183273315e-01\n \n -3.0974000692367554e-02 -1.6746139526367188e+00\n <_>\n \n 0 -1 804 4.1381001472473145e-02\n \n 6.3910000026226044e-02 7.6561200618743896e-01\n <_>\n \n 0 -1 805 2.4771999567747116e-02\n \n 1.1380000039935112e-02 -8.8559401035308838e-01\n <_>\n \n 0 -1 806 5.0999000668525696e-02\n \n 1.4890299737453461e-01 -2.4634211063385010e+00\n <_>\n \n 0 -1 807 -1.6893999651074409e-02\n \n 3.8870999217033386e-01 -2.9880300164222717e-01\n <_>\n \n 0 -1 808 -1.2162300199270248e-01\n \n -1.5542800426483154e+00 1.6300800442695618e-01\n <_>\n \n 0 -1 809 -3.6049999762326479e-03\n \n 2.1842800080776215e-01 -3.7312099337577820e-01\n <_>\n \n 0 -1 810 1.1575400084257126e-01\n \n -4.7061000019311905e-02 5.9403699636459351e-01\n <_>\n \n 0 -1 811 3.6903999745845795e-02\n \n -2.5508600473403931e-01 5.5397301912307739e-01\n <_>\n \n 0 -1 812 1.1483999900519848e-02\n \n -1.8129499256610870e-01 4.0682798624038696e-01\n <_>\n \n 0 -1 813 -2.0233999937772751e-02\n \n 5.4311197996139526e-01 -2.3822399973869324e-01\n <_>\n \n 0 -1 814 -2.8765000402927399e-02\n \n -6.9172298908233643e-01 1.5943300724029541e-01\n <_>\n \n 0 -1 815 -5.8320001699030399e-03\n \n 2.9447799921035767e-01 -3.4005999565124512e-01\n <_>\n \n 0 -1 816 -5.5468998849391937e-02\n \n 9.2200797796249390e-01 9.4093002378940582e-02\n <_>\n \n 0 -1 817 -1.4801000244915485e-02\n \n -7.9539698362350464e-01 3.1521998345851898e-02\n <_>\n \n 0 -1 818 -7.0940000005066395e-03\n \n 3.3096000552177429e-01 -5.0886999815702438e-02\n <_>\n \n 0 -1 819 -4.5124001801013947e-02\n \n -1.3719749450683594e+00 -2.1408999338746071e-02\n <_>\n \n 0 -1 820 6.4377002418041229e-02\n \n 6.3901998102664948e-02 9.1478300094604492e-01\n <_>\n \n 0 -1 821 -1.4727000147104263e-02\n \n 3.6050599813461304e-01 -2.8614500164985657e-01\n <_>\n \n 0 -1 822 4.5007001608610153e-02\n \n -1.5619699656963348e-01 5.3160297870635986e-01\n <_>\n \n 0 -1 823 -1.1330000124871731e-03\n \n 1.3422900438308716e-01 -4.4358900189399719e-01\n <_>\n \n 0 -1 824 4.9451000988483429e-02\n \n 1.0571800172328949e-01 -2.5589139461517334e+00\n <_>\n \n 0 -1 825 2.9102999716997147e-02\n \n -1.0088000446557999e-02 -1.1073939800262451e+00\n <_>\n \n 0 -1 826 3.4786000847816467e-02\n \n -2.7719999197870493e-03 5.6700998544692993e-01\n <_>\n \n 0 -1 827 -6.1309998854994774e-03\n \n -4.6889400482177734e-01 1.2636399269104004e-01\n <_>\n \n 0 -1 828 1.5525000169873238e-02\n \n -8.4279999136924744e-03 8.7469202280044556e-01\n <_>\n \n 0 -1 829 2.9249999206513166e-03\n \n -3.4434300661087036e-01 2.0851600170135498e-01\n <_>\n \n 0 -1 830 -5.3571000695228577e-02\n \n 1.4982949495315552e+00 5.7328000664710999e-02\n <_>\n \n 0 -1 831 -1.9217999652028084e-02\n \n -9.9234098196029663e-01 -9.3919998034834862e-03\n <_>\n \n 0 -1 832 -5.5282998830080032e-02\n \n -5.7682299613952637e-01 1.6860599815845490e-01\n <_>\n \n 0 -1 833 5.6336000561714172e-02\n \n -3.3775001764297485e-02 -1.3889650106430054e+00\n <_>\n \n 0 -1 834 -2.3824000731110573e-02\n \n 4.0182098746299744e-01 1.8360000103712082e-03\n <_>\n \n 0 -1 835 1.7810000572353601e-03\n \n 1.8145999312400818e-01 -4.1743400692939758e-01\n <_>\n \n 0 -1 836 -3.7689000368118286e-02\n \n 5.4683101177215576e-01 1.8219999969005585e-02\n <_>\n \n 0 -1 837 -2.4144999682903290e-02\n \n 6.8352097272872925e-01 -1.9650200009346008e-01\n <_>\n 135\n -3.7025990486145020e+00\n \n <_>\n \n 0 -1 838 2.7444999665021896e-02\n \n -8.9984202384948730e-01 5.1876497268676758e-01\n <_>\n \n 0 -1 839 1.1554100364446640e-01\n \n -5.6524401903152466e-01 7.0551300048828125e-01\n <_>\n \n 0 -1 840 -2.2297000512480736e-02\n \n 3.6079999804496765e-01 -6.6864597797393799e-01\n <_>\n \n 0 -1 841 1.3325000181794167e-02\n \n -5.5573397874832153e-01 3.5789999365806580e-01\n <_>\n \n 0 -1 842 -3.8060001097619534e-03\n \n -1.0713000297546387e+00 1.8850000202655792e-01\n <_>\n \n 0 -1 843 -2.6819999329745770e-03\n \n -7.1584302186965942e-01 2.6344498991966248e-01\n <_>\n \n 0 -1 844 3.3819999080151320e-03\n \n -4.6930798888206482e-01 2.6658400893211365e-01\n <_>\n \n 0 -1 845 3.7643000483512878e-02\n \n 2.1098700165748596e-01 -1.0804339647293091e+00\n <_>\n \n 0 -1 846 -1.3861999846994877e-02\n \n 6.6912001371383667e-01 -2.7942800521850586e-01\n <_>\n \n 0 -1 847 -2.7350001037120819e-03\n \n -9.5332300662994385e-01 2.4051299691200256e-01\n <_>\n \n 0 -1 848 -3.8336999714374542e-02\n \n 8.1432801485061646e-01 -2.4919399619102478e-01\n <_>\n \n 0 -1 849 -3.4697998315095901e-02\n \n 1.2330100536346436e+00 6.8600000813603401e-03\n <_>\n \n 0 -1 850 2.3360999301075935e-02\n \n -3.0794700980186462e-01 7.0714497566223145e-01\n <_>\n \n 0 -1 851 3.5057999193668365e-02\n \n 2.1205900609493256e-01 -1.4399830102920532e+00\n <_>\n \n 0 -1 852 -1.3256999664008617e-02\n \n -9.0260702371597290e-01 4.8610001802444458e-02\n <_>\n \n 0 -1 853 1.2740000151097775e-02\n \n 2.2655199468135834e-01 -4.4643801450729370e-01\n <_>\n \n 0 -1 854 3.6400000099092722e-03\n \n -3.9817899465560913e-01 3.4665399789810181e-01\n <_>\n \n 0 -1 855 1.0064700245857239e-01\n \n 1.8383599817752838e-01 -1.3410769701004028e+00\n <_>\n \n 0 -1 856 0.\n \n 1.5536400675773621e-01 -5.1582497358322144e-01\n <_>\n \n 0 -1 857 1.1708999983966351e-02\n \n 2.1651400625705719e-01 -7.2705197334289551e-01\n <_>\n \n 0 -1 858 -3.5964999347925186e-02\n \n -1.4789500236511230e+00 -2.4317000061273575e-02\n <_>\n \n 0 -1 859 -2.1236000582575798e-02\n \n -1.6844099760055542e-01 1.9526599347591400e-01\n <_>\n \n 0 -1 860 1.4874000102281570e-02\n \n 3.7335999310016632e-02 -8.7557297945022583e-01\n <_>\n \n 0 -1 861 -5.1409997977316380e-03\n \n 3.3466500043869019e-01 -2.4109700322151184e-01\n <_>\n \n 0 -1 862 2.3450000211596489e-02\n \n 5.5320002138614655e-03 -1.2509720325469971e+00\n <_>\n \n 0 -1 863 -2.5062000378966331e-02\n \n 4.5212399959564209e-01 -8.4469996392726898e-02\n <_>\n \n 0 -1 864 -7.7400001464411616e-04\n \n 1.5249900519847870e-01 -4.8486500978469849e-01\n <_>\n \n 0 -1 865 -4.0483999997377396e-02\n \n -1.3024920225143433e+00 1.7983500659465790e-01\n <_>\n \n 0 -1 866 2.8170999139547348e-02\n \n -2.4410900473594666e-01 6.2271100282669067e-01\n <_>\n \n 0 -1 867 4.5692998915910721e-02\n \n 2.8122000396251678e-02 9.2394399642944336e-01\n <_>\n \n 0 -1 868 3.9707001298666000e-02\n \n -2.2332799434661865e-01 7.7674001455307007e-01\n <_>\n \n 0 -1 869 5.0517000257968903e-02\n \n 2.0319999754428864e-01 -1.0895930528640747e+00\n <_>\n \n 0 -1 870 -1.7266999930143356e-02\n \n 6.8598401546478271e-01 -2.3304499685764313e-01\n <_>\n \n 0 -1 871 8.0186001956462860e-02\n \n -1.0292000137269497e-02 6.1881101131439209e-01\n <_>\n \n 0 -1 872 9.7676001489162445e-02\n \n -2.0070299506187439e-01 1.0088349580764771e+00\n <_>\n \n 0 -1 873 -1.5572000294923782e-02\n \n 4.7615298628807068e-01 4.5623999089002609e-02\n <_>\n \n 0 -1 874 -1.5305000357329845e-02\n \n -1.1077369451522827e+00 4.5239999890327454e-03\n <_>\n \n 0 -1 875 -1.6485000029206276e-02\n \n 1.0152939558029175e+00 1.6327999532222748e-02\n <_>\n \n 0 -1 876 -2.6141999289393425e-02\n \n 4.1723299026489258e-01 -2.8645500540733337e-01\n <_>\n \n 0 -1 877 8.8679995387792587e-03\n \n 2.1404999494552612e-01 -1.6772800683975220e-01\n <_>\n \n 0 -1 878 -2.6886999607086182e-02\n \n -1.1564220190048218e+00 -1.0324000380933285e-02\n <_>\n \n 0 -1 879 7.7789998613297939e-03\n \n 3.5359498858451843e-01 -2.9611301422119141e-01\n <_>\n \n 0 -1 880 -1.5974000096321106e-02\n \n -1.5374109745025635e+00 -2.9958000406622887e-02\n <_>\n \n 0 -1 881 2.0866999402642250e-02\n \n 2.0244100689888000e-01 -7.1270197629928589e-01\n <_>\n \n 0 -1 882 8.5482001304626465e-02\n \n -2.5932999327778816e-02 -1.5156569480895996e+00\n <_>\n \n 0 -1 883 2.3872999474406242e-02\n \n 1.6803400218486786e-01 -3.8806200027465820e-01\n <_>\n \n 0 -1 884 -3.9105001837015152e-02\n \n -1.1958349943161011e+00 -2.0361000671982765e-02\n <_>\n \n 0 -1 885 -7.7946998178958893e-02\n \n -1.0898950099945068e+00 1.4530299603939056e-01\n <_>\n \n 0 -1 886 -1.6876000910997391e-02\n \n 2.8049701452255249e-01 -4.1336300969123840e-01\n <_>\n \n 0 -1 887 1.1875600367784500e-01\n \n -4.3490998446941376e-02 4.1263699531555176e-01\n <_>\n \n 0 -1 888 1.5624199807643890e-01\n \n -2.6429599523544312e-01 5.5127799510955811e-01\n <_>\n \n 0 -1 889 -4.5908000320196152e-02\n \n 6.0189199447631836e-01 1.8921000882983208e-02\n <_>\n \n 0 -1 890 -1.0309999808669090e-02\n \n 3.8152998685836792e-01 -2.9507899284362793e-01\n <_>\n \n 0 -1 891 9.5769003033638000e-02\n \n 1.3246500492095947e-01 -4.6266800165176392e-01\n <_>\n \n 0 -1 892 1.3686999678611755e-02\n \n 1.1738699674606323e-01 -5.1664102077484131e-01\n <_>\n \n 0 -1 893 2.3990001063793898e-03\n \n -3.4007599949836731e-01 2.0953500270843506e-01\n <_>\n \n 0 -1 894 3.3264998346567154e-02\n \n -1.7052799463272095e-01 1.4366799592971802e+00\n <_>\n \n 0 -1 895 -3.3206000924110413e-02\n \n 6.1295700073242188e-01 -4.1549999266862869e-02\n <_>\n \n 0 -1 896 2.7979998849332333e-03\n \n -4.8554301261901855e-01 1.3372699916362762e-01\n <_>\n \n 0 -1 897 -6.5792001783847809e-02\n \n -4.0257668495178223e+00 1.0876700282096863e-01\n <_>\n \n 0 -1 898 2.1430000197142363e-03\n \n -3.9179998636245728e-01 2.2427099943161011e-01\n <_>\n \n 0 -1 899 2.2363999858498573e-02\n \n -8.6429998278617859e-02 3.7785199284553528e-01\n <_>\n \n 0 -1 900 -5.7410001754760742e-02\n \n 1.1454069614410400e+00 -1.9736599922180176e-01\n <_>\n \n 0 -1 901 6.6550001502037048e-03\n \n -2.1105000749230385e-02 5.8453398942947388e-01\n <_>\n \n 0 -1 902 1.2326999567449093e-02\n \n 3.7817001342773438e-02 -6.6987001895904541e-01\n <_>\n \n 0 -1 903 -8.1869997084140778e-03\n \n 5.6366002559661865e-01 -7.6877996325492859e-02\n <_>\n \n 0 -1 904 3.6681000143289566e-02\n \n -1.7343300580978394e-01 1.1670149564743042e+00\n <_>\n \n 0 -1 905 -4.0220400691032410e-01\n \n 1.2640819549560547e+00 4.3398998677730560e-02\n <_>\n \n 0 -1 906 -2.2126000374555588e-02\n \n 6.6978102922439575e-01 -2.1605299413204193e-01\n <_>\n \n 0 -1 907 -1.3156999833881855e-02\n \n -4.1198599338531494e-01 2.0215000212192535e-01\n <_>\n \n 0 -1 908 -1.2860000133514404e-02\n \n -9.1582697629928589e-01 3.9232999086380005e-02\n <_>\n \n 0 -1 909 2.1627999842166901e-02\n \n 3.8719999138265848e-03 3.5668200254440308e-01\n <_>\n \n 0 -1 910 1.1896000243723392e-02\n \n -3.7303900718688965e-01 1.9235099852085114e-01\n <_>\n \n 0 -1 911 -1.9548999145627022e-02\n \n -4.2374899983406067e-01 2.4429599940776825e-01\n <_>\n \n 0 -1 912 6.4444996416568756e-02\n \n -1.6558900475502014e-01 1.2697030305862427e+00\n <_>\n \n 0 -1 913 1.0898499935865402e-01\n \n 1.4894300699234009e-01 -2.1534640789031982e+00\n <_>\n \n 0 -1 914 -3.4077998250722885e-02\n \n 1.3779460191726685e+00 -1.6198499500751495e-01\n <_>\n \n 0 -1 915 -3.7489999085664749e-03\n \n -3.3828601241111755e-01 2.1152900159358978e-01\n <_>\n \n 0 -1 916 -1.0971999727189541e-02\n \n 7.6517897844314575e-01 -1.9692599773406982e-01\n <_>\n \n 0 -1 917 -1.1485000140964985e-02\n \n -6.9271200895309448e-01 2.1657100319862366e-01\n <_>\n \n 0 -1 918 2.5984000414609909e-02\n \n -1.1983999982476234e-02 -9.9697297811508179e-01\n <_>\n \n 0 -1 919 4.2159999720752239e-03\n \n -1.0205700248479843e-01 4.8884400725364685e-01\n <_>\n \n 0 -1 920 -4.7697000205516815e-02\n \n 1.0666010379791260e+00 -1.7576299607753754e-01\n <_>\n \n 0 -1 921 4.0300001273863018e-04\n \n 1.8524800240993500e-01 -7.4790000915527344e-01\n <_>\n \n 0 -1 922 1.1539600044488907e-01\n \n -2.2019700706005096e-01 5.4509997367858887e-01\n <_>\n \n 0 -1 923 1.6021000221371651e-02\n \n 2.5487500429153442e-01 -5.0740098953247070e-01\n <_>\n \n 0 -1 924 5.6632000952959061e-02\n \n -1.1256000027060509e-02 -9.5968097448348999e-01\n <_>\n \n 0 -1 925 -1.0726000182330608e-02\n \n -2.8544700145721436e-01 1.6994799673557281e-01\n <_>\n \n 0 -1 926 1.2420000135898590e-01\n \n -3.6139998584985733e-02 -1.3132710456848145e+00\n <_>\n \n 0 -1 927 -5.3799999877810478e-03\n \n 3.3092701435089111e-01 1.3307999819517136e-02\n <_>\n \n 0 -1 928 1.1908000335097313e-02\n \n -3.4830299019813538e-01 2.4041900038719177e-01\n <_>\n \n 0 -1 929 -4.3007999658584595e-02\n \n -1.4390469789505005e+00 1.5599599480628967e-01\n <_>\n \n 0 -1 930 -3.3149998635053635e-02\n \n -1.1805850267410278e+00 -1.2347999960184097e-02\n <_>\n \n 0 -1 931 -2.1341999992728233e-02\n \n 2.2119441032409668e+00 6.2737002968788147e-02\n <_>\n \n 0 -1 932 -1.2218999676406384e-02\n \n -1.8709750175476074e+00 -4.5499999076128006e-02\n <_>\n \n 0 -1 933 -1.6860999166965485e-02\n \n -7.6912701129913330e-01 1.5330000221729279e-01\n <_>\n \n 0 -1 934 -2.4999999441206455e-03\n \n -6.2987399101257324e-01 5.1600001752376556e-02\n <_>\n \n 0 -1 935 -4.5037999749183655e-02\n \n 8.5428899526596069e-01 6.2600001692771912e-03\n <_>\n \n 0 -1 936 3.9057999849319458e-02\n \n -3.2458998262882233e-02 -1.3325669765472412e+00\n <_>\n \n 0 -1 937 6.6720000468194485e-03\n \n -1.9423599541187286e-01 3.7328699231147766e-01\n <_>\n \n 0 -1 938 -1.6361000016331673e-02\n \n 2.0605869293212891e+00 -1.5042699873447418e-01\n <_>\n \n 0 -1 939 6.1719999648630619e-03\n \n -1.1610999703407288e-01 2.5455400347709656e-01\n <_>\n \n 0 -1 940 4.5722000300884247e-02\n \n -1.6340000554919243e-02 -1.0449140071868896e+00\n <_>\n \n 0 -1 941 4.1209999471902847e-03\n \n -4.1997998952865601e-02 3.9680999517440796e-01\n <_>\n \n 0 -1 942 -1.7800000205170363e-04\n \n -6.6422599554061890e-01 3.3443000167608261e-02\n <_>\n \n 0 -1 943 7.1109998971223831e-03\n \n -5.8231998234987259e-02 3.7857300043106079e-01\n <_>\n \n 0 -1 944 -4.9864001572132111e-02\n \n 6.1019402742385864e-01 -2.1005700528621674e-01\n <_>\n \n 0 -1 945 -2.5011999532580376e-02\n \n -5.7100099325180054e-01 1.7848399281501770e-01\n <_>\n \n 0 -1 946 3.0939999967813492e-02\n \n 5.6363001465797424e-02 -6.4731001853942871e-01\n <_>\n \n 0 -1 947 4.6271000057458878e-02\n \n 1.7482399940490723e-01 -9.8909401893615723e-01\n <_>\n \n 0 -1 948 -3.1870000530034304e-03\n \n -6.6804802417755127e-01 3.2267000526189804e-02\n <_>\n \n 0 -1 949 -2.4351999163627625e-02\n \n 2.9444900155067444e-01 -1.3599999947473407e-03\n <_>\n \n 0 -1 950 1.1974000371992588e-02\n \n -2.8345099091529846e-01 4.7171199321746826e-01\n <_>\n \n 0 -1 951 1.3070000335574150e-02\n \n -1.0834600031375885e-01 5.7193297147750854e-01\n <_>\n \n 0 -1 952 5.9163000434637070e-02\n \n -5.0939001142978668e-02 -1.9059720039367676e+00\n <_>\n \n 0 -1 953 -4.1094999760389328e-02\n \n 4.5104598999023438e-01 -9.7599998116493225e-03\n <_>\n \n 0 -1 954 -8.3989001810550690e-02\n \n -2.0349199771881104e+00 -5.1019001752138138e-02\n <_>\n \n 0 -1 955 4.4619001448154449e-02\n \n 1.7041100561618805e-01 -1.2278720140457153e+00\n <_>\n \n 0 -1 956 2.4419000372290611e-02\n \n -2.1796999499201775e-02 -1.0822949409484863e+00\n <_>\n \n 0 -1 957 -4.3870001100003719e-03\n \n 3.0466699600219727e-01 -3.7066599726676941e-01\n <_>\n \n 0 -1 958 2.4607999250292778e-02\n \n -3.1169500946998596e-01 2.3657299578189850e-01\n <_>\n \n 0 -1 959 -8.5182003676891327e-02\n \n -1.7982350587844849e+00 1.5254299342632294e-01\n <_>\n \n 0 -1 960 2.1844999864697456e-02\n \n -5.1888000220060349e-02 -1.9017189741134644e+00\n <_>\n \n 0 -1 961 -1.6829000785946846e-02\n \n 2.1025900542736053e-01 2.1656999364495277e-02\n <_>\n \n 0 -1 962 3.2547999173402786e-02\n \n -2.0292599499225616e-01 6.0944002866744995e-01\n <_>\n \n 0 -1 963 2.4709999561309814e-03\n \n -9.5371198654174805e-01 1.8568399548530579e-01\n <_>\n \n 0 -1 964 5.5415999144315720e-02\n \n -1.4405299723148346e-01 2.1506340503692627e+00\n <_>\n \n 0 -1 965 -1.0635499656200409e-01\n \n -1.0911970138549805e+00 1.3228000700473785e-01\n <_>\n \n 0 -1 966 -7.9889995977282524e-03\n \n 1.0253400355577469e-01 -5.1744902133941650e-01\n <_>\n \n 0 -1 967 7.5567997992038727e-02\n \n 5.8965001255273819e-02 1.2354209423065186e+00\n <_>\n \n 0 -1 968 -9.2805996537208557e-02\n \n -1.3431650400161743e+00 -3.4462999552488327e-02\n <_>\n \n 0 -1 969 4.9431998282670975e-02\n \n 4.9601998180150986e-02 1.6054730415344238e+00\n <_>\n \n 0 -1 970 -1.1772999539971352e-02\n \n -1.0261050462722778e+00 -4.1559999808669090e-03\n <_>\n \n 0 -1 971 8.5886001586914062e-02\n \n 8.4642998874187469e-02 9.5220798254013062e-01\n <_>\n \n 0 -1 972 8.1031002104282379e-02\n \n -1.4687100052833557e-01 1.9359990358352661e+00\n <_>\n 136\n -3.4265899658203125e+00\n \n <_>\n \n 0 -1 973 -3.3840999007225037e-02\n \n 6.5889501571655273e-01 -6.9755297899246216e-01\n <_>\n \n 0 -1 974 1.5410000458359718e-02\n \n -9.0728402137756348e-01 3.0478599667549133e-01\n <_>\n \n 0 -1 975 5.4905999451875687e-02\n \n -4.9774798750877380e-01 5.7132601737976074e-01\n <_>\n \n 0 -1 976 2.1390000358223915e-02\n \n -4.2565199732780457e-01 5.8096802234649658e-01\n <_>\n \n 0 -1 977 7.8849997371435165e-03\n \n -4.7905999422073364e-01 4.3016499280929565e-01\n <_>\n \n 0 -1 978 -3.7544999271631241e-02\n \n 5.0861597061157227e-01 -1.9985899329185486e-01\n <_>\n \n 0 -1 979 1.5925799310207367e-01\n \n -2.3263600468635559e-01 1.0993319749832153e+00\n <_>\n \n 0 -1 980 -6.8939998745918274e-02\n \n 4.0569001436233521e-01 5.6855000555515289e-02\n <_>\n \n 0 -1 981 -3.3695001155138016e-02\n \n 4.5132800936698914e-01 -3.3332800865173340e-01\n <_>\n \n 0 -1 982 -6.3314996659755707e-02\n \n -8.5015702247619629e-01 2.2341699898242950e-01\n <_>\n \n 0 -1 983 7.3699997738003731e-03\n \n -9.3082201480865479e-01 5.9216998517513275e-02\n <_>\n \n 0 -1 984 -9.5969997346401215e-03\n \n -1.2794899940490723e+00 1.8447299301624298e-01\n <_>\n \n 0 -1 985 -1.3067999482154846e-01\n \n 5.8426898717880249e-01 -2.6007199287414551e-01\n <_>\n \n 0 -1 986 5.7402998208999634e-02\n \n -5.3789000958204269e-02 7.1175599098205566e-01\n <_>\n \n 0 -1 987 -7.2340001352131367e-03\n \n -8.6962199211120605e-01 7.5214996933937073e-02\n <_>\n \n 0 -1 988 3.1098999083042145e-02\n \n -7.5006999075412750e-02 9.0781599283218384e-01\n <_>\n \n 0 -1 989 3.5854000598192215e-02\n \n -2.4795499444007874e-01 7.2272098064422607e-01\n <_>\n \n 0 -1 990 -3.1534999608993530e-02\n \n -1.1238329410552979e+00 2.0988300442695618e-01\n <_>\n \n 0 -1 991 -1.9437000155448914e-02\n \n -1.4499390125274658e+00 -1.5100000426173210e-02\n <_>\n \n 0 -1 992 -7.2420001961290836e-03\n \n 5.3864902257919312e-01 -1.1375399678945541e-01\n <_>\n \n 0 -1 993 8.1639997661113739e-03\n \n 6.6889002919197083e-02 -7.6872897148132324e-01\n <_>\n \n 0 -1 994 -4.3653000146150589e-02\n \n 1.1413530111312866e+00 4.0217000991106033e-02\n <_>\n \n 0 -1 995 2.6569999754428864e-02\n \n -2.4719099700450897e-01 5.9295099973678589e-01\n <_>\n \n 0 -1 996 3.2216999679803848e-02\n \n -4.0024999529123306e-02 3.2688000798225403e-01\n <_>\n \n 0 -1 997 -7.2236001491546631e-02\n \n 5.8729398250579834e-01 -2.5396001338958740e-01\n <_>\n \n 0 -1 998 3.1424999237060547e-02\n \n 1.5315100550651550e-01 -5.6042098999023438e-01\n <_>\n \n 0 -1 999 -4.7699999413453043e-04\n \n 1.6958899796009064e-01 -5.2626699209213257e-01\n <_>\n \n 0 -1 1000 2.7189999818801880e-03\n \n -1.4944599568843842e-01 2.9658699035644531e-01\n <_>\n \n 0 -1 1001 3.2875001430511475e-02\n \n -3.9943501353263855e-01 2.5156599283218384e-01\n <_>\n \n 0 -1 1002 -1.4553000219166279e-02\n \n 2.7972599864006042e-01 -4.7203800082206726e-01\n <_>\n \n 0 -1 1003 3.8017999380826950e-02\n \n -2.9200001154094934e-03 -1.1300059556961060e+00\n <_>\n \n 0 -1 1004 2.8659999370574951e-03\n \n 4.1111800074577332e-01 -2.6220801472663879e-01\n <_>\n \n 0 -1 1005 -4.1606999933719635e-02\n \n -1.4293819665908813e+00 -1.9132999703288078e-02\n <_>\n \n 0 -1 1006 -2.4802999570965767e-02\n \n -2.5013598799705505e-01 1.5978699922561646e-01\n <_>\n \n 0 -1 1007 1.0098000057041645e-02\n \n 4.3738998472690582e-02 -6.9986099004745483e-01\n <_>\n \n 0 -1 1008 -2.0947000011801720e-02\n \n -9.4137799739837646e-01 2.3204000294208527e-01\n <_>\n \n 0 -1 1009 2.2458000108599663e-02\n \n -2.7185800671577454e-01 4.5319199562072754e-01\n <_>\n \n 0 -1 1010 -3.7110999226570129e-02\n \n -1.0314660072326660e+00 1.4421799778938293e-01\n <_>\n \n 0 -1 1011 -1.0648000054061413e-02\n \n 6.3107001781463623e-01 -2.5520798563957214e-01\n <_>\n \n 0 -1 1012 5.5422998964786530e-02\n \n 1.6206599771976471e-01 -1.7722640037536621e+00\n <_>\n \n 0 -1 1013 2.1601999178528786e-02\n \n -2.5016099214553833e-01 5.4119801521301270e-01\n <_>\n \n 0 -1 1014 8.7000000348780304e-05\n \n -2.9008901119232178e-01 3.3507999777793884e-01\n <_>\n \n 0 -1 1015 1.4406000263988972e-02\n \n -7.8840004280209541e-03 -1.1677219867706299e+00\n <_>\n \n 0 -1 1016 1.0777399688959122e-01\n \n 1.1292000114917755e-01 -2.4940319061279297e+00\n <_>\n \n 0 -1 1017 3.5943999886512756e-02\n \n -1.9480599462985992e-01 9.5757502317428589e-01\n <_>\n \n 0 -1 1018 -3.9510000497102737e-03\n \n 3.0927801132202148e-01 -2.5530201196670532e-01\n <_>\n \n 0 -1 1019 2.0942000672221184e-02\n \n -7.6319999061524868e-03 -1.0086350440979004e+00\n <_>\n \n 0 -1 1020 -2.9877999797463417e-02\n \n -4.6027699112892151e-01 1.9507199525833130e-01\n <_>\n \n 0 -1 1021 2.5971999391913414e-02\n \n -1.2187999673187733e-02 -1.0035500526428223e+00\n <_>\n \n 0 -1 1022 1.0603000409901142e-02\n \n -7.5969003140926361e-02 4.1669899225234985e-01\n <_>\n \n 0 -1 1023 8.5819996893405914e-03\n \n -2.6648598909378052e-01 3.9111500978469849e-01\n <_>\n \n 0 -1 1024 2.1270999684929848e-02\n \n 1.8273900449275970e-01 -3.6052298545837402e-01\n <_>\n \n 0 -1 1025 7.4518002569675446e-02\n \n -1.8938399851322174e-01 9.2658001184463501e-01\n <_>\n \n 0 -1 1026 4.6569998376071453e-03\n \n -1.4506199955940247e-01 3.3294600248336792e-01\n <_>\n \n 0 -1 1027 1.7119999974966049e-03\n \n -5.2464002370834351e-01 8.9879997074604034e-02\n <_>\n \n 0 -1 1028 9.8500004969537258e-04\n \n -3.8381999731063843e-01 2.4392999708652496e-01\n <_>\n \n 0 -1 1029 2.8233999386429787e-02\n \n -5.7879998348653316e-03 -1.2617139816284180e+00\n <_>\n \n 0 -1 1030 -3.2678000628948212e-02\n \n -5.7953298091888428e-01 1.6955299675464630e-01\n <_>\n \n 0 -1 1031 2.2536000236868858e-02\n \n 2.2281000390648842e-02 -8.7869602441787720e-01\n <_>\n \n 0 -1 1032 -2.1657999604940414e-02\n \n -6.5108501911163330e-01 1.2966899573802948e-01\n <_>\n \n 0 -1 1033 7.6799998059868813e-03\n \n -3.3965200185775757e-01 2.2013300657272339e-01\n <_>\n \n 0 -1 1034 1.4592000283300877e-02\n \n 1.5077300369739532e-01 -5.0452399253845215e-01\n <_>\n \n 0 -1 1035 2.7868000790476799e-02\n \n -2.5045299530029297e-01 4.5741999149322510e-01\n <_>\n \n 0 -1 1036 5.6940000504255295e-03\n \n -1.0948500037193298e-01 5.5757802724838257e-01\n <_>\n \n 0 -1 1037 -1.0002999566495419e-02\n \n -9.7366297245025635e-01 1.8467999994754791e-02\n <_>\n \n 0 -1 1038 -4.0719998069107533e-03\n \n 3.8222199678421021e-01 -1.6921100020408630e-01\n <_>\n \n 0 -1 1039 -2.2593999281525612e-02\n \n -1.0391089916229248e+00 5.1839998923242092e-03\n <_>\n \n 0 -1 1040 -3.9579998701810837e-02\n \n -5.5109229087829590e+00 1.1163999885320663e-01\n <_>\n \n 0 -1 1041 -1.7537999898195267e-02\n \n 9.5485800504684448e-01 -1.8584500253200531e-01\n <_>\n \n 0 -1 1042 9.0300003066658974e-03\n \n 1.0436000302433968e-02 8.2114797830581665e-01\n <_>\n \n 0 -1 1043 -7.9539995640516281e-03\n \n 2.2632899880409241e-01 -3.4568199515342712e-01\n <_>\n \n 0 -1 1044 2.7091000229120255e-02\n \n 1.6430099308490753e-01 -1.3926379680633545e+00\n <_>\n \n 0 -1 1045 -2.0625999197363853e-02\n \n -8.6366099119186401e-01 2.3880000226199627e-03\n <_>\n \n 0 -1 1046 -7.1989998221397400e-02\n \n -2.8192629814147949e+00 1.1570499837398529e-01\n <_>\n \n 0 -1 1047 -2.6964999735355377e-02\n \n -1.2946130037307739e+00 -2.4661000818014145e-02\n <_>\n \n 0 -1 1048 -4.7377999871969223e-02\n \n -8.1306397914886475e-01 1.1831399798393250e-01\n <_>\n \n 0 -1 1049 -1.0895600169897079e-01\n \n 6.5937900543212891e-01 -2.0843900740146637e-01\n <_>\n \n 0 -1 1050 1.3574000447988510e-02\n \n 7.4240001849830151e-03 5.3152197599411011e-01\n <_>\n \n 0 -1 1051 -6.6920001991093159e-03\n \n 3.0655801296234131e-01 -3.1084299087524414e-01\n <_>\n \n 0 -1 1052 -3.9070001803338528e-03\n \n 2.5576499104499817e-01 -5.2932001650333405e-02\n <_>\n \n 0 -1 1053 -3.7613000720739365e-02\n \n -1.4350049495697021e+00 -1.5448000282049179e-02\n <_>\n \n 0 -1 1054 8.6329998448491096e-03\n \n -1.6884399950504303e-01 4.2124900221824646e-01\n <_>\n \n 0 -1 1055 -3.2097000628709793e-02\n \n -6.4979398250579834e-01 4.1110001504421234e-02\n <_>\n \n 0 -1 1056 5.8495998382568359e-02\n \n -5.2963998168706894e-02 6.3368302583694458e-01\n <_>\n \n 0 -1 1057 -4.0901999920606613e-02\n \n -9.2101097106933594e-01 9.0640000998973846e-03\n <_>\n \n 0 -1 1058 -1.9925000146031380e-02\n \n 5.3759998083114624e-01 -6.2996998429298401e-02\n <_>\n \n 0 -1 1059 -4.6020001173019409e-03\n \n -5.4333502054214478e-01 8.4104999899864197e-02\n <_>\n \n 0 -1 1060 1.6824999824166298e-02\n \n 1.5563699603080750e-01 -4.0171200037002563e-01\n <_>\n \n 0 -1 1061 9.4790002331137657e-03\n \n -2.4245299398899078e-01 5.1509499549865723e-01\n <_>\n \n 0 -1 1062 -1.9534999504685402e-02\n \n -5.1118397712707520e-01 1.3831999897956848e-01\n <_>\n \n 0 -1 1063 1.0746000334620476e-02\n \n -2.1854999661445618e-01 6.2828701734542847e-01\n <_>\n \n 0 -1 1064 3.7927001714706421e-02\n \n 1.1640299856662750e-01 -2.7301959991455078e+00\n <_>\n \n 0 -1 1065 1.6390999779105186e-02\n \n -1.4635999687016010e-02 -1.0797250270843506e+00\n <_>\n \n 0 -1 1066 -1.9785000011324883e-02\n \n 1.2166420221328735e+00 3.3275000751018524e-02\n <_>\n \n 0 -1 1067 1.1067000217735767e-02\n \n -2.5388300418853760e-01 4.4038599729537964e-01\n <_>\n \n 0 -1 1068 5.2479999139904976e-03\n \n 2.2496800124645233e-01 -2.4216499924659729e-01\n <_>\n \n 0 -1 1069 -1.1141999624669552e-02\n \n 2.5018098950386047e-01 -3.0811500549316406e-01\n <_>\n \n 0 -1 1070 -1.0666999965906143e-02\n \n -3.2729101181030273e-01 2.6168298721313477e-01\n <_>\n \n 0 -1 1071 1.0545299947261810e-01\n \n -5.5750001221895218e-02 -1.9605729579925537e+00\n <_>\n \n 0 -1 1072 5.4827999323606491e-02\n \n -1.9519999623298645e-03 7.3866099119186401e-01\n <_>\n \n 0 -1 1073 1.7760999500751495e-02\n \n -3.0647200345993042e-01 2.6346999406814575e-01\n <_>\n \n 0 -1 1074 -3.1185999512672424e-02\n \n -2.4600900709629059e-01 1.7082199454307556e-01\n <_>\n \n 0 -1 1075 -5.7296000421047211e-02\n \n 4.7033500671386719e-01 -2.6048299670219421e-01\n <_>\n \n 0 -1 1076 -1.1312000453472137e-02\n \n 3.8628900051116943e-01 -2.8817000985145569e-01\n <_>\n \n 0 -1 1077 3.0592000111937523e-02\n \n -4.8826001584529877e-02 -1.7638969421386719e+00\n <_>\n \n 0 -1 1078 1.8489999929443002e-03\n \n 2.1099899709224701e-01 -2.5940999388694763e-02\n <_>\n \n 0 -1 1079 1.1419000104069710e-02\n \n -1.6829599440097809e-01 1.0278660058975220e+00\n <_>\n \n 0 -1 1080 8.1403002142906189e-02\n \n 1.1531999707221985e-01 -1.2482399940490723e+00\n <_>\n \n 0 -1 1081 5.3495999425649643e-02\n \n -4.6303998678922653e-02 -1.7165969610214233e+00\n <_>\n \n 0 -1 1082 -2.3948000743985176e-02\n \n -4.0246599912643433e-01 2.0562100410461426e-01\n <_>\n \n 0 -1 1083 6.7690000869333744e-03\n \n -3.3152300119400024e-01 2.0683400332927704e-01\n <_>\n \n 0 -1 1084 -3.2343998551368713e-02\n \n -7.2632801532745361e-01 2.0073500275611877e-01\n <_>\n \n 0 -1 1085 3.7863001227378845e-02\n \n -1.5631000697612762e-01 1.6697460412979126e+00\n <_>\n \n 0 -1 1086 1.5440000221133232e-02\n \n 1.9487400352954865e-01 -3.5384199023246765e-01\n <_>\n \n 0 -1 1087 -4.4376000761985779e-02\n \n 8.2093602418899536e-01 -1.8193599581718445e-01\n <_>\n \n 0 -1 1088 -2.3102000355720520e-02\n \n -4.3044099211692810e-01 1.2375400215387344e-01\n <_>\n \n 0 -1 1089 1.9400000572204590e-02\n \n -2.9726000502705574e-02 -1.1597590446472168e+00\n <_>\n \n 0 -1 1090 1.0385700315237045e-01\n \n 1.1149899661540985e-01 -4.6835222244262695e+00\n <_>\n \n 0 -1 1091 -1.8964000046253204e-02\n \n 2.1773819923400879e+00 -1.4544400572776794e-01\n <_>\n \n 0 -1 1092 3.8750998675823212e-02\n \n -4.9446001648902893e-02 3.4018298983573914e-01\n <_>\n \n 0 -1 1093 2.2766999900341034e-02\n \n -3.2802999019622803e-01 3.0531400442123413e-01\n <_>\n \n 0 -1 1094 -3.1357001513242722e-02\n \n 1.1520819664001465e+00 2.7305999770760536e-02\n <_>\n \n 0 -1 1095 9.6909999847412109e-03\n \n -3.8799500465393066e-01 2.1512599289417267e-01\n <_>\n \n 0 -1 1096 -4.9284998327493668e-02\n \n -1.6774909496307373e+00 1.5774199366569519e-01\n <_>\n \n 0 -1 1097 -3.9510998874902725e-02\n \n -9.7647899389266968e-01 -1.0552000254392624e-02\n <_>\n \n 0 -1 1098 4.7997999936342239e-02\n \n 2.0843900740146637e-01 -6.8992799520492554e-01\n <_>\n \n 0 -1 1099 5.1422998309135437e-02\n \n -1.6665300726890564e-01 1.2149239778518677e+00\n <_>\n \n 0 -1 1100 1.4279999770224094e-02\n \n 2.3627699911594391e-01 -4.1396799683570862e-01\n <_>\n \n 0 -1 1101 -9.1611996293067932e-02\n \n -9.2830902338027954e-01 -1.8345000222325325e-02\n <_>\n \n 0 -1 1102 6.5080001950263977e-03\n \n -7.3647201061248779e-01 1.9497099518775940e-01\n <_>\n \n 0 -1 1103 3.5723000764846802e-02\n \n 1.4197799563407898e-01 -4.2089301347732544e-01\n <_>\n \n 0 -1 1104 5.0638001412153244e-02\n \n 1.1644000187516212e-02 7.8486597537994385e-01\n <_>\n \n 0 -1 1105 -1.4613999985158443e-02\n \n -1.1909500360488892e+00 -3.5128001123666763e-02\n <_>\n \n 0 -1 1106 -3.8662999868392944e-02\n \n 2.4314730167388916e+00 6.5647996962070465e-02\n <_>\n \n 0 -1 1107 -4.0346998721361160e-02\n \n 7.1755301952362061e-01 -1.9108299911022186e-01\n <_>\n \n 0 -1 1108 2.3902000859379768e-02\n \n 1.5646199882030487e-01 -7.9294800758361816e-01\n <_>\n 137\n -3.5125269889831543e+00\n \n <_>\n \n 0 -1 1109 8.5640000179409981e-03\n \n -8.1450700759887695e-01 5.8875298500061035e-01\n <_>\n \n 0 -1 1110 -1.3292600214481354e-01\n \n 9.3213397264480591e-01 -2.9367300868034363e-01\n <_>\n \n 0 -1 1111 9.8400004208087921e-03\n \n -5.6462901830673218e-01 4.1647699475288391e-01\n <_>\n \n 0 -1 1112 5.0889998674392700e-03\n \n -7.9232800006866455e-01 1.6975000500679016e-01\n <_>\n \n 0 -1 1113 -6.1039000749588013e-02\n \n -1.4169000387191772e+00 2.5020999833941460e-02\n <_>\n \n 0 -1 1114 -4.6599999768659472e-04\n \n 3.7982499599456787e-01 -4.1567099094390869e-01\n <_>\n \n 0 -1 1115 3.3889999613165855e-03\n \n -4.0768599510192871e-01 3.5548499226570129e-01\n <_>\n \n 0 -1 1116 2.1006999537348747e-02\n \n -2.4080100655555725e-01 8.6112701892852783e-01\n <_>\n \n 0 -1 1117 7.5559997931122780e-03\n \n -8.7467199563980103e-01 9.8572000861167908e-02\n <_>\n \n 0 -1 1118 2.4779999628663063e-02\n \n 1.5566200017929077e-01 -6.9229799509048462e-01\n <_>\n \n 0 -1 1119 -3.5620000213384628e-02\n \n -1.1472270488739014e+00 3.6359999328851700e-02\n <_>\n \n 0 -1 1120 1.9810000434517860e-02\n \n 1.5516200661659241e-01 -6.9520097970962524e-01\n <_>\n \n 0 -1 1121 1.5019999817013741e-02\n \n 4.1990000754594803e-02 -9.6622800827026367e-01\n <_>\n \n 0 -1 1122 -2.3137999698519707e-02\n \n 4.3396899104118347e-01 2.4160000029951334e-03\n <_>\n \n 0 -1 1123 -1.8743000924587250e-02\n \n 4.3481099605560303e-01 -3.2522499561309814e-01\n <_>\n \n 0 -1 1124 4.5080000162124634e-01\n \n -9.4573996961116791e-02 7.2421300411224365e-01\n <_>\n \n 0 -1 1125 1.1854999698698521e-02\n \n -3.8133099675178528e-01 3.0098399519920349e-01\n <_>\n \n 0 -1 1126 -2.4830000475049019e-02\n \n 8.9300602674484253e-01 -1.0295899957418442e-01\n <_>\n \n 0 -1 1127 -4.4743001461029053e-02\n \n 8.6280298233032227e-01 -2.1716499328613281e-01\n <_>\n \n 0 -1 1128 -1.4600000344216824e-02\n \n 6.0069400072097778e-01 -1.5906299650669098e-01\n <_>\n \n 0 -1 1129 -2.4527000263333321e-02\n \n -1.5872869491577148e+00 -2.1817000582814217e-02\n <_>\n \n 0 -1 1130 2.3024000227451324e-02\n \n 1.6853399574756622e-01 -3.8106900453567505e-01\n <_>\n \n 0 -1 1131 -2.4917000904679298e-02\n \n 5.0810897350311279e-01 -2.7279898524284363e-01\n <_>\n \n 0 -1 1132 1.0130000300705433e-03\n \n -4.3138799071311951e-01 2.6438099145889282e-01\n <_>\n \n 0 -1 1133 1.5603000298142433e-02\n \n -3.1624200940132141e-01 5.5715900659561157e-01\n <_>\n \n 0 -1 1134 -2.6685999706387520e-02\n \n 1.0553920269012451e+00 2.9074000194668770e-02\n <_>\n \n 0 -1 1135 1.3940000208094716e-03\n \n -7.1873801946640015e-01 6.5390996634960175e-02\n <_>\n \n 0 -1 1136 -6.4799998654052615e-04\n \n 2.4884399771690369e-01 -2.0978200435638428e-01\n <_>\n \n 0 -1 1137 -3.1888000667095184e-02\n \n -6.8844497203826904e-01 6.3589997589588165e-02\n <_>\n \n 0 -1 1138 -4.9290000461041927e-03\n \n -5.9152501821517944e-01 2.7943599224090576e-01\n <_>\n \n 0 -1 1139 3.1168000772595406e-02\n \n 4.5223999768495560e-02 -8.8639199733734131e-01\n <_>\n \n 0 -1 1140 -3.3663000911474228e-02\n \n -6.1590200662612915e-01 1.5749299526214600e-01\n <_>\n \n 0 -1 1141 1.1966999620199203e-02\n \n -3.0606698989868164e-01 4.2293301224708557e-01\n <_>\n \n 0 -1 1142 -3.4680001437664032e-02\n \n -1.3734940290451050e+00 1.5908700227737427e-01\n <_>\n \n 0 -1 1143 9.9290004000067711e-03\n \n -5.5860197544097900e-01 1.2119200080633163e-01\n <_>\n \n 0 -1 1144 5.9574998915195465e-02\n \n 4.9720001406967640e-03 8.2055401802062988e-01\n <_>\n \n 0 -1 1145 -6.5428003668785095e-02\n \n 1.5651429891586304e+00 -1.6817499697208405e-01\n <_>\n \n 0 -1 1146 -9.2895999550819397e-02\n \n -1.5794529914855957e+00 1.4661799371242523e-01\n <_>\n \n 0 -1 1147 -4.1184000670909882e-02\n \n -1.5518720149993896e+00 -2.9969999566674232e-02\n <_>\n \n 0 -1 1148 2.1447999402880669e-02\n \n 1.7196300625801086e-01 -6.9343197345733643e-01\n <_>\n \n 0 -1 1149 -2.5569999590516090e-02\n \n -1.3061310052871704e+00 -2.4336999282240868e-02\n <_>\n \n 0 -1 1150 -4.1200999170541763e-02\n \n -1.3821059465408325e+00 1.4801800251007080e-01\n <_>\n \n 0 -1 1151 -1.7668999731540680e-02\n \n -7.0889997482299805e-01 3.6524001508951187e-02\n <_>\n \n 0 -1 1152 9.0060001239180565e-03\n \n -4.0913999080657959e-02 8.0373102426528931e-01\n <_>\n \n 0 -1 1153 -1.1652999557554722e-02\n \n 5.7546800374984741e-01 -2.4991700053215027e-01\n <_>\n \n 0 -1 1154 -7.4780001305043697e-03\n \n -4.9280899763107300e-01 1.9810900092124939e-01\n <_>\n \n 0 -1 1155 8.5499999113380909e-04\n \n -4.8858100175857544e-01 1.3563099503517151e-01\n <_>\n \n 0 -1 1156 -3.0538000166416168e-02\n \n -6.0278397798538208e-01 1.8522000312805176e-01\n <_>\n \n 0 -1 1157 -1.8846999853849411e-02\n \n 2.3565599322319031e-01 -3.5136300325393677e-01\n <_>\n \n 0 -1 1158 -8.1129996106028557e-03\n \n -8.1304997205734253e-02 2.1069599688053131e-01\n <_>\n \n 0 -1 1159 -3.4830000251531601e-02\n \n -1.2065670490264893e+00 -1.4251999557018280e-02\n <_>\n \n 0 -1 1160 1.9021000713109970e-02\n \n 2.3349900543689728e-01 -4.5664900541305542e-01\n <_>\n \n 0 -1 1161 -1.9004000350832939e-02\n \n -8.1075799465179443e-01 1.3140000402927399e-02\n <_>\n \n 0 -1 1162 -8.9057996869087219e-02\n \n 6.1542397737503052e-01 3.2983001321554184e-02\n <_>\n \n 0 -1 1163 6.8620000965893269e-03\n \n -2.9583099484443665e-01 2.7003699541091919e-01\n <_>\n \n 0 -1 1164 -2.8240999206900597e-02\n \n -6.1102700233459473e-01 1.7357499897480011e-01\n <_>\n \n 0 -1 1165 -3.2099999953061342e-04\n \n -5.3322899341583252e-01 6.8539001047611237e-02\n <_>\n \n 0 -1 1166 -1.0829100012779236e-01\n \n -1.2879559993743896e+00 1.1801700294017792e-01\n <_>\n \n 0 -1 1167 1.5878999605774879e-02\n \n -1.7072600126266479e-01 1.1103910207748413e+00\n <_>\n \n 0 -1 1168 8.6859995499253273e-03\n \n -1.0995099693536758e-01 4.6010500192642212e-01\n <_>\n \n 0 -1 1169 -2.5234999135136604e-02\n \n 1.0220669507980347e+00 -1.8694299459457397e-01\n <_>\n \n 0 -1 1170 -1.3508999720215797e-02\n \n -7.8316599130630493e-01 1.4202600717544556e-01\n <_>\n \n 0 -1 1171 -7.7149998396635056e-03\n \n -8.8060700893402100e-01 1.1060000397264957e-02\n <_>\n \n 0 -1 1172 7.1580000221729279e-02\n \n 1.1369399726390839e-01 -1.1032789945602417e+00\n <_>\n \n 0 -1 1173 -1.3554000295698643e-02\n \n -8.1096500158309937e-01 3.4080001059919596e-03\n <_>\n \n 0 -1 1174 2.9450000729411840e-03\n \n -7.2879999876022339e-02 3.4998100996017456e-01\n <_>\n \n 0 -1 1175 -5.0833001732826233e-02\n \n -1.2868590354919434e+00 -2.8842000290751457e-02\n <_>\n \n 0 -1 1176 -8.7989997118711472e-03\n \n 4.7613599896430969e-01 -1.4690400660037994e-01\n <_>\n \n 0 -1 1177 2.1424399316310883e-01\n \n -5.9702001512050629e-02 -2.4802260398864746e+00\n <_>\n \n 0 -1 1178 1.3962999917566776e-02\n \n 1.7420299351215363e-01 -4.3911001086235046e-01\n <_>\n \n 0 -1 1179 4.2502000927925110e-02\n \n -1.9965299963951111e-01 7.0654797554016113e-01\n <_>\n \n 0 -1 1180 1.9827999174594879e-02\n \n -6.9136001169681549e-02 6.1643397808074951e-01\n <_>\n \n 0 -1 1181 -3.3560000360012054e-02\n \n -1.2740780115127563e+00 -2.5673000141978264e-02\n <_>\n \n 0 -1 1182 6.3542999327182770e-02\n \n 1.2403500080108643e-01 -1.0776289701461792e+00\n <_>\n \n 0 -1 1183 2.1933000534772873e-02\n \n 1.4952000230550766e-02 -7.1023499965667725e-01\n <_>\n \n 0 -1 1184 -7.8424997627735138e-02\n \n 6.2033998966217041e-01 3.3610999584197998e-02\n <_>\n \n 0 -1 1185 1.4390000142157078e-02\n \n -3.6324599385261536e-01 1.7308300733566284e-01\n <_>\n \n 0 -1 1186 -6.7309997975826263e-02\n \n 5.2374100685119629e-01 1.2799999676644802e-02\n <_>\n \n 0 -1 1187 1.3047499954700470e-01\n \n -1.7122499644756317e-01 1.1235200166702271e+00\n <_>\n \n 0 -1 1188 -4.6245999634265900e-02\n \n -1.1908329725265503e+00 1.7425599694252014e-01\n <_>\n \n 0 -1 1189 -2.9842000454664230e-02\n \n 8.3930599689483643e-01 -1.8064199388027191e-01\n <_>\n \n 0 -1 1190 -3.8099999073892832e-04\n \n 3.5532799363136292e-01 -2.3842300474643707e-01\n <_>\n \n 0 -1 1191 -2.2378999739885330e-02\n \n -8.7943899631500244e-01 -7.8399997437372804e-04\n <_>\n \n 0 -1 1192 -1.5569999814033508e-03\n \n -1.4253300428390503e-01 2.5876200199127197e-01\n <_>\n \n 0 -1 1193 1.2013000436127186e-02\n \n -2.9015499353408813e-01 2.6051101088523865e-01\n <_>\n \n 0 -1 1194 2.4384999647736549e-02\n \n -3.1438998878002167e-02 5.8695900440216064e-01\n <_>\n \n 0 -1 1195 -4.7180999070405960e-02\n \n 6.9430100917816162e-01 -2.1816100180149078e-01\n <_>\n \n 0 -1 1196 -2.4893999099731445e-02\n \n -6.4599299430847168e-01 1.5611599385738373e-01\n <_>\n \n 0 -1 1197 2.1944999694824219e-02\n \n -2.7742000296711922e-02 -1.1346880197525024e+00\n <_>\n \n 0 -1 1198 1.8809899687767029e-01\n \n -1.0076000355184078e-02 1.2429029941558838e+00\n <_>\n \n 0 -1 1199 -7.7872000634670258e-02\n \n 8.5008001327514648e-01 -1.9015499949455261e-01\n <_>\n \n 0 -1 1200 -4.8769000917673111e-02\n \n -2.0763080120086670e+00 1.2179400026798248e-01\n <_>\n \n 0 -1 1201 -1.7115000635385513e-02\n \n -8.5687297582626343e-01 7.8760003671050072e-03\n <_>\n \n 0 -1 1202 -2.7499999850988388e-03\n \n 3.8645499944686890e-01 -1.1391499638557434e-01\n <_>\n \n 0 -1 1203 -9.8793998360633850e-02\n \n -1.7233899831771851e+00 -5.6063000112771988e-02\n <_>\n \n 0 -1 1204 -2.1936999633908272e-02\n \n 5.4749399423599243e-01 -4.2481999844312668e-02\n <_>\n \n 0 -1 1205 6.1096999794244766e-02\n \n -3.8945000618696213e-02 -1.0807880163192749e+00\n <_>\n \n 0 -1 1206 -2.4563999846577644e-02\n \n 5.8311098814010620e-01 -9.7599998116493225e-04\n <_>\n \n 0 -1 1207 3.3752001821994781e-02\n \n -1.3795999810099602e-02 -8.4730297327041626e-01\n <_>\n \n 0 -1 1208 3.8199000060558319e-02\n \n 1.5114299952983856e-01 -7.9473400115966797e-01\n <_>\n \n 0 -1 1209 -2.0117999985814095e-02\n \n 5.1579099893569946e-01 -2.1445399522781372e-01\n <_>\n \n 0 -1 1210 2.4734999984502792e-02\n \n -2.2105000913143158e-02 4.2917698621749878e-01\n <_>\n \n 0 -1 1211 -2.4357000365853310e-02\n \n -8.6201298236846924e-01 -3.6760000512003899e-03\n <_>\n \n 0 -1 1212 -2.6442000642418861e-02\n \n -4.5397499203681946e-01 2.2462800145149231e-01\n <_>\n \n 0 -1 1213 -3.4429999068379402e-03\n \n 1.3073000311851501e-01 -3.8622701168060303e-01\n <_>\n \n 0 -1 1214 1.0701700299978256e-01\n \n 1.3158600032329559e-01 -7.9306900501251221e-01\n <_>\n \n 0 -1 1215 4.5152999460697174e-02\n \n -2.5296801328659058e-01 4.0672400593757629e-01\n <_>\n \n 0 -1 1216 4.4349998235702515e-02\n \n 2.2613000124692917e-02 7.9618102312088013e-01\n <_>\n \n 0 -1 1217 1.0839999886229634e-03\n \n -3.9158400893211365e-01 1.1639100313186646e-01\n <_>\n \n 0 -1 1218 7.1433000266551971e-02\n \n 8.2466997206211090e-02 1.2530590295791626e+00\n <_>\n \n 0 -1 1219 3.5838000476360321e-02\n \n -1.8203300237655640e-01 7.7078700065612793e-01\n <_>\n \n 0 -1 1220 -2.0839000120759010e-02\n \n -6.1744397878646851e-01 1.5891399979591370e-01\n <_>\n \n 0 -1 1221 4.2525801062583923e-01\n \n -4.8978000879287720e-02 -1.8422030210494995e+00\n <_>\n \n 0 -1 1222 1.1408000253140926e-02\n \n 1.7918199300765991e-01 -1.5383499860763550e-01\n <_>\n \n 0 -1 1223 -1.5364999882876873e-02\n \n -8.4016501903533936e-01 -1.0280000278726220e-03\n <_>\n \n 0 -1 1224 -1.5212000347673893e-02\n \n -1.8995699286460876e-01 1.7130999267101288e-01\n <_>\n \n 0 -1 1225 -1.8972000107169151e-02\n \n -7.9541999101638794e-01 6.6800001077353954e-03\n <_>\n \n 0 -1 1226 -3.3330000005662441e-03\n \n -2.3530800640583038e-01 2.4730099737644196e-01\n <_>\n \n 0 -1 1227 9.3248002231121063e-02\n \n -5.4758001118898392e-02 -1.8324300050735474e+00\n <_>\n \n 0 -1 1228 -1.2555000372231007e-02\n \n 2.6385200023651123e-01 -3.8526400923728943e-01\n <_>\n \n 0 -1 1229 -2.7070000767707825e-02\n \n -6.6929799318313599e-01 2.0340999588370323e-02\n <_>\n \n 0 -1 1230 -2.3677000775933266e-02\n \n 6.7265301942825317e-01 -1.4344000257551670e-02\n <_>\n \n 0 -1 1231 -1.4275000430643559e-02\n \n 3.0186399817466736e-01 -2.8514400124549866e-01\n <_>\n \n 0 -1 1232 2.8096999973058701e-02\n \n 1.4766000211238861e-01 -1.4078520536422729e+00\n <_>\n \n 0 -1 1233 5.0840001553297043e-02\n \n -1.8613600730895996e-01 7.9953002929687500e-01\n <_>\n \n 0 -1 1234 1.1505999602377415e-02\n \n 1.9118399918079376e-01 -8.5035003721714020e-02\n <_>\n \n 0 -1 1235 -1.4661000110208988e-02\n \n 4.5239299535751343e-01 -2.2205199301242828e-01\n <_>\n \n 0 -1 1236 2.2842499613761902e-01\n \n 1.3488399982452393e-01 -1.2894610166549683e+00\n <_>\n \n 0 -1 1237 1.1106900125741959e-01\n \n -2.0753799378871918e-01 5.4561597108840942e-01\n <_>\n \n 0 -1 1238 3.2450000289827585e-03\n \n 3.2053700089454651e-01 -1.6403500735759735e-01\n <_>\n \n 0 -1 1239 8.5309997200965881e-02\n \n -2.0210500061511993e-01 5.3296798467636108e-01\n <_>\n \n 0 -1 1240 2.2048000246286392e-02\n \n 1.5698599815368652e-01 -1.7014099657535553e-01\n <_>\n \n 0 -1 1241 -1.5676999464631081e-02\n \n -6.2863498926162720e-01 4.0761999785900116e-02\n <_>\n \n 0 -1 1242 3.3112901449203491e-01\n \n 1.6609300673007965e-01 -1.0326379537582397e+00\n <_>\n \n 0 -1 1243 8.8470000773668289e-03\n \n -2.5076198577880859e-01 3.1660598516464233e-01\n <_>\n \n 0 -1 1244 4.6080000698566437e-02\n \n 1.5352100133895874e-01 -1.6333500146865845e+00\n <_>\n \n 0 -1 1245 -3.7703000009059906e-02\n \n 5.6873798370361328e-01 -2.0102599263191223e-01\n <_>\n 159\n -3.5939640998840332e+00\n \n <_>\n \n 0 -1 1246 -8.1808999180793762e-02\n \n 5.7124799489974976e-01 -6.7438799142837524e-01\n <_>\n \n 0 -1 1247 2.1761199831962585e-01\n \n -3.8610199093818665e-01 9.0343999862670898e-01\n <_>\n \n 0 -1 1248 1.4878000132739544e-02\n \n 2.2241599857807159e-01 -1.2779350280761719e+00\n <_>\n \n 0 -1 1249 5.2434999495744705e-02\n \n -2.8690400719642639e-01 7.5742298364639282e-01\n <_>\n \n 0 -1 1250 9.1429995372891426e-03\n \n -6.4880400896072388e-01 2.2268800437450409e-01\n <_>\n \n 0 -1 1251 7.9169999808073044e-03\n \n -2.9253599047660828e-01 3.1030198931694031e-01\n <_>\n \n 0 -1 1252 -2.6084000244736671e-02\n \n 4.5532700419425964e-01 -3.8500601053237915e-01\n <_>\n \n 0 -1 1253 -2.9400000348687172e-03\n \n -5.1264399290084839e-01 2.7432298660278320e-01\n <_>\n \n 0 -1 1254 5.7130001485347748e-02\n \n 1.5788000077009201e-02 -1.2133100032806396e+00\n <_>\n \n 0 -1 1255 -6.1309998854994774e-03\n \n 3.9174601435661316e-01 -3.0866798758506775e-01\n <_>\n \n 0 -1 1256 -4.0405001491308212e-02\n \n 1.1901949644088745e+00 -2.0347100496292114e-01\n <_>\n \n 0 -1 1257 -2.0297000184655190e-02\n \n -6.8239498138427734e-01 2.0458699762821198e-01\n <_>\n \n 0 -1 1258 -1.7188999801874161e-02\n \n -8.4939897060394287e-01 3.8433000445365906e-02\n <_>\n \n 0 -1 1259 -2.4215999990701675e-02\n \n -1.1039420366287231e+00 1.5975099802017212e-01\n <_>\n \n 0 -1 1260 5.6869000196456909e-02\n \n -1.9595299661159515e-01 1.1806850433349609e+00\n <_>\n \n 0 -1 1261 3.6199999158270657e-04\n \n -4.0847799181938171e-01 3.2938599586486816e-01\n <_>\n \n 0 -1 1262 9.9790003150701523e-03\n \n -2.9673001170158386e-01 4.1547900438308716e-01\n <_>\n \n 0 -1 1263 -5.2625000476837158e-02\n \n -1.3069299459457397e+00 1.7862600088119507e-01\n <_>\n \n 0 -1 1264 -1.3748999685049057e-02\n \n 2.3665800690650940e-01 -4.4536599516868591e-01\n <_>\n \n 0 -1 1265 -3.0517000705003738e-02\n \n 2.9018300771713257e-01 -1.1210100352764130e-01\n <_>\n \n 0 -1 1266 -3.0037501454353333e-01\n \n -2.4237680435180664e+00 -4.2830999940633774e-02\n <_>\n \n 0 -1 1267 -3.5990998148918152e-02\n \n 8.8206499814987183e-01 -4.7012999653816223e-02\n <_>\n \n 0 -1 1268 -5.5112000554800034e-02\n \n 8.0119001865386963e-01 -2.0490999519824982e-01\n <_>\n \n 0 -1 1269 3.3762000501155853e-02\n \n 1.4617599546909332e-01 -1.1349489688873291e+00\n <_>\n \n 0 -1 1270 -8.2710003480315208e-03\n \n -8.1604897975921631e-01 1.8988000229001045e-02\n <_>\n \n 0 -1 1271 -5.4399999789893627e-03\n \n -7.0980900526046753e-01 2.2343699634075165e-01\n <_>\n \n 0 -1 1272 3.1059999018907547e-03\n \n -7.2808599472045898e-01 4.0224999189376831e-02\n <_>\n \n 0 -1 1273 5.3651999682188034e-02\n \n 1.7170900106430054e-01 -1.1163710355758667e+00\n <_>\n \n 0 -1 1274 -1.2541399896144867e-01\n \n 2.7680370807647705e+00 -1.4611500501632690e-01\n <_>\n \n 0 -1 1275 9.2542000114917755e-02\n \n 1.1609800159931183e-01 -3.9635529518127441e+00\n <_>\n \n 0 -1 1276 3.8513999432325363e-02\n \n -7.6399999670684338e-03 -9.8780900239944458e-01\n <_>\n \n 0 -1 1277 -2.0200000144541264e-03\n \n 2.3059999942779541e-01 -7.4970299005508423e-01\n <_>\n \n 0 -1 1278 9.7599998116493225e-03\n \n -3.1137999892234802e-01 3.0287799239158630e-01\n <_>\n \n 0 -1 1279 2.4095000699162483e-02\n \n -4.9529999494552612e-02 5.2690100669860840e-01\n <_>\n \n 0 -1 1280 -1.7982000485062599e-02\n \n -1.1610640287399292e+00 -5.7000000961124897e-03\n <_>\n \n 0 -1 1281 -1.0555000044405460e-02\n \n -2.7189099788665771e-01 2.3597699403762817e-01\n <_>\n \n 0 -1 1282 -7.2889998555183411e-03\n \n -5.4219102859497070e-01 8.1914000213146210e-02\n <_>\n \n 0 -1 1283 2.3939000442624092e-02\n \n 1.7975799739360809e-01 -6.7049497365951538e-01\n <_>\n \n 0 -1 1284 -1.8365999683737755e-02\n \n 6.2664300203323364e-01 -2.0970100164413452e-01\n <_>\n \n 0 -1 1285 1.5715999528765678e-02\n \n 2.4193699657917023e-01 -1.0444309711456299e+00\n <_>\n \n 0 -1 1286 -4.8804000020027161e-02\n \n -9.4060599803924561e-01 -3.7519999314099550e-03\n <_>\n \n 0 -1 1287 6.7130001261830330e-03\n \n -7.5432002544403076e-02 6.1575299501419067e-01\n <_>\n \n 0 -1 1288 9.7770001739263535e-03\n \n 3.9285000413656235e-02 -8.4810298681259155e-01\n <_>\n \n 0 -1 1289 1.4744999818503857e-02\n \n 1.6968999803066254e-01 -5.0906401872634888e-01\n <_>\n \n 0 -1 1290 9.7079001367092133e-02\n \n -3.3103000372648239e-02 -1.2706379890441895e+00\n <_>\n \n 0 -1 1291 4.8285998404026031e-02\n \n 9.4329997897148132e-02 2.7203190326690674e+00\n <_>\n \n 0 -1 1292 9.7810002043843269e-03\n \n -3.9533400535583496e-01 1.5363800525665283e-01\n <_>\n \n 0 -1 1293 -3.9893999695777893e-02\n \n -2.2767400741577148e-01 1.3913999497890472e-01\n <_>\n \n 0 -1 1294 2.2848000749945641e-02\n \n -2.7391999959945679e-01 3.4199500083923340e-01\n <_>\n \n 0 -1 1295 6.7179999314248562e-03\n \n -1.0874299705028534e-01 4.8125401139259338e-01\n <_>\n \n 0 -1 1296 5.9599999338388443e-02\n \n -4.9522001296281815e-02 -2.0117089748382568e+00\n <_>\n \n 0 -1 1297 6.9340001791715622e-03\n \n 1.5037499368190765e-01 -1.1271899938583374e-01\n <_>\n \n 0 -1 1298 1.5757000073790550e-02\n \n -2.0885000005364418e-02 -1.1651979684829712e+00\n <_>\n \n 0 -1 1299 -4.9690000712871552e-02\n \n -8.0213499069213867e-01 1.4372299611568451e-01\n <_>\n \n 0 -1 1300 5.2347000688314438e-02\n \n -2.0836700499057770e-01 6.1677598953247070e-01\n <_>\n \n 0 -1 1301 2.2430999204516411e-02\n \n 2.0305900275707245e-01 -7.5326198339462280e-01\n <_>\n \n 0 -1 1302 4.1142001748085022e-02\n \n -1.8118199706077576e-01 1.0033359527587891e+00\n <_>\n \n 0 -1 1303 -2.1632000803947449e-02\n \n 4.9998998641967773e-01 -3.4662999212741852e-02\n <_>\n \n 0 -1 1304 -8.2808002829551697e-02\n \n 1.1711900234222412e+00 -1.8433600664138794e-01\n <_>\n \n 0 -1 1305 8.5060000419616699e-03\n \n -6.3225001096725464e-02 2.9024899005889893e-01\n <_>\n \n 0 -1 1306 7.8905001282691956e-02\n \n -2.3274500668048859e-01 5.9695798158645630e-01\n <_>\n \n 0 -1 1307 -9.0207003057003021e-02\n \n -8.2211899757385254e-01 1.7772200703620911e-01\n <_>\n \n 0 -1 1308 -2.9269000515341759e-02\n \n 6.0860699415206909e-01 -2.1468900144100189e-01\n <_>\n \n 0 -1 1309 6.9499998353421688e-03\n \n -4.2665999382734299e-02 6.0512101650238037e-01\n <_>\n \n 0 -1 1310 -8.0629996955394745e-03\n \n -1.1508270502090454e+00 -2.7286000549793243e-02\n <_>\n \n 0 -1 1311 1.9595999270677567e-02\n \n -9.1880001127719879e-03 5.6857800483703613e-01\n <_>\n \n 0 -1 1312 -1.4884999953210354e-02\n \n 3.7658798694610596e-01 -2.7149501442909241e-01\n <_>\n \n 0 -1 1313 2.5217000395059586e-02\n \n -9.9991001188755035e-02 2.4664700031280518e-01\n <_>\n \n 0 -1 1314 -1.5855999663472176e-02\n \n 6.6826701164245605e-01 -2.0614700019359589e-01\n <_>\n \n 0 -1 1315 2.9441000893712044e-02\n \n 1.5832200646400452e-01 -7.6060897111892700e-01\n <_>\n \n 0 -1 1316 -8.5279997438192368e-03\n \n 3.8212299346923828e-01 -2.5407800078392029e-01\n <_>\n \n 0 -1 1317 2.4421999230980873e-02\n \n 1.5105099976062775e-01 -2.8752899169921875e-01\n <_>\n \n 0 -1 1318 -3.3886998891830444e-02\n \n -6.8002802133560181e-01 3.4327000379562378e-02\n <_>\n \n 0 -1 1319 -2.0810000132769346e-03\n \n 2.5413900613784790e-01 -2.6859098672866821e-01\n <_>\n \n 0 -1 1320 3.0358999967575073e-02\n \n -3.0842000618577003e-02 -1.1476809978485107e+00\n <_>\n \n 0 -1 1321 4.0210001170635223e-03\n \n -3.5253798961639404e-01 2.9868099093437195e-01\n <_>\n \n 0 -1 1322 2.7681000530719757e-02\n \n -3.8148999214172363e-02 -1.3262039422988892e+00\n <_>\n \n 0 -1 1323 7.9039996489882469e-03\n \n -2.3737000301480293e-02 7.0503002405166626e-01\n <_>\n \n 0 -1 1324 4.4031001627445221e-02\n \n 1.0674899816513062e-01 -4.5261201262474060e-01\n <_>\n \n 0 -1 1325 -3.2370999455451965e-02\n \n 4.6674901247024536e-01 -6.1546999961137772e-02\n <_>\n \n 0 -1 1326 2.0933000370860100e-02\n \n -2.8447899222373962e-01 4.3845599889755249e-01\n <_>\n \n 0 -1 1327 2.5227999314665794e-02\n \n -2.2537000477313995e-02 7.0389097929000854e-01\n <_>\n \n 0 -1 1328 6.5520000644028187e-03\n \n -3.2554900646209717e-01 2.4023699760437012e-01\n <_>\n \n 0 -1 1329 -5.8557998389005661e-02\n \n -1.2227720022201538e+00 1.1668799817562103e-01\n <_>\n \n 0 -1 1330 3.1899999827146530e-02\n \n -1.9305000081658363e-02 -1.0973169803619385e+00\n <_>\n \n 0 -1 1331 -3.0445000156760216e-02\n \n 6.5582501888275146e-01 7.5090996921062469e-02\n <_>\n \n 0 -1 1332 1.4933000318706036e-02\n \n -5.2155798673629761e-01 1.1523099988698959e-01\n <_>\n \n 0 -1 1333 -4.9008000642061234e-02\n \n -7.8303998708724976e-01 1.6657200455665588e-01\n <_>\n \n 0 -1 1334 8.3158999681472778e-02\n \n -2.6879999786615372e-03 -8.5282301902770996e-01\n <_>\n \n 0 -1 1335 2.3902999237179756e-02\n \n -5.1010999828577042e-02 4.1999098658561707e-01\n <_>\n \n 0 -1 1336 1.6428999602794647e-02\n \n 1.9232999533414841e-02 -6.5049099922180176e-01\n <_>\n \n 0 -1 1337 -1.1838000267744064e-02\n \n -6.2409800291061401e-01 1.5411199629306793e-01\n <_>\n \n 0 -1 1338 -1.6799999866634607e-04\n \n 1.7589199542999268e-01 -3.4338700771331787e-01\n <_>\n \n 0 -1 1339 1.9193999469280243e-02\n \n 4.3418999761343002e-02 7.9069197177886963e-01\n <_>\n \n 0 -1 1340 -1.0032000020146370e-02\n \n 4.5648899674415588e-01 -2.2494800388813019e-01\n <_>\n \n 0 -1 1341 -1.4004000462591648e-02\n \n 3.3570998907089233e-01 -4.8799999058246613e-03\n <_>\n \n 0 -1 1342 -1.0319899767637253e-01\n \n -2.3378000259399414e+00 -5.8933001011610031e-02\n <_>\n \n 0 -1 1343 -9.5697000622749329e-02\n \n -6.6153901815414429e-01 2.0098599791526794e-01\n <_>\n \n 0 -1 1344 -4.1480999439954758e-02\n \n 4.5939201116561890e-01 -2.2314099967479706e-01\n <_>\n \n 0 -1 1345 2.4099999573081732e-03\n \n -2.6898598670959473e-01 2.4922999739646912e-01\n <_>\n \n 0 -1 1346 1.0724999755620956e-01\n \n -1.8640199303627014e-01 7.2769802808761597e-01\n <_>\n \n 0 -1 1347 3.1870000530034304e-03\n \n -2.4608999490737915e-02 2.8643900156021118e-01\n <_>\n \n 0 -1 1348 2.9167000204324722e-02\n \n -3.4683000296354294e-02 -1.1162580251693726e+00\n <_>\n \n 0 -1 1349 1.1287000030279160e-02\n \n 6.3760001212358475e-03 6.6632097959518433e-01\n <_>\n \n 0 -1 1350 -1.2001000344753265e-02\n \n 4.2420101165771484e-01 -2.6279801130294800e-01\n <_>\n \n 0 -1 1351 -1.2695999816060066e-02\n \n -2.1957000717520714e-02 1.8936799466609955e-01\n <_>\n \n 0 -1 1352 2.4597000330686569e-02\n \n -3.4963998943567276e-02 -1.0989320278167725e+00\n <_>\n \n 0 -1 1353 4.5953001827001572e-02\n \n 1.1109799891710281e-01 -2.9306049346923828e+00\n <_>\n \n 0 -1 1354 -2.7241000905632973e-02\n \n 2.9101699590682983e-01 -2.7407899498939514e-01\n <_>\n \n 0 -1 1355 4.0063999593257904e-02\n \n 1.1877900362014771e-01 -6.2801802158355713e-01\n <_>\n \n 0 -1 1356 2.3055000230669975e-02\n \n 1.4813800156116486e-01 -3.7007498741149902e-01\n <_>\n \n 0 -1 1357 -2.3737000301480293e-02\n \n -5.3724801540374756e-01 1.9358199834823608e-01\n <_>\n \n 0 -1 1358 7.7522002160549164e-02\n \n -6.0194000601768494e-02 -1.9489669799804688e+00\n <_>\n \n 0 -1 1359 -1.3345000334084034e-02\n \n -4.5229598879814148e-01 1.8741500377655029e-01\n <_>\n \n 0 -1 1360 -2.1719999611377716e-02\n \n 1.2144249677658081e+00 -1.5365800261497498e-01\n <_>\n \n 0 -1 1361 -7.1474999189376831e-02\n \n -2.3047130107879639e+00 1.0999900102615356e-01\n <_>\n \n 0 -1 1362 -5.4999999701976776e-03\n \n -7.1855199337005615e-01 2.0100999623537064e-02\n <_>\n \n 0 -1 1363 2.6740999892354012e-02\n \n 7.3545001447200775e-02 9.8786002397537231e-01\n <_>\n \n 0 -1 1364 -3.9407998323440552e-02\n \n -1.2227380275726318e+00 -4.3506998568773270e-02\n <_>\n \n 0 -1 1365 2.5888999924063683e-02\n \n 1.3409300148487091e-01 -1.1770780086517334e+00\n <_>\n \n 0 -1 1366 4.8925001174211502e-02\n \n -3.0810000374913216e-02 -9.3479502201080322e-01\n <_>\n \n 0 -1 1367 3.6892998963594437e-02\n \n 1.3333700597286224e-01 -1.4998290538787842e+00\n <_>\n \n 0 -1 1368 7.8929997980594635e-02\n \n -1.4538800716400146e-01 1.5631790161132812e+00\n <_>\n \n 0 -1 1369 2.9006000608205795e-02\n \n 1.9383700191974640e-01 -6.7642802000045776e-01\n <_>\n \n 0 -1 1370 6.3089998438954353e-03\n \n -3.7465399503707886e-01 1.0857500135898590e-01\n <_>\n \n 0 -1 1371 -6.5830998122692108e-02\n \n 8.1059402227401733e-01 3.0201999470591545e-02\n <_>\n \n 0 -1 1372 -6.8965002894401550e-02\n \n 8.3772599697113037e-01 -1.7140999436378479e-01\n <_>\n \n 0 -1 1373 -1.1669100075960159e-01\n \n -9.4647198915481567e-01 1.3123199343681335e-01\n <_>\n \n 0 -1 1374 -1.3060000492259860e-03\n \n 4.6007998287677765e-02 -5.2011597156524658e-01\n <_>\n \n 0 -1 1375 -4.4558998197317123e-02\n \n -1.9423669576644897e+00 1.3200700283050537e-01\n <_>\n \n 0 -1 1376 5.1033001393079758e-02\n \n -2.1480999886989594e-01 4.8673900961875916e-01\n <_>\n \n 0 -1 1377 -3.1578000634908676e-02\n \n 5.9989798069000244e-01 7.9159997403621674e-03\n <_>\n \n 0 -1 1378 2.1020000800490379e-02\n \n -2.2069500386714935e-01 5.4046201705932617e-01\n <_>\n \n 0 -1 1379 -1.3824200630187988e-01\n \n 6.2957501411437988e-01 -2.1712999790906906e-02\n <_>\n \n 0 -1 1380 5.2228998392820358e-02\n \n -2.3360900580883026e-01 4.9760800600051880e-01\n <_>\n \n 0 -1 1381 2.5884000584483147e-02\n \n 1.8041999638080597e-01 -2.2039200365543365e-01\n <_>\n \n 0 -1 1382 -1.2138999998569489e-02\n \n -6.9731897115707397e-01 1.5712000429630280e-02\n <_>\n \n 0 -1 1383 -2.4237999692559242e-02\n \n 3.4593299031257629e-01 7.1469999849796295e-02\n <_>\n \n 0 -1 1384 -2.5272000581026077e-02\n \n -8.7583297491073608e-01 -9.8240002989768982e-03\n <_>\n \n 0 -1 1385 1.2597000226378441e-02\n \n 2.3649999499320984e-01 -2.8731200098991394e-01\n <_>\n \n 0 -1 1386 5.7330999523401260e-02\n \n -6.1530999839305878e-02 -2.2326040267944336e+00\n <_>\n \n 0 -1 1387 1.6671000048518181e-02\n \n -1.9850100576877594e-01 4.0810701251029968e-01\n <_>\n \n 0 -1 1388 -2.2818999364972115e-02\n \n 9.6487599611282349e-01 -2.0245699584484100e-01\n <_>\n \n 0 -1 1389 3.7000001611886546e-05\n \n -5.8908998966217041e-02 2.7055400609970093e-01\n <_>\n \n 0 -1 1390 -7.6700001955032349e-03\n \n -4.5317101478576660e-01 8.9628003537654877e-02\n <_>\n \n 0 -1 1391 9.4085998833179474e-02\n \n 1.1604599654674530e-01 -1.0951169729232788e+00\n <_>\n \n 0 -1 1392 -6.2267001718282700e-02\n \n 1.8096530437469482e+00 -1.4773200452327728e-01\n <_>\n \n 0 -1 1393 1.7416000366210938e-02\n \n 2.3068200051784515e-01 -4.2417600750923157e-01\n <_>\n \n 0 -1 1394 -2.2066000849008560e-02\n \n 4.9270299077033997e-01 -2.0630900561809540e-01\n <_>\n \n 0 -1 1395 -1.0404000058770180e-02\n \n 6.0924297571182251e-01 2.8130000457167625e-02\n <_>\n \n 0 -1 1396 -9.3670003116130829e-03\n \n 4.0171200037002563e-01 -2.1681700646877289e-01\n <_>\n \n 0 -1 1397 -2.9039999470114708e-02\n \n -8.4876501560211182e-01 1.4246800541877747e-01\n <_>\n \n 0 -1 1398 -2.1061999723315239e-02\n \n -7.9198300838470459e-01 -1.2595999985933304e-02\n <_>\n \n 0 -1 1399 -3.7000998854637146e-02\n \n -6.7488902807235718e-01 1.2830400466918945e-01\n <_>\n \n 0 -1 1400 1.0735999792814255e-02\n \n 3.6779999732971191e-02 -6.3393002748489380e-01\n <_>\n \n 0 -1 1401 1.6367599368095398e-01\n \n 1.3803899288177490e-01 -4.7189000248908997e-01\n <_>\n \n 0 -1 1402 9.4917997717857361e-02\n \n -1.3855700194835663e-01 1.9492419958114624e+00\n <_>\n \n 0 -1 1403 3.5261999815702438e-02\n \n 1.3721899688243866e-01 -2.1186530590057373e+00\n <_>\n \n 0 -1 1404 1.2811000458896160e-02\n \n -2.0008100569248199e-01 4.9507799744606018e-01\n <_>\n 155\n -3.3933560848236084e+00\n \n <_>\n \n 0 -1 1405 1.3904400169849396e-01\n \n -4.6581199765205383e-01 7.6431602239608765e-01\n <_>\n \n 0 -1 1406 1.1916999705135822e-02\n \n -9.4398999214172363e-01 3.9726299047470093e-01\n <_>\n \n 0 -1 1407 -1.0006999596953392e-02\n \n 3.2718798518180847e-01 -6.3367402553558350e-01\n <_>\n \n 0 -1 1408 -6.0479999519884586e-03\n \n 2.7427899837493896e-01 -5.7446998357772827e-01\n <_>\n \n 0 -1 1409 -1.2489999644458294e-03\n \n 2.3629300296306610e-01 -6.8593502044677734e-01\n <_>\n \n 0 -1 1410 3.2382000237703323e-02\n \n -5.7630199193954468e-01 2.7492699027061462e-01\n <_>\n \n 0 -1 1411 -1.3957999646663666e-02\n \n -6.1061501502990723e-01 2.4541600048542023e-01\n <_>\n \n 0 -1 1412 1.1159999994561076e-03\n \n -5.6539100408554077e-01 2.7179300785064697e-01\n <_>\n \n 0 -1 1413 2.7000000045518391e-05\n \n -8.0235999822616577e-01 1.1509100347757339e-01\n <_>\n \n 0 -1 1414 -2.5700000696815550e-04\n \n -8.1205898523330688e-01 2.3844699561595917e-01\n <_>\n \n 0 -1 1415 4.0460000745952129e-03\n \n 1.3909600675106049e-01 -6.6163200139999390e-01\n <_>\n \n 0 -1 1416 1.4356000348925591e-02\n \n -1.6485199332237244e-01 4.1901698708534241e-01\n <_>\n \n 0 -1 1417 -5.5374998599290848e-02\n \n 1.4425870180130005e+00 -1.8820199370384216e-01\n <_>\n \n 0 -1 1418 9.3594998121261597e-02\n \n 1.3548299670219421e-01 -9.1636097431182861e-01\n <_>\n \n 0 -1 1419 2.6624999940395355e-02\n \n -3.3748298883438110e-01 3.9233601093292236e-01\n <_>\n \n 0 -1 1420 3.7469998933374882e-03\n \n -1.1615400016307831e-01 4.4399300217628479e-01\n <_>\n \n 0 -1 1421 -3.1886000186204910e-02\n \n -9.9498301744461060e-01 1.6120000509545207e-03\n <_>\n \n 0 -1 1422 -2.2600000724196434e-02\n \n -4.8067399859428406e-01 1.7007300257682800e-01\n <_>\n \n 0 -1 1423 2.5202000513672829e-02\n \n 3.5580001771450043e-02 -8.0215400457382202e-01\n <_>\n \n 0 -1 1424 -3.1036999076604843e-02\n \n -1.0895340442657471e+00 1.8081900477409363e-01\n <_>\n \n 0 -1 1425 -2.6475999504327774e-02\n \n 9.5671200752258301e-01 -2.1049399673938751e-01\n <_>\n \n 0 -1 1426 -1.3853999786078930e-02\n \n -1.0370320081710815e+00 2.2166700661182404e-01\n <_>\n \n 0 -1 1427 -6.2925003468990326e-02\n \n 9.0199398994445801e-01 -1.9085299968719482e-01\n <_>\n \n 0 -1 1428 -4.4750999659299850e-02\n \n -1.0119110345840454e+00 1.4691199362277985e-01\n <_>\n \n 0 -1 1429 -2.0428000018000603e-02\n \n 6.1624497175216675e-01 -2.3552699387073517e-01\n <_>\n \n 0 -1 1430 -8.0329999327659607e-03\n \n -8.3279997110366821e-02 2.1728700399398804e-01\n <_>\n \n 0 -1 1431 8.7280003353953362e-03\n \n 6.5458998084068298e-02 -6.0318702459335327e-01\n <_>\n \n 0 -1 1432 -2.7202000841498375e-02\n \n -9.3447399139404297e-01 1.5270000696182251e-01\n <_>\n \n 0 -1 1433 -1.6471000388264656e-02\n \n -8.4177100658416748e-01 1.3332000002264977e-02\n <_>\n \n 0 -1 1434 -1.3744000345468521e-02\n \n 6.0567200183868408e-01 -9.2021003365516663e-02\n <_>\n \n 0 -1 1435 2.9164999723434448e-02\n \n -2.8114000335335732e-02 -1.4014569520950317e+00\n <_>\n \n 0 -1 1436 3.7457000464200974e-02\n \n 1.3080599904060364e-01 -4.9382498860359192e-01\n <_>\n \n 0 -1 1437 -2.5070000439882278e-02\n \n -1.1289390325546265e+00 -1.4600000344216824e-02\n <_>\n \n 0 -1 1438 -6.3812002539634705e-02\n \n 7.5871598720550537e-01 -1.8200000049546361e-03\n <_>\n \n 0 -1 1439 -9.3900002539157867e-03\n \n 2.9936400055885315e-01 -2.9487800598144531e-01\n <_>\n \n 0 -1 1440 -7.6000002445653081e-04\n \n 1.9725000485777855e-02 1.9993899762630463e-01\n <_>\n \n 0 -1 1441 -2.1740999072790146e-02\n \n -8.5247898101806641e-01 4.9169998615980148e-02\n <_>\n \n 0 -1 1442 -1.7869999632239342e-02\n \n -5.9985999017953873e-02 1.5222500264644623e-01\n <_>\n \n 0 -1 1443 -2.4831000715494156e-02\n \n 3.5603401064872742e-01 -2.6259899139404297e-01\n <_>\n \n 0 -1 1444 1.5715500712394714e-01\n \n 1.5599999460391700e-04 1.0428730249404907e+00\n <_>\n \n 0 -1 1445 6.9026999175548553e-02\n \n -3.3006999641656876e-02 -1.1796669960021973e+00\n <_>\n \n 0 -1 1446 -1.1021999642252922e-02\n \n 5.8987700939178467e-01 -5.7647999376058578e-02\n <_>\n \n 0 -1 1447 -1.3834999874234200e-02\n \n 5.9502798318862915e-01 -2.4418599903583527e-01\n <_>\n \n 0 -1 1448 -3.0941000208258629e-02\n \n -1.1723799705505371e+00 1.6907000541687012e-01\n <_>\n \n 0 -1 1449 2.1258000284433365e-02\n \n -1.8900999799370766e-02 -1.0684759616851807e+00\n <_>\n \n 0 -1 1450 9.3079999089241028e-02\n \n 1.6305600106716156e-01 -1.3375270366668701e+00\n <_>\n \n 0 -1 1451 2.9635999351739883e-02\n \n -2.2524799406528473e-01 4.5400100946426392e-01\n <_>\n \n 0 -1 1452 -1.2199999764561653e-04\n \n 2.7409100532531738e-01 -3.7371399998664856e-01\n <_>\n \n 0 -1 1453 -4.2098000645637512e-02\n \n -7.5828802585601807e-01 1.7137000337243080e-02\n <_>\n \n 0 -1 1454 -2.2505000233650208e-02\n \n -2.2759300470352173e-01 2.3698699474334717e-01\n <_>\n \n 0 -1 1455 -1.2862999923527241e-02\n \n 1.9252400100231171e-01 -3.2127100229263306e-01\n <_>\n \n 0 -1 1456 2.7860000729560852e-02\n \n 1.6723699867725372e-01 -1.0209059715270996e+00\n <_>\n \n 0 -1 1457 -2.7807999402284622e-02\n \n 1.2824759483337402e+00 -1.7225299775600433e-01\n <_>\n \n 0 -1 1458 -6.1630001291632652e-03\n \n -5.4072898626327515e-01 2.3885700106620789e-01\n <_>\n \n 0 -1 1459 -2.0436000078916550e-02\n \n 6.3355398178100586e-01 -2.1090599894523621e-01\n <_>\n \n 0 -1 1460 -1.2307999655604362e-02\n \n -4.9778199195861816e-01 1.7402599751949310e-01\n <_>\n \n 0 -1 1461 -4.0493998676538467e-02\n \n -1.1848740577697754e+00 -3.3890999853610992e-02\n <_>\n \n 0 -1 1462 2.9657000675797462e-02\n \n 2.1740999072790146e-02 1.0069919824600220e+00\n <_>\n \n 0 -1 1463 6.8379999138414860e-03\n \n 2.9217999428510666e-02 -5.9906297922134399e-01\n <_>\n \n 0 -1 1464 1.6164999455213547e-02\n \n -2.1000799536705017e-01 3.7637299299240112e-01\n <_>\n \n 0 -1 1465 5.0193000584840775e-02\n \n 2.5319999549537897e-03 -7.1668201684951782e-01\n <_>\n \n 0 -1 1466 1.9680000841617584e-03\n \n -2.1921400725841522e-01 3.2298699021339417e-01\n <_>\n \n 0 -1 1467 2.4979999288916588e-02\n \n -9.6840001642704010e-03 -7.7572900056838989e-01\n <_>\n \n 0 -1 1468 -1.5809999778866768e-02\n \n 4.4637501239776611e-01 -6.1760000884532928e-02\n <_>\n \n 0 -1 1469 3.7206999957561493e-02\n \n -2.0495399832725525e-01 5.7722198963165283e-01\n <_>\n \n 0 -1 1470 -7.9264998435974121e-02\n \n -7.6745402812957764e-01 1.2550400197505951e-01\n <_>\n \n 0 -1 1471 -1.7152000218629837e-02\n \n -1.4121830463409424e+00 -5.1704000681638718e-02\n <_>\n \n 0 -1 1472 3.2740000635385513e-02\n \n 1.9334000349044800e-01 -6.3633698225021362e-01\n <_>\n \n 0 -1 1473 -1.1756999790668488e-01\n \n 8.4325402975082397e-01 -1.8018600344657898e-01\n <_>\n \n 0 -1 1474 1.2057200074195862e-01\n \n 1.2530000507831573e-01 -2.1213600635528564e+00\n <_>\n \n 0 -1 1475 4.2779999785125256e-03\n \n -4.6604400873184204e-01 8.9643999934196472e-02\n <_>\n \n 0 -1 1476 -7.2544999420642853e-02\n \n 5.1826500892639160e-01 1.6823999583721161e-02\n <_>\n \n 0 -1 1477 1.7710599303245544e-01\n \n -3.0910000205039978e-02 -1.1046639680862427e+00\n <_>\n \n 0 -1 1478 8.4229996427893639e-03\n \n 2.4445800483226776e-01 -3.8613098859786987e-01\n <_>\n \n 0 -1 1479 -1.3035000301897526e-02\n \n 9.8004400730133057e-01 -1.7016500234603882e-01\n <_>\n \n 0 -1 1480 1.8912000581622124e-02\n \n 2.0248499512672424e-01 -3.8545900583267212e-01\n <_>\n \n 0 -1 1481 2.1447999402880669e-02\n \n -2.5717198848724365e-01 3.5181200504302979e-01\n <_>\n \n 0 -1 1482 6.3357003033161163e-02\n \n 1.6994799673557281e-01 -9.1383802890777588e-01\n <_>\n \n 0 -1 1483 -3.2435998320579529e-02\n \n -8.5681599378585815e-01 -2.1680999547243118e-02\n <_>\n \n 0 -1 1484 -2.3564999923110008e-02\n \n 5.6115597486495972e-01 -2.2400000307243317e-04\n <_>\n \n 0 -1 1485 1.8789000809192657e-02\n \n -2.5459799170494080e-01 3.4512901306152344e-01\n <_>\n \n 0 -1 1486 3.1042000278830528e-02\n \n 7.5719999149441719e-03 3.4800198674201965e-01\n <_>\n \n 0 -1 1487 -1.1226999573409557e-02\n \n -6.0219800472259521e-01 4.2814999818801880e-02\n <_>\n \n 0 -1 1488 -1.2845999561250210e-02\n \n 4.2020401358604431e-01 -5.3801000118255615e-02\n <_>\n \n 0 -1 1489 -1.2791999615728855e-02\n \n 2.2724500298500061e-01 -3.2398000359535217e-01\n <_>\n \n 0 -1 1490 6.8651996552944183e-02\n \n 9.3532003462314606e-02 10.\n <_>\n \n 0 -1 1491 5.2789999172091484e-03\n \n -2.6926299929618835e-01 3.3303201198577881e-01\n <_>\n \n 0 -1 1492 -3.8779001682996750e-02\n \n -7.2365301847457886e-01 1.7806500196456909e-01\n <_>\n \n 0 -1 1493 6.1820000410079956e-03\n \n -3.5119399428367615e-01 1.6586300730705261e-01\n <_>\n \n 0 -1 1494 1.7515200376510620e-01\n \n 1.1623100191354752e-01 -1.5419290065765381e+00\n <_>\n \n 0 -1 1495 1.1627999693155289e-01\n \n -9.1479998081922531e-03 -9.9842602014541626e-01\n <_>\n \n 0 -1 1496 -2.2964000701904297e-02\n \n 2.0565399527549744e-01 1.5432000160217285e-02\n <_>\n \n 0 -1 1497 -5.1410000771284103e-02\n \n 5.8072400093078613e-01 -2.0118400454521179e-01\n <_>\n \n 0 -1 1498 2.2474199533462524e-01\n \n 1.8728999421000481e-02 1.0829299688339233e+00\n <_>\n \n 0 -1 1499 9.4860000535845757e-03\n \n -3.3171299099922180e-01 1.9902999699115753e-01\n <_>\n \n 0 -1 1500 -1.1846300214529037e-01\n \n 1.3711010217666626e+00 6.8926997482776642e-02\n <_>\n \n 0 -1 1501 3.7810999900102615e-02\n \n -9.3600002583116293e-04 -8.3996999263763428e-01\n <_>\n \n 0 -1 1502 2.2202000021934509e-02\n \n -1.1963999830186367e-02 3.6673998832702637e-01\n <_>\n \n 0 -1 1503 -3.6366000771522522e-02\n \n 3.7866500020027161e-01 -2.7714800834655762e-01\n <_>\n \n 0 -1 1504 -1.3184699416160583e-01\n \n -2.7481179237365723e+00 1.0666900128126144e-01\n <_>\n \n 0 -1 1505 -4.1655998677015305e-02\n \n 4.7524300217628479e-01 -2.3249800503253937e-01\n <_>\n \n 0 -1 1506 -3.3151999115943909e-02\n \n -5.7929402589797974e-01 1.7434400320053101e-01\n <_>\n \n 0 -1 1507 1.5769999474287033e-02\n \n -1.1284000240266323e-02 -8.3701401948928833e-01\n <_>\n \n 0 -1 1508 -3.9363000541925430e-02\n \n 3.4821599721908569e-01 -1.7455400526523590e-01\n <_>\n \n 0 -1 1509 -6.7849002778530121e-02\n \n 1.4225699901580811e+00 -1.4765599370002747e-01\n <_>\n \n 0 -1 1510 -2.6775000616908073e-02\n \n 2.3947000503540039e-01 1.3271999545395374e-02\n <_>\n \n 0 -1 1511 3.9919000118970871e-02\n \n -8.9999996125698090e-03 -7.5938898324966431e-01\n <_>\n \n 0 -1 1512 1.0065600275993347e-01\n \n -1.8685000017285347e-02 7.6245301961898804e-01\n <_>\n \n 0 -1 1513 -8.1022001802921295e-02\n \n -9.0439099073410034e-01 -8.5880002006888390e-03\n <_>\n \n 0 -1 1514 -2.1258000284433365e-02\n \n -2.1319599449634552e-01 2.1919700503349304e-01\n <_>\n \n 0 -1 1515 -1.0630999691784382e-02\n \n 1.9598099589347839e-01 -3.5768100619316101e-01\n <_>\n \n 0 -1 1516 8.1300002057105303e-04\n \n -9.2794999480247498e-02 2.6145899295806885e-01\n <_>\n \n 0 -1 1517 3.4650000743567944e-03\n \n -5.5336099863052368e-01 2.7386000379920006e-02\n <_>\n \n 0 -1 1518 1.8835999071598053e-02\n \n 1.8446099758148193e-01 -6.6934299468994141e-01\n <_>\n \n 0 -1 1519 -2.5631999596953392e-02\n \n 1.9382879734039307e+00 -1.4708900451660156e-01\n <_>\n \n 0 -1 1520 -4.0939999744296074e-03\n \n -2.6451599597930908e-01 2.0733200013637543e-01\n <_>\n \n 0 -1 1521 -8.9199998183175921e-04\n \n -5.5031597614288330e-01 5.0374999642372131e-02\n <_>\n \n 0 -1 1522 -4.9518000334501266e-02\n \n -2.5615389347076416e+00 1.3141700625419617e-01\n <_>\n \n 0 -1 1523 1.1680999770760536e-02\n \n -2.4819800257682800e-01 3.9982700347900391e-01\n <_>\n \n 0 -1 1524 3.4563999623060226e-02\n \n 1.6178800165653229e-01 -7.1418899297714233e-01\n <_>\n \n 0 -1 1525 -8.2909995689988136e-03\n \n 2.2180099785327911e-01 -2.9181700944900513e-01\n <_>\n \n 0 -1 1526 -2.2358000278472900e-02\n \n 3.1044098734855652e-01 -2.7280000504106283e-03\n <_>\n \n 0 -1 1527 -3.0801000073552132e-02\n \n -9.5672702789306641e-01 -8.3400001749396324e-03\n <_>\n \n 0 -1 1528 4.3779000639915466e-02\n \n 1.2556900084018707e-01 -1.1759619712829590e+00\n <_>\n \n 0 -1 1529 4.3046001344919205e-02\n \n -5.8876998722553253e-02 -1.8568470478057861e+00\n <_>\n \n 0 -1 1530 2.7188999578356743e-02\n \n 4.2858000844717026e-02 3.9036700129508972e-01\n <_>\n \n 0 -1 1531 9.4149997457861900e-03\n \n -4.3567001819610596e-02 -1.1094470024108887e+00\n <_>\n \n 0 -1 1532 9.4311997294425964e-02\n \n 4.0256999433040619e-02 9.8442298173904419e-01\n <_>\n \n 0 -1 1533 1.7025099694728851e-01\n \n 2.9510000720620155e-02 -6.9509297609329224e-01\n <_>\n \n 0 -1 1534 -4.7148000448942184e-02\n \n 1.0338569879531860e+00 6.7602001130580902e-02\n <_>\n \n 0 -1 1535 1.1186300218105316e-01\n \n -6.8682998418807983e-02 -2.4985830783843994e+00\n <_>\n \n 0 -1 1536 -1.4353999868035316e-02\n \n -5.9481900930404663e-01 1.5001699328422546e-01\n <_>\n \n 0 -1 1537 3.4024000167846680e-02\n \n -6.4823001623153687e-02 -2.1382639408111572e+00\n <_>\n \n 0 -1 1538 2.1601999178528786e-02\n \n 5.5309999734163284e-02 7.8292900323867798e-01\n <_>\n \n 0 -1 1539 2.1771999076008797e-02\n \n -7.1279997937381268e-03 -7.2148102521896362e-01\n <_>\n \n 0 -1 1540 8.2416996359825134e-02\n \n 1.4609499275684357e-01 -1.3636670112609863e+00\n <_>\n \n 0 -1 1541 8.4671996533870697e-02\n \n -1.7784699797630310e-01 7.2857701778411865e-01\n <_>\n \n 0 -1 1542 -5.5128000676631927e-02\n \n -5.9402400255203247e-01 1.9357800483703613e-01\n <_>\n \n 0 -1 1543 -6.4823001623153687e-02\n \n -1.0783840417861938e+00 -4.0734000504016876e-02\n <_>\n \n 0 -1 1544 -2.2769000381231308e-02\n \n 7.7900201082229614e-01 3.4960000775754452e-03\n <_>\n \n 0 -1 1545 5.4756000638008118e-02\n \n -6.5683998167514801e-02 -1.8188409805297852e+00\n <_>\n \n 0 -1 1546 -8.9000001025851816e-05\n \n -1.7891999334096909e-02 2.0768299698829651e-01\n <_>\n \n 0 -1 1547 9.8361998796463013e-02\n \n -5.5946998298168182e-02 -1.4153920412063599e+00\n <_>\n \n 0 -1 1548 -7.0930002257227898e-03\n \n 3.4135299921035767e-01 -1.2089899927377701e-01\n <_>\n \n 0 -1 1549 5.0278000533580780e-02\n \n -2.6286700367927551e-01 2.5797298550605774e-01\n <_>\n \n 0 -1 1550 -5.7870000600814819e-03\n \n -1.3178600370883942e-01 1.7350199818611145e-01\n <_>\n \n 0 -1 1551 1.3973999768495560e-02\n \n 2.8518000617623329e-02 -6.1152201890945435e-01\n <_>\n \n 0 -1 1552 2.1449999883770943e-02\n \n 2.6181999593973160e-02 3.0306598544120789e-01\n <_>\n \n 0 -1 1553 -2.9214000329375267e-02\n \n 4.4940599799156189e-01 -2.2803099453449249e-01\n <_>\n \n 0 -1 1554 4.8099999548867345e-04\n \n -1.9879999756813049e-01 2.0744499564170837e-01\n <_>\n \n 0 -1 1555 1.7109999898821115e-03\n \n -5.4037201404571533e-01 6.7865997552871704e-02\n <_>\n \n 0 -1 1556 8.6660003289580345e-03\n \n -1.3128000311553478e-02 5.2297902107238770e-01\n <_>\n \n 0 -1 1557 6.3657999038696289e-02\n \n 6.8299002945423126e-02 -4.9235099554061890e-01\n <_>\n \n 0 -1 1558 -2.7968000620603561e-02\n \n 6.8183898925781250e-01 7.8781001269817352e-02\n <_>\n \n 0 -1 1559 4.8953998833894730e-02\n \n -2.0622399449348450e-01 5.0388097763061523e-01\n <_>\n 169\n -3.2396929264068604e+00\n \n <_>\n \n 0 -1 1560 -2.9312999919056892e-02\n \n 7.1284699440002441e-01 -5.8230698108673096e-01\n <_>\n \n 0 -1 1561 1.2415099889039993e-01\n \n -3.6863499879837036e-01 6.0067200660705566e-01\n <_>\n \n 0 -1 1562 7.9349996522068977e-03\n \n -8.6008298397064209e-01 2.1724699437618256e-01\n <_>\n \n 0 -1 1563 3.0365999788045883e-02\n \n -2.7186998724937439e-01 6.1247897148132324e-01\n <_>\n \n 0 -1 1564 2.5218000635504723e-02\n \n -3.4748300909996033e-01 5.0427699089050293e-01\n <_>\n \n 0 -1 1565 1.0014000348746777e-02\n \n -3.1898999214172363e-01 4.1376799345016479e-01\n <_>\n \n 0 -1 1566 -1.6775000840425491e-02\n \n -6.9048100709915161e-01 9.4830997288227081e-02\n <_>\n \n 0 -1 1567 -2.6950000319629908e-03\n \n -2.0829799771308899e-01 2.3737199604511261e-01\n <_>\n \n 0 -1 1568 4.2257998138666153e-02\n \n -4.9366700649261475e-01 1.8170599639415741e-01\n <_>\n \n 0 -1 1569 -4.8505000770092010e-02\n \n 1.3429640531539917e+00 3.9769001305103302e-02\n <_>\n \n 0 -1 1570 2.8992999345064163e-02\n \n 4.6496000140905380e-02 -8.1643497943878174e-01\n <_>\n \n 0 -1 1571 -4.0089000016450882e-02\n \n -7.1197801828384399e-01 2.2553899884223938e-01\n <_>\n \n 0 -1 1572 -4.1021998971700668e-02\n \n 1.0057929754257202e+00 -1.9690200686454773e-01\n <_>\n \n 0 -1 1573 1.1838000267744064e-02\n \n -1.2600000016391277e-02 8.0767101049423218e-01\n <_>\n \n 0 -1 1574 -2.1328000351786613e-02\n \n -8.2023900747299194e-01 2.0524999126791954e-02\n <_>\n \n 0 -1 1575 -2.3904999718070030e-02\n \n 5.4210501909255981e-01 -7.4767000973224640e-02\n <_>\n \n 0 -1 1576 1.8008999526500702e-02\n \n -3.3827701210975647e-01 4.2358601093292236e-01\n <_>\n \n 0 -1 1577 -4.3614000082015991e-02\n \n -1.1983489990234375e+00 1.5566200017929077e-01\n <_>\n \n 0 -1 1578 -9.2449998483061790e-03\n \n -8.9029997587203979e-01 1.1003999970853329e-02\n <_>\n \n 0 -1 1579 4.7485001385211945e-02\n \n 1.6664099693298340e-01 -9.0764498710632324e-01\n <_>\n \n 0 -1 1580 -1.4233999885618687e-02\n \n 6.2695199251174927e-01 -2.5791200995445251e-01\n <_>\n \n 0 -1 1581 3.8010000716894865e-03\n \n -2.8229999542236328e-01 2.6624599099159241e-01\n <_>\n \n 0 -1 1582 3.4330000635236502e-03\n \n -6.3771998882293701e-01 9.8422996699810028e-02\n <_>\n \n 0 -1 1583 -2.9221000149846077e-02\n \n -7.6769900321960449e-01 2.2634500265121460e-01\n <_>\n \n 0 -1 1584 -6.4949998632073402e-03\n \n 4.5600101351737976e-01 -2.6528900861740112e-01\n <_>\n \n 0 -1 1585 -3.0034000054001808e-02\n \n -7.6551097631454468e-01 1.4009299874305725e-01\n <_>\n \n 0 -1 1586 7.8360000625252724e-03\n \n 4.6755999326705933e-02 -7.2356200218200684e-01\n <_>\n \n 0 -1 1587 8.8550001382827759e-03\n \n -4.9141999334096909e-02 5.1472699642181396e-01\n <_>\n \n 0 -1 1588 9.5973998308181763e-02\n \n -2.0068999379873276e-02 -1.0850950479507446e+00\n <_>\n \n 0 -1 1589 -3.2876998186111450e-02\n \n -9.5875298976898193e-01 1.4543600380420685e-01\n <_>\n \n 0 -1 1590 -1.3384000398218632e-02\n \n -7.0013600587844849e-01 2.9157999902963638e-02\n <_>\n \n 0 -1 1591 1.5235999599099159e-02\n \n -2.8235700726509094e-01 2.5367999076843262e-01\n <_>\n \n 0 -1 1592 1.2054000049829483e-02\n \n -2.5303399562835693e-01 4.6526700258255005e-01\n <_>\n \n 0 -1 1593 -7.6295003294944763e-02\n \n -6.9915801286697388e-01 1.3217200338840485e-01\n <_>\n \n 0 -1 1594 -1.2040000408887863e-02\n \n 4.5894598960876465e-01 -2.3856499791145325e-01\n <_>\n \n 0 -1 1595 2.1916000172495842e-02\n \n 1.8268600106239319e-01 -6.1629700660705566e-01\n <_>\n \n 0 -1 1596 -2.7330000884830952e-03\n \n -6.3257902860641479e-01 3.4219000488519669e-02\n <_>\n \n 0 -1 1597 -4.8652000725269318e-02\n \n -1.0297729969024658e+00 1.7386500537395477e-01\n <_>\n \n 0 -1 1598 -1.0463999584317207e-02\n \n 3.4757301211357117e-01 -2.7464100718498230e-01\n <_>\n \n 0 -1 1599 -6.6550001502037048e-03\n \n -2.8980299830436707e-01 2.4037900567054749e-01\n <_>\n \n 0 -1 1600 8.5469996556639671e-03\n \n -4.4340500235557556e-01 1.4267399907112122e-01\n <_>\n \n 0 -1 1601 1.9913999363780022e-02\n \n 1.7740400135517120e-01 -2.4096299707889557e-01\n <_>\n \n 0 -1 1602 2.2012999281287193e-02\n \n -1.0812000371515751e-02 -9.4690799713134766e-01\n <_>\n \n 0 -1 1603 -5.2179001271724701e-02\n \n 1.6547499895095825e+00 9.6487000584602356e-02\n <_>\n \n 0 -1 1604 1.9698999822139740e-02\n \n -6.7560002207756042e-03 -8.6311501264572144e-01\n <_>\n \n 0 -1 1605 2.3040000349283218e-02\n \n -2.3519999813288450e-03 3.8531300425529480e-01\n <_>\n \n 0 -1 1606 -1.5038000419735909e-02\n \n -6.1905699968338013e-01 3.1077999621629715e-02\n <_>\n \n 0 -1 1607 -4.9956001341342926e-02\n \n 7.0657497644424438e-01 4.7880999743938446e-02\n <_>\n \n 0 -1 1608 -6.9269999861717224e-02\n \n 3.9212900400161743e-01 -2.3848000168800354e-01\n <_>\n \n 0 -1 1609 4.7399997711181641e-03\n \n -2.4309000000357628e-02 2.5386300683021545e-01\n <_>\n \n 0 -1 1610 -3.3923998475074768e-02\n \n 4.6930399537086487e-01 -2.3321899771690369e-01\n <_>\n \n 0 -1 1611 -1.6231000423431396e-02\n \n 3.2319200038909912e-01 -2.0545600354671478e-01\n <_>\n \n 0 -1 1612 -5.0193000584840775e-02\n \n -1.2277870178222656e+00 -4.0798000991344452e-02\n <_>\n \n 0 -1 1613 5.6944001466035843e-02\n \n 4.5184001326560974e-02 6.0197502374649048e-01\n <_>\n \n 0 -1 1614 4.0936999022960663e-02\n \n -1.6772800683975220e-01 8.9819300174713135e-01\n <_>\n \n 0 -1 1615 -3.0839999672025442e-03\n \n 3.3716198801994324e-01 -2.7240800857543945e-01\n <_>\n \n 0 -1 1616 -3.2600000500679016e-02\n \n -8.5446500778198242e-01 1.9664999097585678e-02\n <_>\n \n 0 -1 1617 9.8480999469757080e-02\n \n 5.4742000997066498e-02 6.3827300071716309e-01\n <_>\n \n 0 -1 1618 -3.8185000419616699e-02\n \n 5.2274698019027710e-01 -2.3384800553321838e-01\n <_>\n \n 0 -1 1619 -4.5917000621557236e-02\n \n 6.2829202413558960e-01 3.2859001308679581e-02\n <_>\n \n 0 -1 1620 -1.1955499649047852e-01\n \n -6.1572700738906860e-01 3.4680001437664032e-02\n <_>\n \n 0 -1 1621 -1.2044399976730347e-01\n \n -8.4380000829696655e-01 1.6530700027942657e-01\n <_>\n \n 0 -1 1622 7.0619001984596252e-02\n \n -6.3261002302169800e-02 -1.9863929748535156e+00\n <_>\n \n 0 -1 1623 8.4889996796846390e-03\n \n -1.7663399875164032e-01 3.8011199235916138e-01\n <_>\n \n 0 -1 1624 2.2710999473929405e-02\n \n -2.7605999261140823e-02 -9.1921401023864746e-01\n <_>\n \n 0 -1 1625 4.9700000090524554e-04\n \n -2.4293200671672821e-01 2.2878900170326233e-01\n <_>\n \n 0 -1 1626 3.4651998430490494e-02\n \n -2.3705999553203583e-01 5.4010999202728271e-01\n <_>\n \n 0 -1 1627 -4.4700000435113907e-03\n \n 3.9078998565673828e-01 -1.2693800032138824e-01\n <_>\n \n 0 -1 1628 2.3643000051379204e-02\n \n -2.6663699746131897e-01 3.2312598824501038e-01\n <_>\n \n 0 -1 1629 1.2813000008463860e-02\n \n 1.7540800571441650e-01 -6.0787999629974365e-01\n <_>\n \n 0 -1 1630 -1.1250999756157398e-02\n \n -1.0852589607238770e+00 -2.8046000748872757e-02\n <_>\n \n 0 -1 1631 -4.1535001248121262e-02\n \n 7.1887397766113281e-01 2.7982000261545181e-02\n <_>\n \n 0 -1 1632 -9.3470998108386993e-02\n \n -1.1906319856643677e+00 -4.4810999184846878e-02\n <_>\n \n 0 -1 1633 -2.7249999344348907e-02\n \n 6.2942498922348022e-01 9.5039997249841690e-03\n <_>\n \n 0 -1 1634 -2.1759999915957451e-02\n \n 1.3233649730682373e+00 -1.5027000010013580e-01\n <_>\n \n 0 -1 1635 -9.6890004351735115e-03\n \n -3.3947101235389709e-01 1.7085799574851990e-01\n <_>\n \n 0 -1 1636 6.9395996630191803e-02\n \n -2.5657799839973450e-01 4.7652098536491394e-01\n <_>\n \n 0 -1 1637 3.1208999454975128e-02\n \n 1.4154000580310822e-01 -3.4942001104354858e-01\n <_>\n \n 0 -1 1638 -4.9727000296115875e-02\n \n -1.1675560474395752e+00 -4.0757998824119568e-02\n <_>\n \n 0 -1 1639 -2.0301999524235725e-02\n \n -3.9486399292945862e-01 1.5814900398254395e-01\n <_>\n \n 0 -1 1640 -1.5367000363767147e-02\n \n 4.9300000071525574e-01 -2.0092099905014038e-01\n <_>\n \n 0 -1 1641 -5.0735000520944595e-02\n \n 1.8736059665679932e+00 8.6730003356933594e-02\n <_>\n \n 0 -1 1642 -2.0726000890135765e-02\n \n -8.8938397169113159e-01 -7.3199998587369919e-03\n <_>\n \n 0 -1 1643 -3.0993999913334846e-02\n \n -1.1664899587631226e+00 1.4274600148200989e-01\n <_>\n \n 0 -1 1644 -4.4269999489188194e-03\n \n -6.6815102100372314e-01 4.4120000675320625e-03\n <_>\n \n 0 -1 1645 -4.5743998140096664e-02\n \n -4.7955200076103210e-01 1.5121999382972717e-01\n <_>\n \n 0 -1 1646 1.6698999330401421e-02\n \n 1.2048599869012833e-01 -4.5235899090766907e-01\n <_>\n \n 0 -1 1647 3.2210000790655613e-03\n \n -7.7615000307559967e-02 2.7846598625183105e-01\n <_>\n \n 0 -1 1648 2.4434000253677368e-02\n \n -1.9987100362777710e-01 6.7253702878952026e-01\n <_>\n \n 0 -1 1649 -7.9677999019622803e-02\n \n 9.2222398519515991e-01 9.2557996511459351e-02\n <_>\n \n 0 -1 1650 4.4530000537633896e-02\n \n -2.6690500974655151e-01 3.3320501446723938e-01\n <_>\n \n 0 -1 1651 -1.2528300285339355e-01\n \n -5.4253101348876953e-01 1.3976299762725830e-01\n <_>\n \n 0 -1 1652 1.7971999943256378e-02\n \n 1.8219999969005585e-02 -6.8048501014709473e-01\n <_>\n \n 0 -1 1653 1.9184000790119171e-02\n \n -1.2583999894559383e-02 5.4126697778701782e-01\n <_>\n \n 0 -1 1654 4.0024001151323318e-02\n \n -1.7638799548149109e-01 7.8810399770736694e-01\n <_>\n \n 0 -1 1655 1.3558999635279179e-02\n \n 2.0737600326538086e-01 -4.7744300961494446e-01\n <_>\n \n 0 -1 1656 1.6220999881625175e-02\n \n 2.3076999932527542e-02 -6.1182099580764771e-01\n <_>\n \n 0 -1 1657 1.1229000054299831e-02\n \n -1.7728000879287720e-02 4.1764199733734131e-01\n <_>\n \n 0 -1 1658 3.9193000644445419e-02\n \n -1.8948499858379364e-01 7.4019300937652588e-01\n <_>\n \n 0 -1 1659 -9.5539996400475502e-03\n \n 4.0947100520133972e-01 -1.3508899509906769e-01\n <_>\n \n 0 -1 1660 2.7878999710083008e-02\n \n -2.0350700616836548e-01 6.1625397205352783e-01\n <_>\n \n 0 -1 1661 -2.3600999265909195e-02\n \n -1.6967060565948486e+00 1.4633199572563171e-01\n <_>\n \n 0 -1 1662 2.6930000633001328e-02\n \n -3.0401999130845070e-02 -1.0909470319747925e+00\n <_>\n \n 0 -1 1663 2.8999999631196260e-04\n \n -2.0076000690460205e-01 2.2314099967479706e-01\n <_>\n \n 0 -1 1664 -4.1124999523162842e-02\n \n -4.5242199301719666e-01 5.7392001152038574e-02\n <_>\n \n 0 -1 1665 6.6789998672902584e-03\n \n 2.3824900388717651e-01 -2.1262100338935852e-01\n <_>\n \n 0 -1 1666 4.7864999622106552e-02\n \n -1.8194800615310669e-01 6.1918401718139648e-01\n <_>\n \n 0 -1 1667 -3.1679999083280563e-03\n \n -2.7393200993537903e-01 2.5017300248146057e-01\n <_>\n \n 0 -1 1668 -8.6230002343654633e-03\n \n -4.6280300617218018e-01 4.2397998273372650e-02\n <_>\n \n 0 -1 1669 -7.4350000359117985e-03\n \n 4.1796800494194031e-01 -1.7079999670386314e-03\n <_>\n \n 0 -1 1670 -1.8769999733194709e-03\n \n 1.4602300524711609e-01 -3.3721101284027100e-01\n <_>\n \n 0 -1 1671 -8.6226001381874084e-02\n \n 7.5143402814865112e-01 1.0711999610066414e-02\n <_>\n \n 0 -1 1672 4.6833999454975128e-02\n \n -1.9119599461555481e-01 4.8414900898933411e-01\n <_>\n \n 0 -1 1673 -9.2000002041459084e-05\n \n 3.5220399498939514e-01 -1.7333300411701202e-01\n <_>\n \n 0 -1 1674 -1.6343999654054642e-02\n \n -6.4397698640823364e-01 9.0680001303553581e-03\n <_>\n \n 0 -1 1675 4.5703999698162079e-02\n \n 1.8216000869870186e-02 3.1970798969268799e-01\n <_>\n \n 0 -1 1676 -2.7382999658584595e-02\n \n 1.0564049482345581e+00 -1.7276400327682495e-01\n <_>\n \n 0 -1 1677 -2.7602000162005424e-02\n \n 2.9715499281883240e-01 -9.4600003212690353e-03\n <_>\n \n 0 -1 1678 7.6939999125897884e-03\n \n -2.1660299599170685e-01 4.7385200858116150e-01\n <_>\n \n 0 -1 1679 -7.0500001311302185e-04\n \n 2.4048799276351929e-01 -2.6776000857353210e-01\n <_>\n \n 0 -1 1680 1.1054199934005737e-01\n \n -3.3539000898599625e-02 -1.0233880281448364e+00\n <_>\n \n 0 -1 1681 6.8765997886657715e-02\n \n -4.3239998631179333e-03 5.7153397798538208e-01\n <_>\n \n 0 -1 1682 1.7999999690800905e-03\n \n 7.7574998140335083e-02 -4.2092698812484741e-01\n <_>\n \n 0 -1 1683 1.9232000410556793e-01\n \n 8.2021996378898621e-02 2.8810169696807861e+00\n <_>\n \n 0 -1 1684 1.5742099285125732e-01\n \n -1.3708199560642242e-01 2.0890059471130371e+00\n <_>\n \n 0 -1 1685 -4.9387000501155853e-02\n \n -1.8610910177230835e+00 1.4332099258899689e-01\n <_>\n \n 0 -1 1686 5.1929000765085220e-02\n \n -1.8737000226974487e-01 5.4231601953506470e-01\n <_>\n \n 0 -1 1687 4.9965001642704010e-02\n \n 1.4175300300121307e-01 -1.5625779628753662e+00\n <_>\n \n 0 -1 1688 -4.2633000761270523e-02\n \n 1.6059479713439941e+00 -1.4712899923324585e-01\n <_>\n \n 0 -1 1689 -3.7553999572992325e-02\n \n -8.0974900722503662e-01 1.3256999850273132e-01\n <_>\n \n 0 -1 1690 -3.7174999713897705e-02\n \n -1.3945020437240601e+00 -5.7055000215768814e-02\n <_>\n \n 0 -1 1691 1.3945999555289745e-02\n \n 3.3427000045776367e-02 5.7474797964096069e-01\n <_>\n \n 0 -1 1692 -4.4800000614486635e-04\n \n -5.5327498912811279e-01 2.1952999755740166e-02\n <_>\n \n 0 -1 1693 3.1993001699447632e-02\n \n 2.0340999588370323e-02 3.7459200620651245e-01\n <_>\n \n 0 -1 1694 -4.2799999937415123e-03\n \n 4.4428700208663940e-01 -2.2999699413776398e-01\n <_>\n \n 0 -1 1695 9.8550003021955490e-03\n \n 1.8315799534320831e-01 -4.0964999794960022e-01\n <_>\n \n 0 -1 1696 9.3356996774673462e-02\n \n -6.3661001622676849e-02 -1.6929290294647217e+00\n <_>\n \n 0 -1 1697 1.7209999263286591e-02\n \n 2.0153899490833282e-01 -4.6061098575592041e-01\n <_>\n \n 0 -1 1698 8.4319999441504478e-03\n \n -3.2003998756408691e-01 1.5312199294567108e-01\n <_>\n \n 0 -1 1699 -1.4054999686777592e-02\n \n 8.6882400512695312e-01 3.2575000077486038e-02\n <_>\n \n 0 -1 1700 -7.7180000953376293e-03\n \n 6.3686698675155640e-01 -1.8425500392913818e-01\n <_>\n \n 0 -1 1701 2.8005000203847885e-02\n \n 1.7357499897480011e-01 -4.7883599996566772e-01\n <_>\n \n 0 -1 1702 -1.8884999677538872e-02\n \n 2.4101600050926208e-01 -2.6547598838806152e-01\n <_>\n \n 0 -1 1703 -1.8585000187158585e-02\n \n 5.4232501983642578e-01 5.3633000701665878e-02\n <_>\n \n 0 -1 1704 -3.6437001079320908e-02\n \n 2.3908898830413818e+00 -1.3634699583053589e-01\n <_>\n \n 0 -1 1705 3.2455001026391983e-02\n \n 1.5910699963569641e-01 -6.7581498622894287e-01\n <_>\n \n 0 -1 1706 5.9781998395919800e-02\n \n -2.3479999508708715e-03 -7.3053699731826782e-01\n <_>\n \n 0 -1 1707 9.8209995776414871e-03\n \n -1.1444099992513657e-01 3.0570301413536072e-01\n <_>\n \n 0 -1 1708 -3.5163998603820801e-02\n \n -1.0511469841003418e+00 -3.3103000372648239e-02\n <_>\n \n 0 -1 1709 2.7429999317973852e-03\n \n -2.0135399699211121e-01 3.2754099369049072e-01\n <_>\n \n 0 -1 1710 8.1059997901320457e-03\n \n -2.1383500099182129e-01 4.3362098932266235e-01\n <_>\n \n 0 -1 1711 8.8942997157573700e-02\n \n 1.0940899699926376e-01 -4.7609338760375977e+00\n <_>\n \n 0 -1 1712 -3.0054999515414238e-02\n \n -1.7169300317764282e+00 -6.0919001698493958e-02\n <_>\n \n 0 -1 1713 -2.1734999492764473e-02\n \n 6.4778900146484375e-01 -3.2830998301506042e-02\n <_>\n \n 0 -1 1714 3.7648998200893402e-02\n \n -1.0060000233352184e-02 -7.6569098234176636e-01\n <_>\n \n 0 -1 1715 2.7189999818801880e-03\n \n 1.9888900220394135e-01 -8.2479000091552734e-02\n <_>\n \n 0 -1 1716 -1.0548000223934650e-02\n \n -8.6613601446151733e-01 -2.5986000895500183e-02\n <_>\n \n 0 -1 1717 1.2966300547122955e-01\n \n 1.3911999762058258e-01 -2.2271950244903564e+00\n <_>\n \n 0 -1 1718 -1.7676999792456627e-02\n \n 3.3967700600624084e-01 -2.3989599943161011e-01\n <_>\n \n 0 -1 1719 -7.7051997184753418e-02\n \n -2.5017969608306885e+00 1.2841999530792236e-01\n <_>\n \n 0 -1 1720 -1.9230000674724579e-02\n \n 5.0641202926635742e-01 -1.9751599431037903e-01\n <_>\n \n 0 -1 1721 -5.1222998648881912e-02\n \n -2.9333369731903076e+00 1.3858500123023987e-01\n <_>\n \n 0 -1 1722 2.0830000285059214e-03\n \n -6.0043597221374512e-01 2.9718000441789627e-02\n <_>\n \n 0 -1 1723 2.5418000295758247e-02\n \n 3.3915799856185913e-01 -1.4392000436782837e-01\n <_>\n \n 0 -1 1724 -2.3905999958515167e-02\n \n -1.1082680225372314e+00 -4.7377001494169235e-02\n <_>\n \n 0 -1 1725 -6.3740001060068607e-03\n \n 4.4533699750900269e-01 -6.7052997648715973e-02\n <_>\n \n 0 -1 1726 -3.7698999047279358e-02\n \n -1.0406579971313477e+00 -4.1790001094341278e-02\n <_>\n \n 0 -1 1727 2.1655100584030151e-01\n \n 3.3863000571727753e-02 8.2017302513122559e-01\n <_>\n \n 0 -1 1728 -1.3400999829173088e-02\n \n 5.2903497219085693e-01 -1.9133000075817108e-01\n <_>\n 196\n -3.2103500366210938e+00\n \n <_>\n \n 0 -1 1729 7.1268998086452484e-02\n \n -5.3631198406219482e-01 6.0715299844741821e-01\n <_>\n \n 0 -1 1730 5.6111000478267670e-02\n \n -5.0141602754592896e-01 4.3976101279258728e-01\n <_>\n \n 0 -1 1731 4.0463998913764954e-02\n \n -3.2922199368476868e-01 5.4834699630737305e-01\n <_>\n \n 0 -1 1732 6.3155002892017365e-02\n \n -3.1701698899269104e-01 4.6152999997138977e-01\n <_>\n \n 0 -1 1733 1.0320999659597874e-02\n \n 1.0694999992847443e-01 -9.8243898153305054e-01\n <_>\n \n 0 -1 1734 6.2606997787952423e-02\n \n -1.4329700171947479e-01 7.1095001697540283e-01\n <_>\n \n 0 -1 1735 -3.9416000247001648e-02\n \n 9.4380199909210205e-01 -2.1572099626064301e-01\n <_>\n \n 0 -1 1736 -5.3960001096129417e-03\n \n -5.4611998796463013e-01 2.5303798913955688e-01\n <_>\n \n 0 -1 1737 1.0773199796676636e-01\n \n 1.2496000155806541e-02 -1.0809199810028076e+00\n <_>\n \n 0 -1 1738 1.6982000321149826e-02\n \n -3.1536400318145752e-01 5.1239997148513794e-01\n <_>\n \n 0 -1 1739 3.1216999515891075e-02\n \n -4.5199999585747719e-03 -1.2443480491638184e+00\n <_>\n \n 0 -1 1740 -2.3106999695301056e-02\n \n -7.6492899656295776e-01 2.0640599727630615e-01\n <_>\n \n 0 -1 1741 -1.1203999631106853e-02\n \n 2.4092699587345123e-01 -3.5142099857330322e-01\n <_>\n \n 0 -1 1742 -4.7479998320341110e-03\n \n -9.7007997334003448e-02 2.0638099312782288e-01\n <_>\n \n 0 -1 1743 -1.7358999699354172e-02\n \n -7.9020297527313232e-01 2.1852999925613403e-02\n <_>\n \n 0 -1 1744 1.8851999193429947e-02\n \n -1.0394600033760071e-01 5.4844200611114502e-01\n <_>\n \n 0 -1 1745 7.2249998338520527e-03\n \n -4.0409401059150696e-01 2.6763799786567688e-01\n <_>\n \n 0 -1 1746 1.8915999680757523e-02\n \n 2.0508000254631042e-01 -1.0206340551376343e+00\n <_>\n \n 0 -1 1747 3.1156999990344048e-02\n \n 1.2400000123307109e-03 -8.7293499708175659e-01\n <_>\n \n 0 -1 1748 2.0951999351382256e-02\n \n -5.5559999309480190e-03 8.0356198549270630e-01\n <_>\n \n 0 -1 1749 1.1291000060737133e-02\n \n -3.6478400230407715e-01 2.2767899930477142e-01\n <_>\n \n 0 -1 1750 -5.7011000812053680e-02\n \n -1.4295619726181030e+00 1.4322000741958618e-01\n <_>\n \n 0 -1 1751 7.2194002568721771e-02\n \n -4.1850000619888306e-02 -1.9111829996109009e+00\n <_>\n \n 0 -1 1752 -1.9874000921845436e-02\n \n 2.6425498723983765e-01 -3.2617700099945068e-01\n <_>\n \n 0 -1 1753 -1.6692999750375748e-02\n \n -8.3907800912857056e-01 4.0799999260343611e-04\n <_>\n \n 0 -1 1754 -3.9834998548030853e-02\n \n -4.8858499526977539e-01 1.6436100006103516e-01\n <_>\n \n 0 -1 1755 2.7009999379515648e-02\n \n -1.8862499296665192e-01 8.3419400453567505e-01\n <_>\n \n 0 -1 1756 -3.9420002140104771e-03\n \n 2.3231500387191772e-01 -7.2360001504421234e-02\n <_>\n \n 0 -1 1757 2.2833000868558884e-02\n \n -3.5884000360965729e-02 -1.1549400091171265e+00\n <_>\n \n 0 -1 1758 -6.8888001143932343e-02\n \n -1.7837309837341309e+00 1.5159000456333160e-01\n <_>\n \n 0 -1 1759 4.3097000569105148e-02\n \n -2.1608099341392517e-01 5.0624102354049683e-01\n <_>\n \n 0 -1 1760 8.6239995434880257e-03\n \n -1.7795599997043610e-01 2.8957900404930115e-01\n <_>\n \n 0 -1 1761 1.4561000280082226e-02\n \n -1.1408000253140926e-02 -8.9402002096176147e-01\n <_>\n \n 0 -1 1762 -1.1501000262796879e-02\n \n 3.0171999335289001e-01 -4.3659001588821411e-02\n <_>\n \n 0 -1 1763 -1.0971499979496002e-01\n \n -9.5147097110748291e-01 -1.9973000511527061e-02\n <_>\n \n 0 -1 1764 4.5228000730276108e-02\n \n 3.3110998570919037e-02 9.6619802713394165e-01\n <_>\n \n 0 -1 1765 -2.7047999203205109e-02\n \n 9.7963601350784302e-01 -1.7261900007724762e-01\n <_>\n \n 0 -1 1766 1.8030999228358269e-02\n \n -2.0801000297069550e-02 2.7385899424552917e-01\n <_>\n \n 0 -1 1767 5.0524998456239700e-02\n \n -5.6802999228239059e-02 -1.7775089740753174e+00\n <_>\n \n 0 -1 1768 -2.9923999682068825e-02\n \n 6.5329200029373169e-01 -2.3537000641226768e-02\n <_>\n \n 0 -1 1769 3.8058001548051834e-02\n \n 2.6317000389099121e-02 -7.0665699243545532e-01\n <_>\n \n 0 -1 1770 1.8563899397850037e-01\n \n -5.6039998307824135e-03 3.2873699069023132e-01\n <_>\n \n 0 -1 1771 -4.0670000016689301e-03\n \n 3.4204798936843872e-01 -3.0171599984169006e-01\n <_>\n \n 0 -1 1772 1.0108999907970428e-02\n \n -7.3600001633167267e-03 5.7981598377227783e-01\n <_>\n \n 0 -1 1773 -1.1567000299692154e-02\n \n -5.2722197771072388e-01 4.6447999775409698e-02\n <_>\n \n 0 -1 1774 -6.5649999305605888e-03\n \n -5.8529102802276611e-01 1.9101899862289429e-01\n <_>\n \n 0 -1 1775 1.0582000017166138e-02\n \n 2.1073000505566597e-02 -6.8892598152160645e-01\n <_>\n \n 0 -1 1776 -2.0304000005125999e-02\n \n -3.6400699615478516e-01 1.5338799357414246e-01\n <_>\n \n 0 -1 1777 2.3529999889433384e-03\n \n 3.6164000630378723e-02 -5.9825098514556885e-01\n <_>\n \n 0 -1 1778 -1.4690000098198652e-03\n \n -1.4707699418067932e-01 3.7507998943328857e-01\n <_>\n \n 0 -1 1779 8.6449999362230301e-03\n \n -2.1708500385284424e-01 5.1936799287796021e-01\n <_>\n \n 0 -1 1780 -2.4326000362634659e-02\n \n -1.0846769809722900e+00 1.4084799587726593e-01\n <_>\n \n 0 -1 1781 7.4418999254703522e-02\n \n -1.5513800084590912e-01 1.1822769641876221e+00\n <_>\n \n 0 -1 1782 1.7077999189496040e-02\n \n 4.4231001287698746e-02 9.1561102867126465e-01\n <_>\n \n 0 -1 1783 -2.4577999487519264e-02\n \n -1.5504100322723389e+00 -5.4745998233556747e-02\n <_>\n \n 0 -1 1784 3.0205000191926956e-02\n \n 1.6662800312042236e-01 -1.0001239776611328e+00\n <_>\n \n 0 -1 1785 1.2136000208556652e-02\n \n -7.7079099416732788e-01 -4.8639997839927673e-03\n <_>\n \n 0 -1 1786 8.6717002093791962e-02\n \n 1.1061699688434601e-01 -1.6857999563217163e+00\n <_>\n \n 0 -1 1787 -4.2309001088142395e-02\n \n 1.1075930595397949e+00 -1.5438599884510040e-01\n <_>\n \n 0 -1 1788 -2.6420000940561295e-03\n \n 2.7451899647712708e-01 -1.8456199765205383e-01\n <_>\n \n 0 -1 1789 -5.6662000715732574e-02\n \n -8.0625599622726440e-01 -1.6928000375628471e-02\n <_>\n \n 0 -1 1790 2.3475000634789467e-02\n \n 1.4187699556350708e-01 -2.5500899553298950e-01\n <_>\n \n 0 -1 1791 -2.0803000777959824e-02\n \n 1.9826300442218781e-01 -3.1171199679374695e-01\n <_>\n \n 0 -1 1792 7.2599998675286770e-03\n \n -5.0590999424457550e-02 4.1923800110816956e-01\n <_>\n \n 0 -1 1793 3.4160000085830688e-01\n \n -1.6674900054931641e-01 9.2748600244522095e-01\n <_>\n \n 0 -1 1794 6.2029999680817127e-03\n \n -1.2625899910926819e-01 4.0445300936698914e-01\n <_>\n \n 0 -1 1795 3.2692000269889832e-02\n \n -3.2634999603033066e-02 -9.8939800262451172e-01\n <_>\n \n 0 -1 1796 2.1100000594742596e-04\n \n -6.4534001052379608e-02 2.5473698973655701e-01\n <_>\n \n 0 -1 1797 7.2100001852959394e-04\n \n -3.6618599295616150e-01 1.1973100155591965e-01\n <_>\n \n 0 -1 1798 5.4490998387336731e-02\n \n 1.2073499709367752e-01 -1.0291390419006348e+00\n <_>\n \n 0 -1 1799 -1.0141000151634216e-02\n \n -5.2177202701568604e-01 3.3734999597072601e-02\n <_>\n \n 0 -1 1800 -1.8815999850630760e-02\n \n 6.5181797742843628e-01 1.3399999588727951e-03\n <_>\n \n 0 -1 1801 -5.3480002097785473e-03\n \n 1.7370699346065521e-01 -3.4132000803947449e-01\n <_>\n \n 0 -1 1802 -1.0847000405192375e-02\n \n -1.9699899852275848e-01 1.5045499801635742e-01\n <_>\n \n 0 -1 1803 -4.9926001578569412e-02\n \n -5.0888502597808838e-01 3.0762000009417534e-02\n <_>\n \n 0 -1 1804 1.2160000391304493e-02\n \n -6.9251999258995056e-02 1.8745499849319458e-01\n <_>\n \n 0 -1 1805 -2.2189998999238014e-03\n \n -4.0849098563194275e-01 7.9954996705055237e-02\n <_>\n \n 0 -1 1806 3.1580000650137663e-03\n \n -2.1124599874019623e-01 2.2366400063037872e-01\n <_>\n \n 0 -1 1807 4.1439998894929886e-03\n \n -4.9900299310684204e-01 6.2917001545429230e-02\n <_>\n \n 0 -1 1808 -7.3730000294744968e-03\n \n -2.0553299784660339e-01 2.2096699476242065e-01\n <_>\n \n 0 -1 1809 5.1812000572681427e-02\n \n 1.8096800148487091e-01 -4.3495801091194153e-01\n <_>\n \n 0 -1 1810 1.8340000882744789e-02\n \n 1.5200000256299973e-02 3.7991699576377869e-01\n <_>\n \n 0 -1 1811 1.7490799725055695e-01\n \n -2.0920799672603607e-01 4.0013000369071960e-01\n <_>\n \n 0 -1 1812 5.3993999958038330e-02\n \n 2.4751600623130798e-01 -2.6712900400161743e-01\n <_>\n \n 0 -1 1813 -3.2033199071884155e-01\n \n -1.9094380140304565e+00 -6.6960997879505157e-02\n <_>\n \n 0 -1 1814 -2.7060000225901604e-02\n \n -7.1371299028396606e-01 1.5904599428176880e-01\n <_>\n \n 0 -1 1815 7.7463999390602112e-02\n \n -1.6970199346542358e-01 7.7552998065948486e-01\n <_>\n \n 0 -1 1816 2.3771999403834343e-02\n \n 1.9021899998188019e-01 -6.0162097215652466e-01\n <_>\n \n 0 -1 1817 1.1501000262796879e-02\n \n 7.7039999887347221e-03 -6.1730301380157471e-01\n <_>\n \n 0 -1 1818 3.2616000622510910e-02\n \n 1.7159199714660645e-01 -7.0978200435638428e-01\n <_>\n \n 0 -1 1819 -4.4383000582456589e-02\n \n -2.2606229782104492e+00 -7.3276996612548828e-02\n <_>\n \n 0 -1 1820 -5.8476001024246216e-02\n \n 2.4087750911712646e+00 8.3091996610164642e-02\n <_>\n \n 0 -1 1821 1.9303999841213226e-02\n \n -2.7082300186157227e-01 2.7369999885559082e-01\n <_>\n \n 0 -1 1822 -4.4705998152494431e-02\n \n 3.1355598568916321e-01 -6.2492001801729202e-02\n <_>\n \n 0 -1 1823 -6.0334999114274979e-02\n \n -1.4515119791030884e+00 -5.8761000633239746e-02\n <_>\n \n 0 -1 1824 1.1667000129818916e-02\n \n -1.8084999173879623e-02 5.0479698181152344e-01\n <_>\n \n 0 -1 1825 2.8009999543428421e-02\n \n -2.3302899301052094e-01 3.0708700418472290e-01\n <_>\n \n 0 -1 1826 6.5397001802921295e-02\n \n 1.4135900139808655e-01 -5.0010901689529419e-01\n <_>\n \n 0 -1 1827 9.6239997074007988e-03\n \n -2.2054600715637207e-01 3.9191201329231262e-01\n <_>\n \n 0 -1 1828 2.5510000996291637e-03\n \n -1.1381500214338303e-01 2.0032300055027008e-01\n <_>\n \n 0 -1 1829 3.1847000122070312e-02\n \n 2.5476999580860138e-02 -5.3326398134231567e-01\n <_>\n \n 0 -1 1830 3.3055000007152557e-02\n \n 1.7807699739933014e-01 -6.2793898582458496e-01\n <_>\n \n 0 -1 1831 4.7600999474525452e-02\n \n -1.4747899770736694e-01 1.4204180240631104e+00\n <_>\n \n 0 -1 1832 -1.9571999087929726e-02\n \n -5.2693498134613037e-01 1.5838600695133209e-01\n <_>\n \n 0 -1 1833 -5.4730001837015152e-02\n \n 8.8231599330902100e-01 -1.6627800464630127e-01\n <_>\n \n 0 -1 1834 -2.2686000913381577e-02\n \n -4.8386898636817932e-01 1.5000100433826447e-01\n <_>\n \n 0 -1 1835 1.0713200271129608e-01\n \n -2.1336199343204498e-01 4.2333900928497314e-01\n <_>\n \n 0 -1 1836 -3.6380000412464142e-02\n \n -7.4198000133037567e-02 1.4589400589466095e-01\n <_>\n \n 0 -1 1837 1.3935999944806099e-02\n \n -2.4911600351333618e-01 2.6771199703216553e-01\n <_>\n \n 0 -1 1838 2.0991999655961990e-02\n \n 8.7959999218583107e-03 4.3064999580383301e-01\n <_>\n \n 0 -1 1839 4.9118999391794205e-02\n \n -1.7591999471187592e-01 6.9282901287078857e-01\n <_>\n \n 0 -1 1840 3.6315999925136566e-02\n \n 1.3145299255847931e-01 -3.3597299456596375e-01\n <_>\n \n 0 -1 1841 4.1228000074625015e-02\n \n -4.5692000538110733e-02 -1.3515930175781250e+00\n <_>\n \n 0 -1 1842 1.5672000125050545e-02\n \n 1.7544099688529968e-01 -6.0550000518560410e-02\n <_>\n \n 0 -1 1843 -1.6286000609397888e-02\n \n -1.1308189630508423e+00 -3.9533000439405441e-02\n <_>\n \n 0 -1 1844 -3.0229999683797359e-03\n \n -2.2454300522804260e-01 2.3628099262714386e-01\n <_>\n \n 0 -1 1845 -1.3786299526691437e-01\n \n 4.5376899838447571e-01 -2.1098700165748596e-01\n <_>\n \n 0 -1 1846 -9.6760001033544540e-03\n \n -1.5105099976062775e-01 2.0781700313091278e-01\n <_>\n \n 0 -1 1847 -2.4839999154210091e-02\n \n -6.8350297212600708e-01 -8.0040004104375839e-03\n <_>\n \n 0 -1 1848 -1.3964399695396423e-01\n \n 6.5011298656463623e-01 4.6544000506401062e-02\n <_>\n \n 0 -1 1849 -8.2153998315334320e-02\n \n 4.4887199997901917e-01 -2.3591999709606171e-01\n <_>\n \n 0 -1 1850 3.8449999410659075e-03\n \n -8.8173002004623413e-02 2.7346798777580261e-01\n <_>\n \n 0 -1 1851 -6.6579999402165413e-03\n \n -4.6866598725318909e-01 7.7001996338367462e-02\n <_>\n \n 0 -1 1852 -1.5898000448942184e-02\n \n 2.9268398880958557e-01 -2.1941000595688820e-02\n <_>\n \n 0 -1 1853 -5.0946000963449478e-02\n \n -1.2093789577484131e+00 -4.2109999805688858e-02\n <_>\n \n 0 -1 1854 1.6837999224662781e-02\n \n -4.5595999807119370e-02 5.0180697441101074e-01\n <_>\n \n 0 -1 1855 1.5918999910354614e-02\n \n -2.6904299855232239e-01 2.6516300439834595e-01\n <_>\n \n 0 -1 1856 3.6309999413788319e-03\n \n -1.3046100735664368e-01 3.1807100772857666e-01\n <_>\n \n 0 -1 1857 -8.6144998669624329e-02\n \n 1.9443659782409668e+00 -1.3978299498558044e-01\n <_>\n \n 0 -1 1858 3.3140998333692551e-02\n \n 1.5266799926757812e-01 -3.0866000801324844e-02\n <_>\n \n 0 -1 1859 -3.9679999463260174e-03\n \n -7.1202301979064941e-01 -1.3844000175595284e-02\n <_>\n \n 0 -1 1860 -2.4008000269532204e-02\n \n 9.2007797956466675e-01 4.6723999083042145e-02\n <_>\n \n 0 -1 1861 8.7320003658533096e-03\n \n -2.2567300498485565e-01 3.1931799650192261e-01\n <_>\n \n 0 -1 1862 -2.7786999940872192e-02\n \n -7.2337102890014648e-01 1.7018599808216095e-01\n <_>\n \n 0 -1 1863 -1.9455300271511078e-01\n \n 1.2461860179901123e+00 -1.4736199378967285e-01\n <_>\n \n 0 -1 1864 -1.0869699716567993e-01\n \n -1.4465179443359375e+00 1.2145300209522247e-01\n <_>\n \n 0 -1 1865 -1.9494999200105667e-02\n \n -7.8153097629547119e-01 -2.3732999339699745e-02\n <_>\n \n 0 -1 1866 3.0650000553578138e-03\n \n -8.5471397638320923e-01 1.6686999797821045e-01\n <_>\n \n 0 -1 1867 5.9193998575210571e-02\n \n -1.4853699505329132e-01 1.1273469924926758e+00\n <_>\n \n 0 -1 1868 -5.4207999259233475e-02\n \n 5.4726999998092651e-01 3.5523999482393265e-02\n <_>\n \n 0 -1 1869 -3.9324998855590820e-02\n \n 3.6642599105834961e-01 -2.0543999969959259e-01\n <_>\n \n 0 -1 1870 8.2278996706008911e-02\n \n -3.5007998347282410e-02 5.3994202613830566e-01\n <_>\n \n 0 -1 1871 -7.4479999020695686e-03\n \n -6.1537498235702515e-01 -3.5319998860359192e-03\n <_>\n \n 0 -1 1872 7.3770000599324703e-03\n \n -6.5591000020503998e-02 4.1961398720741272e-01\n <_>\n \n 0 -1 1873 7.0779998786747456e-03\n \n -3.4129500389099121e-01 1.2536799907684326e-01\n <_>\n \n 0 -1 1874 -1.5581999905407429e-02\n \n -3.0240398645401001e-01 2.1511000394821167e-01\n <_>\n \n 0 -1 1875 -2.7399999089539051e-03\n \n 7.6553001999855042e-02 -4.1060501337051392e-01\n <_>\n \n 0 -1 1876 -7.0600003004074097e-02\n \n -9.7356200218200684e-01 1.1241800338029861e-01\n <_>\n \n 0 -1 1877 -1.1706000193953514e-02\n \n 1.8560700118541718e-01 -2.9755198955535889e-01\n <_>\n \n 0 -1 1878 7.1499997284263372e-04\n \n -5.9650000184774399e-02 2.4824699759483337e-01\n <_>\n \n 0 -1 1879 -3.6866001784801483e-02\n \n 3.2751700282096863e-01 -2.3059600591659546e-01\n <_>\n \n 0 -1 1880 -3.2526999711990356e-02\n \n -2.9320299625396729e-01 1.5427699685096741e-01\n <_>\n \n 0 -1 1881 -7.4813999235630035e-02\n \n -1.2143570184707642e+00 -5.2244000136852264e-02\n <_>\n \n 0 -1 1882 4.1469998657703400e-02\n \n 1.3062499463558197e-01 -2.3274369239807129e+00\n <_>\n \n 0 -1 1883 -2.8880000114440918e-02\n \n -6.6074597835540771e-01 -9.0960003435611725e-03\n <_>\n \n 0 -1 1884 4.6381998807191849e-02\n \n 1.6630199551582336e-01 -6.6949498653411865e-01\n <_>\n \n 0 -1 1885 2.5424998998641968e-01\n \n -5.4641999304294586e-02 -1.2676080465316772e+00\n <_>\n \n 0 -1 1886 2.4000001139938831e-03\n \n 2.0276799798011780e-01 1.4667999930679798e-02\n <_>\n \n 0 -1 1887 -8.2805998623371124e-02\n \n -7.8713601827621460e-01 -2.4468999356031418e-02\n <_>\n \n 0 -1 1888 -1.1438000015914440e-02\n \n 2.8623399138450623e-01 -3.0894000083208084e-02\n <_>\n \n 0 -1 1889 -1.2913399934768677e-01\n \n 1.7292929887771606e+00 -1.4293900132179260e-01\n <_>\n \n 0 -1 1890 3.8552999496459961e-02\n \n 1.9232999533414841e-02 3.7732601165771484e-01\n <_>\n \n 0 -1 1891 1.0191400349140167e-01\n \n -7.4533998966217041e-02 -3.3868899345397949e+00\n <_>\n \n 0 -1 1892 -1.9068000838160515e-02\n \n 3.1814101338386536e-01 1.9261000677943230e-02\n <_>\n \n 0 -1 1893 -6.0775000602006912e-02\n \n 7.6936298608779907e-01 -1.7644000053405762e-01\n <_>\n \n 0 -1 1894 2.4679999798536301e-02\n \n 1.8396499752998352e-01 -3.0868801474571228e-01\n <_>\n \n 0 -1 1895 2.6759000495076180e-02\n \n -2.3454900085926056e-01 3.3056598901748657e-01\n <_>\n \n 0 -1 1896 1.4969999901950359e-02\n \n 1.7213599383831024e-01 -1.8248899281024933e-01\n <_>\n \n 0 -1 1897 2.6142999529838562e-02\n \n -4.6463999897241592e-02 -1.1318379640579224e+00\n <_>\n \n 0 -1 1898 -3.7512000650167465e-02\n \n 8.0404001474380493e-01 6.9660000503063202e-02\n <_>\n \n 0 -1 1899 -5.3229997865855694e-03\n \n -8.1884402036666870e-01 -1.8224999308586121e-02\n <_>\n \n 0 -1 1900 1.7813000828027725e-02\n \n 1.4957800507545471e-01 -1.8667200207710266e-01\n <_>\n \n 0 -1 1901 -3.4010000526905060e-02\n \n -7.2852301597595215e-01 -1.6615999862551689e-02\n <_>\n \n 0 -1 1902 -1.5953000634908676e-02\n \n 5.6944000720977783e-01 1.3832000084221363e-02\n <_>\n \n 0 -1 1903 1.9743999466300011e-02\n \n 4.0525000542402267e-02 -4.1773399710655212e-01\n <_>\n \n 0 -1 1904 -1.0374800115823746e-01\n \n -1.9825149774551392e+00 1.1960200220346451e-01\n <_>\n \n 0 -1 1905 -1.9285000860691071e-02\n \n 5.0230598449707031e-01 -1.9745899736881256e-01\n <_>\n \n 0 -1 1906 -1.2780000455677509e-02\n \n 4.0195000171661377e-01 -2.6957999914884567e-02\n <_>\n \n 0 -1 1907 -1.6352999955415726e-02\n \n -7.6608800888061523e-01 -2.4209000170230865e-02\n <_>\n \n 0 -1 1908 -1.2763699889183044e-01\n \n 8.6578500270843506e-01 6.4205996692180634e-02\n <_>\n \n 0 -1 1909 1.9068999215960503e-02\n \n -5.5929797887802124e-01 -1.6880000475794077e-03\n <_>\n \n 0 -1 1910 3.2480999827384949e-02\n \n 4.0722001343965530e-02 4.8925098776817322e-01\n <_>\n \n 0 -1 1911 9.4849998131394386e-03\n \n -1.9231900572776794e-01 5.1139700412750244e-01\n <_>\n \n 0 -1 1912 5.0470000132918358e-03\n \n 1.8706800043582916e-01 -1.6113600134849548e-01\n <_>\n \n 0 -1 1913 4.1267998516559601e-02\n \n -4.8817999660968781e-02 -1.1326299905776978e+00\n <_>\n \n 0 -1 1914 -7.6358996331691742e-02\n \n 1.4169390201568604e+00 8.7319999933242798e-02\n <_>\n \n 0 -1 1915 -7.2834998369216919e-02\n \n 1.3189860582351685e+00 -1.4819100499153137e-01\n <_>\n \n 0 -1 1916 5.9576999396085739e-02\n \n 4.8376999795436859e-02 8.5611802339553833e-01\n <_>\n \n 0 -1 1917 2.0263999700546265e-02\n \n -2.1044099330902100e-01 3.3858999609947205e-01\n <_>\n \n 0 -1 1918 -8.0301001667976379e-02\n \n -1.2464400529861450e+00 1.1857099831104279e-01\n <_>\n \n 0 -1 1919 -1.7835000529885292e-02\n \n 2.5782299041748047e-01 -2.4564799666404724e-01\n <_>\n \n 0 -1 1920 1.1431000195443630e-02\n \n 2.2949799895286560e-01 -2.9497599601745605e-01\n <_>\n \n 0 -1 1921 -2.5541000068187714e-02\n \n -8.6252999305725098e-01 -7.0400000549852848e-04\n <_>\n \n 0 -1 1922 -7.6899997657164931e-04\n \n 3.1511399149894714e-01 -1.4349000155925751e-01\n <_>\n \n 0 -1 1923 -1.4453999698162079e-02\n \n 2.5148499011993408e-01 -2.8232899308204651e-01\n <_>\n \n 0 -1 1924 8.6730001494288445e-03\n \n 2.6601400971412659e-01 -2.8190800547599792e-01\n <_>\n 197\n -3.2772979736328125e+00\n \n <_>\n \n 0 -1 1925 5.4708998650312424e-02\n \n -5.4144299030303955e-01 6.1043000221252441e-01\n <_>\n \n 0 -1 1926 -1.0838799923658371e-01\n \n 7.1739900112152100e-01 -4.1196098923683167e-01\n <_>\n \n 0 -1 1927 2.2996999323368073e-02\n \n -5.8269798755645752e-01 2.9645600914955139e-01\n <_>\n \n 0 -1 1928 2.7540000155568123e-03\n \n -7.4243897199630737e-01 1.4183300733566284e-01\n <_>\n \n 0 -1 1929 -2.1520000882446766e-03\n \n 1.7879900336265564e-01 -6.8548601865768433e-01\n <_>\n \n 0 -1 1930 -2.2559000179171562e-02\n \n -1.0775549411773682e+00 1.2388999760150909e-01\n <_>\n \n 0 -1 1931 8.3025000989437103e-02\n \n 2.4500999599695206e-02 -1.0251879692077637e+00\n <_>\n \n 0 -1 1932 -6.6740000620484352e-03\n \n -4.5283100008964539e-01 2.1230199933052063e-01\n <_>\n \n 0 -1 1933 7.6485000550746918e-02\n \n -2.6972699165344238e-01 4.8580199480056763e-01\n <_>\n \n 0 -1 1934 5.4910001344978809e-03\n \n -4.8871201276779175e-01 3.1616398692131042e-01\n <_>\n \n 0 -1 1935 -1.0414999909698963e-02\n \n 4.1512900590896606e-01 -3.0044800043106079e-01\n <_>\n \n 0 -1 1936 2.7607999742031097e-02\n \n 1.6203799843788147e-01 -9.9868500232696533e-01\n <_>\n \n 0 -1 1937 -2.3272000253200531e-02\n \n -1.1024399995803833e+00 2.1124999970197678e-02\n <_>\n \n 0 -1 1938 -5.5619999766349792e-02\n \n 6.5033102035522461e-01 -2.7938000857830048e-02\n <_>\n \n 0 -1 1939 -4.0631998330354691e-02\n \n 4.2117300629615784e-01 -2.6763799786567688e-01\n <_>\n \n 0 -1 1940 -7.3560001328587532e-03\n \n 3.5277798771858215e-01 -3.7854000926017761e-01\n <_>\n \n 0 -1 1941 1.7007000744342804e-02\n \n -2.9189500212669373e-01 4.1053798794746399e-01\n <_>\n \n 0 -1 1942 -3.7034001201391220e-02\n \n -1.3216309547424316e+00 1.2966500222682953e-01\n <_>\n \n 0 -1 1943 -1.9633000716567039e-02\n \n -8.7702298164367676e-01 1.0799999581649899e-03\n <_>\n \n 0 -1 1944 -2.3546999320387840e-02\n \n 2.6106101274490356e-01 -2.1481400728225708e-01\n <_>\n \n 0 -1 1945 -4.3352998793125153e-02\n \n -9.9089699983596802e-01 -9.9560003727674484e-03\n <_>\n \n 0 -1 1946 -2.2183999419212341e-02\n \n 6.3454401493072510e-01 -5.6547001004219055e-02\n <_>\n \n 0 -1 1947 1.6530999913811684e-02\n \n 2.4664999917149544e-02 -7.3326802253723145e-01\n <_>\n \n 0 -1 1948 -3.2744001597166061e-02\n \n -5.6297200918197632e-01 1.6640299558639526e-01\n <_>\n \n 0 -1 1949 7.1415998041629791e-02\n \n -3.0000001424923539e-04 -9.3286401033401489e-01\n <_>\n \n 0 -1 1950 8.0999999772757292e-04\n \n -9.5380000770092010e-02 2.5184699892997742e-01\n <_>\n \n 0 -1 1951 -8.4090000018477440e-03\n \n -6.5496802330017090e-01 6.7300997674465179e-02\n <_>\n \n 0 -1 1952 -1.7254000529646873e-02\n \n -4.6492999792098999e-01 1.6070899367332458e-01\n <_>\n \n 0 -1 1953 -1.8641000613570213e-02\n \n -1.0594010353088379e+00 -1.9617000594735146e-02\n <_>\n \n 0 -1 1954 -9.1979997232556343e-03\n \n 5.0716197490692139e-01 -1.5339200198650360e-01\n <_>\n \n 0 -1 1955 1.8538000062108040e-02\n \n -3.0498200654983521e-01 7.3506200313568115e-01\n <_>\n \n 0 -1 1956 -5.0335001200437546e-02\n \n -1.1140480041503906e+00 1.8000100553035736e-01\n <_>\n \n 0 -1 1957 -2.3529000580310822e-02\n \n -8.6907899379730225e-01 -1.2459999881684780e-02\n <_>\n \n 0 -1 1958 -2.7100000530481339e-02\n \n 6.5942901372909546e-01 -3.5323999822139740e-02\n <_>\n \n 0 -1 1959 6.5879998728632927e-03\n \n -2.2953400015830994e-01 4.2425099015235901e-01\n <_>\n \n 0 -1 1960 2.3360000923275948e-02\n \n 1.8356199562549591e-01 -9.8587298393249512e-01\n <_>\n \n 0 -1 1961 1.2946999631822109e-02\n \n -3.3147400617599487e-01 2.1323199570178986e-01\n <_>\n \n 0 -1 1962 -6.6559999249875546e-03\n \n -1.1951400339603424e-01 2.9752799868583679e-01\n <_>\n \n 0 -1 1963 -2.2570999339222908e-02\n \n 3.8499400019645691e-01 -2.4434499442577362e-01\n <_>\n \n 0 -1 1964 -6.3813999295234680e-02\n \n -8.9383500814437866e-01 1.4217500388622284e-01\n <_>\n \n 0 -1 1965 -4.9945000559091568e-02\n \n 5.3864401578903198e-01 -2.0485299825668335e-01\n <_>\n \n 0 -1 1966 6.8319998681545258e-03\n \n -5.6678999215364456e-02 3.9970999956130981e-01\n <_>\n \n 0 -1 1967 -5.5835999548435211e-02\n \n -1.5239470005035400e+00 -5.1183000206947327e-02\n <_>\n \n 0 -1 1968 3.1957000494003296e-01\n \n 7.4574001133441925e-02 1.2447799444198608e+00\n <_>\n \n 0 -1 1969 8.0955997109413147e-02\n \n -1.9665500521659851e-01 5.9889698028564453e-01\n <_>\n \n 0 -1 1970 -1.4911999925971031e-02\n \n -6.4020597934722900e-01 1.5807600319385529e-01\n <_>\n \n 0 -1 1971 4.6709001064300537e-02\n \n 8.5239000618457794e-02 -4.5487201213836670e-01\n <_>\n \n 0 -1 1972 6.0539999976754189e-03\n \n -4.3184000253677368e-01 2.2452600300312042e-01\n <_>\n \n 0 -1 1973 -3.4375999122858047e-02\n \n 4.0202501416206360e-01 -2.3903599381446838e-01\n <_>\n \n 0 -1 1974 -3.4924000501632690e-02\n \n 5.2870100736618042e-01 3.9709001779556274e-02\n <_>\n \n 0 -1 1975 3.0030000489205122e-03\n \n -3.8754299283027649e-01 1.4192600548267365e-01\n <_>\n \n 0 -1 1976 -1.4132999815046787e-02\n \n 8.7528401613235474e-01 8.5507996380329132e-02\n <_>\n \n 0 -1 1977 -6.7940000444650650e-03\n \n -1.1649219989776611e+00 -3.3943001180887222e-02\n <_>\n \n 0 -1 1978 -5.2886001765727997e-02\n \n 1.0930680036544800e+00 5.1187001168727875e-02\n <_>\n \n 0 -1 1979 -2.1079999860376120e-03\n \n 1.3696199655532837e-01 -3.3849999308586121e-01\n <_>\n \n 0 -1 1980 1.8353000283241272e-02\n \n 1.3661600649356842e-01 -4.0777799487113953e-01\n <_>\n \n 0 -1 1981 1.2671999633312225e-02\n \n -1.4936000108718872e-02 -8.1707501411437988e-01\n <_>\n \n 0 -1 1982 1.2924999929964542e-02\n \n 1.7625099420547485e-01 -3.2491698861122131e-01\n <_>\n \n 0 -1 1983 -1.7921000719070435e-02\n \n -5.2745401859283447e-01 4.4443000108003616e-02\n <_>\n \n 0 -1 1984 1.9160000374540687e-03\n \n -1.0978599637746811e-01 2.2067500650882721e-01\n <_>\n \n 0 -1 1985 -1.4697999693453312e-02\n \n 3.9067798852920532e-01 -2.2224999964237213e-01\n <_>\n \n 0 -1 1986 -1.4972999691963196e-02\n \n -2.5450900197029114e-01 1.7790000140666962e-01\n <_>\n \n 0 -1 1987 1.4636999927461147e-02\n \n -2.5125000625848770e-02 -8.7121301889419556e-01\n <_>\n \n 0 -1 1988 -1.0974000208079815e-02\n \n 7.9082798957824707e-01 2.0121000707149506e-02\n <_>\n \n 0 -1 1989 -9.1599998995661736e-03\n \n -4.7906899452209473e-01 5.2232000976800919e-02\n <_>\n \n 0 -1 1990 4.6179997734725475e-03\n \n -1.7244599759578705e-01 3.4527799487113953e-01\n <_>\n \n 0 -1 1991 2.3476999253034592e-02\n \n 3.7760001141577959e-03 -6.5333700180053711e-01\n <_>\n \n 0 -1 1992 3.1766999512910843e-02\n \n 1.6364000737667084e-02 5.8723700046539307e-01\n <_>\n \n 0 -1 1993 -1.8419999629259109e-02\n \n 1.9993899762630463e-01 -3.2056498527526855e-01\n <_>\n \n 0 -1 1994 1.9543999806046486e-02\n \n 1.8450200557708740e-01 -2.3793600499629974e-01\n <_>\n \n 0 -1 1995 4.1159498691558838e-01\n \n -6.0382001101970673e-02 -1.6072119474411011e+00\n <_>\n \n 0 -1 1996 -4.1595999151468277e-02\n \n -3.2756200432777405e-01 1.5058000385761261e-01\n <_>\n \n 0 -1 1997 -1.0335999540984631e-02\n \n -6.2394398450851440e-01 1.3112000189721584e-02\n <_>\n \n 0 -1 1998 1.2392999604344368e-02\n \n -3.3114999532699585e-02 5.5579900741577148e-01\n <_>\n \n 0 -1 1999 -8.7270000949501991e-03\n \n 1.9883200526237488e-01 -3.7635600566864014e-01\n <_>\n \n 0 -1 2000 1.6295000910758972e-02\n \n 2.0373000204563141e-01 -4.2800799012184143e-01\n <_>\n \n 0 -1 2001 -1.0483999736607075e-02\n \n -5.6847000122070312e-01 4.4199001044034958e-02\n <_>\n \n 0 -1 2002 -1.2431999668478966e-02\n \n 7.4641901254653931e-01 4.3678998947143555e-02\n <_>\n \n 0 -1 2003 -5.0374999642372131e-02\n \n 8.5090100765228271e-01 -1.7773799598217010e-01\n <_>\n \n 0 -1 2004 4.9548000097274780e-02\n \n 1.6784900426864624e-01 -2.9877498745918274e-01\n <_>\n \n 0 -1 2005 -4.1085001081228256e-02\n \n -1.3302919864654541e+00 -4.9182001501321793e-02\n <_>\n \n 0 -1 2006 1.0069999843835831e-03\n \n -6.0538999736309052e-02 1.8483200669288635e-01\n <_>\n \n 0 -1 2007 -5.0142999738454819e-02\n \n 7.6447701454162598e-01 -1.8356999754905701e-01\n <_>\n \n 0 -1 2008 -8.7879998609423637e-03\n \n 2.2655999660491943e-01 -6.3156999647617340e-02\n <_>\n \n 0 -1 2009 -5.0170999020338058e-02\n \n -1.5899070501327515e+00 -6.1255000531673431e-02\n <_>\n \n 0 -1 2010 1.0216099768877029e-01\n \n 1.2071800231933594e-01 -1.4120110273361206e+00\n <_>\n \n 0 -1 2011 -1.4372999779880047e-02\n \n -1.3116970062255859e+00 -5.1936000585556030e-02\n <_>\n \n 0 -1 2012 1.0281999595463276e-02\n \n -2.1639999467879534e-03 4.4247201085090637e-01\n <_>\n \n 0 -1 2013 -1.1814000084996223e-02\n \n 6.5378099679946899e-01 -1.8723699450492859e-01\n <_>\n \n 0 -1 2014 7.2114996612071991e-02\n \n 7.1846999228000641e-02 8.1496298313140869e-01\n <_>\n \n 0 -1 2015 -1.9001999869942665e-02\n \n -6.7427200078964233e-01 -4.3200000072829425e-04\n <_>\n \n 0 -1 2016 -4.6990001574158669e-03\n \n 3.3311501145362854e-01 5.5794000625610352e-02\n <_>\n \n 0 -1 2017 -5.8157000690698624e-02\n \n 4.5572298765182495e-01 -2.0305100083351135e-01\n <_>\n \n 0 -1 2018 1.1360000353306532e-03\n \n -4.4686999171972275e-02 2.2681899368762970e-01\n <_>\n \n 0 -1 2019 -4.9414999783039093e-02\n \n 2.6694598793983459e-01 -2.6116999983787537e-01\n <_>\n \n 0 -1 2020 -1.1913800239562988e-01\n \n -8.3017998933792114e-01 1.3248500227928162e-01\n <_>\n \n 0 -1 2021 -1.8303999677300453e-02\n \n -6.7499202489852905e-01 1.7092000693082809e-02\n <_>\n \n 0 -1 2022 -7.9199997708201408e-03\n \n -7.2287000715732574e-02 1.4425800740718842e-01\n <_>\n \n 0 -1 2023 5.1925998181104660e-02\n \n 3.0921999365091324e-02 -5.5860602855682373e-01\n <_>\n \n 0 -1 2024 6.6724002361297607e-02\n \n 1.3666400313377380e-01 -2.9411000013351440e-01\n <_>\n \n 0 -1 2025 -1.3778000138700008e-02\n \n -5.9443902969360352e-01 1.5300000086426735e-02\n <_>\n \n 0 -1 2026 -1.7760999500751495e-02\n \n 4.0496501326560974e-01 -3.3559999428689480e-03\n <_>\n \n 0 -1 2027 -4.2234998196363449e-02\n \n -1.0897940397262573e+00 -4.0224999189376831e-02\n <_>\n \n 0 -1 2028 -1.3524999842047691e-02\n \n 2.8921899199485779e-01 -2.5194799900054932e-01\n <_>\n \n 0 -1 2029 -1.1106000281870365e-02\n \n 6.5312802791595459e-01 -1.8053700029850006e-01\n <_>\n \n 0 -1 2030 -1.2284599989652634e-01\n \n -1.9570649862289429e+00 1.4815400540828705e-01\n <_>\n \n 0 -1 2031 4.7715999186038971e-02\n \n -2.2875599563121796e-01 3.4233701229095459e-01\n <_>\n \n 0 -1 2032 3.1817000359296799e-02\n \n 1.5976299345493317e-01 -1.0091969966888428e+00\n <_>\n \n 0 -1 2033 4.2570000514388084e-03\n \n -3.8881298899650574e-01 8.4210000932216644e-02\n <_>\n \n 0 -1 2034 -6.1372999101877213e-02\n \n 1.7152810096740723e+00 5.9324998408555984e-02\n <_>\n \n 0 -1 2035 -2.7030000928789377e-03\n \n -3.8161700963973999e-01 8.5127003490924835e-02\n <_>\n \n 0 -1 2036 -6.8544000387191772e-02\n \n -3.0925889015197754e+00 1.1788000166416168e-01\n <_>\n \n 0 -1 2037 1.0372500121593475e-01\n \n -1.3769300282001495e-01 1.9009410142898560e+00\n <_>\n \n 0 -1 2038 1.5799000859260559e-02\n \n -6.2660001218318939e-02 2.5917699933052063e-01\n <_>\n \n 0 -1 2039 -9.8040001466870308e-03\n \n -5.6291598081588745e-01 4.3923001736402512e-02\n <_>\n \n 0 -1 2040 -9.0229995548725128e-03\n \n 2.5287100672721863e-01 -4.1225999593734741e-02\n <_>\n \n 0 -1 2041 -6.3754998147487640e-02\n \n -2.6178569793701172e+00 -7.4005998671054840e-02\n <_>\n \n 0 -1 2042 3.8954999297857285e-02\n \n 5.9032998979091644e-02 8.5945600271224976e-01\n <_>\n \n 0 -1 2043 -3.9802998304367065e-02\n \n 9.3600499629974365e-01 -1.5639400482177734e-01\n <_>\n \n 0 -1 2044 5.0301998853683472e-02\n \n 1.3725900650024414e-01 -2.5549728870391846e+00\n <_>\n \n 0 -1 2045 4.6250000596046448e-02\n \n -1.3964000158011913e-02 -7.1026200056076050e-01\n <_>\n \n 0 -1 2046 6.2196001410484314e-02\n \n 5.9526000171899796e-02 1.6509100198745728e+00\n <_>\n \n 0 -1 2047 -6.4776003360748291e-02\n \n 7.1368998289108276e-01 -1.7270000278949738e-01\n <_>\n \n 0 -1 2048 2.7522999793291092e-02\n \n 1.4631600677967072e-01 -8.1428997218608856e-02\n <_>\n \n 0 -1 2049 3.9900001138448715e-04\n \n -3.7144500017166138e-01 1.0152699798345566e-01\n <_>\n \n 0 -1 2050 -4.3299999088048935e-03\n \n -2.3756299912929535e-01 2.6798400282859802e-01\n <_>\n \n 0 -1 2051 4.7297000885009766e-02\n \n -2.7682000771164894e-02 -8.4910297393798828e-01\n <_>\n \n 0 -1 2052 1.2508999556303024e-02\n \n 1.8730199337005615e-01 -5.6001102924346924e-01\n <_>\n \n 0 -1 2053 4.5899000018835068e-02\n \n -1.5601199865341187e-01 9.7073000669479370e-01\n <_>\n \n 0 -1 2054 1.9853399693965912e-01\n \n 1.4895500242710114e-01 -1.1015529632568359e+00\n <_>\n \n 0 -1 2055 1.6674999147653580e-02\n \n -1.6615299880504608e-01 8.2210999727249146e-01\n <_>\n \n 0 -1 2056 1.9829999655485153e-03\n \n -7.1249999105930328e-02 2.8810900449752808e-01\n <_>\n \n 0 -1 2057 2.2447999566793442e-02\n \n -2.0981000736355782e-02 -7.8416502475738525e-01\n <_>\n \n 0 -1 2058 -1.3913000002503395e-02\n \n -1.8165799975395203e-01 2.0491799712181091e-01\n <_>\n \n 0 -1 2059 -7.7659999951720238e-03\n \n -4.5595899224281311e-01 6.3576996326446533e-02\n <_>\n \n 0 -1 2060 -1.3209000229835510e-02\n \n 2.6632300019264221e-01 -1.7795999348163605e-01\n <_>\n \n 0 -1 2061 4.9052998423576355e-02\n \n -1.5476800501346588e-01 1.1069979667663574e+00\n <_>\n \n 0 -1 2062 2.0263999700546265e-02\n \n 6.8915002048015594e-02 6.9867497682571411e-01\n <_>\n \n 0 -1 2063 -1.6828000545501709e-02\n \n 2.7607199549674988e-01 -2.5139200687408447e-01\n <_>\n \n 0 -1 2064 -1.6939499974250793e-01\n \n -3.0767529010772705e+00 1.1617500334978104e-01\n <_>\n \n 0 -1 2065 -1.1336100101470947e-01\n \n -1.4639229774475098e+00 -5.1447000354528427e-02\n <_>\n \n 0 -1 2066 -7.7685996890068054e-02\n \n 8.8430202007293701e-01 4.3306998908519745e-02\n <_>\n \n 0 -1 2067 -1.5568000264465809e-02\n \n 1.3672499358654022e-01 -3.4505501389503479e-01\n <_>\n \n 0 -1 2068 -6.6018998622894287e-02\n \n -1.0300110578536987e+00 1.1601399630308151e-01\n <_>\n \n 0 -1 2069 8.3699999377131462e-03\n \n 7.6429001986980438e-02 -4.4002500176429749e-01\n <_>\n \n 0 -1 2070 3.5402998328208923e-02\n \n 1.1979500204324722e-01 -7.2668302059173584e-01\n <_>\n \n 0 -1 2071 -3.9051000028848648e-02\n \n 6.7375302314758301e-01 -1.8196000158786774e-01\n <_>\n \n 0 -1 2072 -9.7899995744228363e-03\n \n 2.1264599263668060e-01 3.6756001412868500e-02\n <_>\n \n 0 -1 2073 -2.3047000169754028e-02\n \n 4.4742199778556824e-01 -2.0986700057983398e-01\n <_>\n \n 0 -1 2074 3.1169999856501818e-03\n \n 3.7544000893831253e-02 2.7808201313018799e-01\n <_>\n \n 0 -1 2075 1.3136000372469425e-02\n \n -1.9842399656772614e-01 5.4335701465606689e-01\n <_>\n \n 0 -1 2076 1.4782000333070755e-02\n \n 1.3530600070953369e-01 -1.1153600364923477e-01\n <_>\n \n 0 -1 2077 -6.0139000415802002e-02\n \n 8.4039300680160522e-01 -1.6711600124835968e-01\n <_>\n \n 0 -1 2078 5.1998998969793320e-02\n \n 1.7372000217437744e-01 -7.8547602891921997e-01\n <_>\n \n 0 -1 2079 2.4792000651359558e-02\n \n -1.7739200592041016e-01 6.6752600669860840e-01\n <_>\n \n 0 -1 2080 -1.2014999985694885e-02\n \n -1.4263699948787689e-01 1.6070500016212463e-01\n <_>\n \n 0 -1 2081 -9.8655998706817627e-02\n \n 1.0429769754409790e+00 -1.5770199894905090e-01\n <_>\n \n 0 -1 2082 1.1758299916982651e-01\n \n 1.0955700278282166e-01 -4.4920377731323242e+00\n <_>\n \n 0 -1 2083 -1.8922999501228333e-02\n \n -7.8543400764465332e-01 1.2984000146389008e-02\n <_>\n \n 0 -1 2084 -2.8390999883413315e-02\n \n -6.0569900274276733e-01 1.2903499603271484e-01\n <_>\n \n 0 -1 2085 1.3182999566197395e-02\n \n -1.4415999874472618e-02 -7.3210501670837402e-01\n <_>\n \n 0 -1 2086 -1.1653000116348267e-01\n \n -2.0442469120025635e+00 1.4053100347518921e-01\n <_>\n \n 0 -1 2087 -3.8880000356584787e-03\n \n -4.1861599683761597e-01 7.8704997897148132e-02\n <_>\n \n 0 -1 2088 3.1229000538587570e-02\n \n 2.4632999673485756e-02 4.1870400309562683e-01\n <_>\n \n 0 -1 2089 2.5198999792337418e-02\n \n -1.7557799816131592e-01 6.4710599184036255e-01\n <_>\n \n 0 -1 2090 -2.8124000877141953e-02\n \n -2.2005599737167358e-01 1.4121000468730927e-01\n <_>\n \n 0 -1 2091 3.6499001085758209e-02\n \n -6.8426996469497681e-02 -2.3410849571228027e+00\n <_>\n \n 0 -1 2092 -7.2292998433113098e-02\n \n 1.2898750305175781e+00 8.4875002503395081e-02\n <_>\n \n 0 -1 2093 -4.1671000421047211e-02\n \n -1.1630970239639282e+00 -5.3752999752759933e-02\n <_>\n \n 0 -1 2094 4.7703001648187637e-02\n \n 7.0101000368595123e-02 7.3676502704620361e-01\n <_>\n \n 0 -1 2095 6.5793000161647797e-02\n \n -1.7755299806594849e-01 6.9780498743057251e-01\n <_>\n \n 0 -1 2096 1.3904999941587448e-02\n \n 2.1936799585819244e-01 -2.0390799641609192e-01\n <_>\n \n 0 -1 2097 -2.7730999514460564e-02\n \n 6.1867898702621460e-01 -1.7804099619388580e-01\n <_>\n \n 0 -1 2098 -1.5879999846220016e-02\n \n -4.6484100818634033e-01 1.8828600645065308e-01\n <_>\n \n 0 -1 2099 7.4128001928329468e-02\n \n -1.2858100235462189e-01 3.2792479991912842e+00\n <_>\n \n 0 -1 2100 -8.9000002481043339e-04\n \n -3.0117601156234741e-01 2.3818799853324890e-01\n <_>\n \n 0 -1 2101 1.7965000122785568e-02\n \n -2.2284999489784241e-01 2.9954001307487488e-01\n <_>\n \n 0 -1 2102 -2.5380000006407499e-03\n \n 2.5064399838447571e-01 -1.3665600121021271e-01\n <_>\n \n 0 -1 2103 -9.0680001303553581e-03\n \n 2.9017499089241028e-01 -2.8929701447486877e-01\n <_>\n \n 0 -1 2104 4.9169998615980148e-02\n \n 1.9156399369239807e-01 -6.8328702449798584e-01\n <_>\n \n 0 -1 2105 -3.0680999159812927e-02\n \n -7.5677001476287842e-01 -1.3279999606311321e-02\n <_>\n \n 0 -1 2106 1.0017400234937668e-01\n \n 8.4453999996185303e-02 1.0888710021972656e+00\n <_>\n \n 0 -1 2107 3.1950001139193773e-03\n \n -2.6919400691986084e-01 1.9537900388240814e-01\n <_>\n \n 0 -1 2108 3.5503000020980835e-02\n \n 1.3632300496101379e-01 -5.6917202472686768e-01\n <_>\n \n 0 -1 2109 4.5900000259280205e-04\n \n -4.0443998575210571e-01 1.4074799418449402e-01\n <_>\n \n 0 -1 2110 2.5258999317884445e-02\n \n 1.6243200004100800e-01 -5.5741798877716064e-01\n <_>\n \n 0 -1 2111 -5.1549999043345451e-03\n \n 3.1132599711418152e-01 -2.2756099700927734e-01\n <_>\n \n 0 -1 2112 1.5869999770075083e-03\n \n -2.6867699623107910e-01 1.9565400481224060e-01\n <_>\n \n 0 -1 2113 -1.6204999759793282e-02\n \n 1.5486499667167664e-01 -3.4057798981666565e-01\n <_>\n \n 0 -1 2114 -2.9624000191688538e-02\n \n 1.1466799974441528e+00 9.0557999908924103e-02\n <_>\n \n 0 -1 2115 -1.5930000226944685e-03\n \n -7.1257501840591431e-01 -7.0400000549852848e-04\n <_>\n \n 0 -1 2116 -5.4019000381231308e-02\n \n 4.1537499427795410e-01 2.7246000245213509e-02\n <_>\n \n 0 -1 2117 -6.6211000084877014e-02\n \n -1.3340090513229370e+00 -4.7352999448776245e-02\n <_>\n \n 0 -1 2118 2.7940999716520309e-02\n \n 1.4446300268173218e-01 -5.1518398523330688e-01\n <_>\n \n 0 -1 2119 2.8957000002264977e-02\n \n -4.9966000020503998e-02 -1.1929039955139160e+00\n <_>\n \n 0 -1 2120 -2.0424999296665192e-02\n \n 6.3881301879882812e-01 3.8141001015901566e-02\n <_>\n \n 0 -1 2121 1.2416999787092209e-02\n \n -2.1547000110149384e-01 4.9477699398994446e-01\n <_>\n 181\n -3.3196411132812500e+00\n \n <_>\n \n 0 -1 2122 4.3274000287055969e-02\n \n -8.0494397878646851e-01 3.9897298812866211e-01\n <_>\n \n 0 -1 2123 1.8615500628948212e-01\n \n -3.1655299663543701e-01 6.8877297639846802e-01\n <_>\n \n 0 -1 2124 3.1860999763011932e-02\n \n -6.4266198873519897e-01 2.5550898909568787e-01\n <_>\n \n 0 -1 2125 1.4022000133991241e-02\n \n -4.5926600694656372e-01 3.1171199679374695e-01\n <_>\n \n 0 -1 2126 -6.3029997982084751e-03\n \n 4.6026900410652161e-01 -2.7438500523567200e-01\n <_>\n \n 0 -1 2127 -5.4310001432895660e-03\n \n 3.6608600616455078e-01 -2.7205801010131836e-01\n <_>\n \n 0 -1 2128 1.6822999343276024e-02\n \n 2.3476999253034592e-02 -8.8443797826766968e-01\n <_>\n \n 0 -1 2129 2.6039000600576401e-02\n \n 1.7488799989223480e-01 -5.4564702510833740e-01\n <_>\n \n 0 -1 2130 -2.6720000430941582e-02\n \n -9.6396499872207642e-01 2.3524999618530273e-02\n <_>\n \n 0 -1 2131 -1.7041999846696854e-02\n \n -7.0848798751831055e-01 2.1468099951744080e-01\n <_>\n \n 0 -1 2132 5.9569999575614929e-03\n \n 7.3601000010967255e-02 -6.8225598335266113e-01\n <_>\n \n 0 -1 2133 -2.8679999522864819e-03\n \n -7.4935001134872437e-01 2.3803399503231049e-01\n <_>\n \n 0 -1 2134 -4.3774999678134918e-02\n \n 6.8323302268981934e-01 -2.1380299329757690e-01\n <_>\n \n 0 -1 2135 5.1633000373840332e-02\n \n -1.2566499412059784e-01 6.7523801326751709e-01\n <_>\n \n 0 -1 2136 8.1780003383755684e-03\n \n 7.0689998567104340e-02 -8.0665898323059082e-01\n <_>\n \n 0 -1 2137 -5.2841998636722565e-02\n \n 9.5433902740478516e-01 1.6548000276088715e-02\n <_>\n \n 0 -1 2138 5.2583999931812286e-02\n \n -2.8414401412010193e-01 4.7129800915718079e-01\n <_>\n \n 0 -1 2139 -1.2659000232815742e-02\n \n 3.8445401191711426e-01 -6.2288001179695129e-02\n <_>\n \n 0 -1 2140 1.1694000102579594e-02\n \n 5.6000000768108293e-05 -1.0173139572143555e+00\n <_>\n \n 0 -1 2141 -2.3918999359011650e-02\n \n 8.4921300411224365e-01 5.7399999350309372e-03\n <_>\n \n 0 -1 2142 -6.1673998832702637e-02\n \n -9.2571401596069336e-01 -1.7679999582469463e-03\n <_>\n \n 0 -1 2143 -1.8279999494552612e-03\n \n -5.4372298717498779e-01 2.4932399392127991e-01\n <_>\n \n 0 -1 2144 3.5257998853921890e-02\n \n -7.3719997890293598e-03 -9.3963998556137085e-01\n <_>\n \n 0 -1 2145 -1.8438000231981277e-02\n \n 7.2136700153350830e-01 1.0491999797523022e-02\n <_>\n \n 0 -1 2146 -3.8389001041650772e-02\n \n 1.9272600114345551e-01 -3.5832101106643677e-01\n <_>\n \n 0 -1 2147 9.9720999598503113e-02\n \n 1.1354199796915054e-01 -1.6304190158843994e+00\n <_>\n \n 0 -1 2148 8.4462001919746399e-02\n \n -5.3420998156070709e-02 -1.6981120109558105e+00\n <_>\n \n 0 -1 2149 4.0270000696182251e-02\n \n -1.0783199965953827e-01 5.1926600933074951e-01\n <_>\n \n 0 -1 2150 5.8935999870300293e-02\n \n -1.8053700029850006e-01 9.5119798183441162e-01\n <_>\n \n 0 -1 2151 1.4957000315189362e-01\n \n 1.6785299777984619e-01 -1.1591869592666626e+00\n <_>\n \n 0 -1 2152 6.9399998756125569e-04\n \n 2.0491400361061096e-01 -3.3118200302124023e-01\n <_>\n \n 0 -1 2153 -3.3369001001119614e-02\n \n 9.3468099832534790e-01 -2.9639999847859144e-03\n <_>\n \n 0 -1 2154 9.3759996816515923e-03\n \n 3.7000000011175871e-03 -7.7549797296524048e-01\n <_>\n \n 0 -1 2155 4.3193999677896500e-02\n \n -2.2040000185370445e-03 7.4589699506759644e-01\n <_>\n \n 0 -1 2156 -6.7555002868175507e-02\n \n 7.2292101383209229e-01 -1.8404200673103333e-01\n <_>\n \n 0 -1 2157 -3.1168600916862488e-01\n \n 1.0014270544052124e+00 3.4003000706434250e-02\n <_>\n \n 0 -1 2158 2.9743999242782593e-02\n \n -4.6356000006198883e-02 -1.2781809568405151e+00\n <_>\n \n 0 -1 2159 1.0737000033259392e-02\n \n 1.4812000095844269e-02 6.6649997234344482e-01\n <_>\n \n 0 -1 2160 -2.8841000050306320e-02\n \n -9.4222599267959595e-01 -2.0796999335289001e-02\n <_>\n \n 0 -1 2161 -5.7649998925626278e-03\n \n -4.3541899323463440e-01 2.3386000096797943e-01\n <_>\n \n 0 -1 2162 2.8410999104380608e-02\n \n -1.7615799605846405e-01 8.5765302181243896e-01\n <_>\n \n 0 -1 2163 -2.9007999226450920e-02\n \n 5.7978099584579468e-01 2.8565999120473862e-02\n <_>\n \n 0 -1 2164 2.4965999647974968e-02\n \n -2.2729000076651573e-02 -9.6773099899291992e-01\n <_>\n \n 0 -1 2165 1.2036000378429890e-02\n \n -1.4214700460433960e-01 5.1687997579574585e-01\n <_>\n \n 0 -1 2166 -4.2514000087976456e-02\n \n 9.7273802757263184e-01 -1.8119800090789795e-01\n <_>\n \n 0 -1 2167 1.0276000015437603e-02\n \n -8.3099998533725739e-02 3.1762799620628357e-01\n <_>\n \n 0 -1 2168 -6.9191999733448029e-02\n \n -2.0668580532073975e+00 -6.0173999518156052e-02\n <_>\n \n 0 -1 2169 -4.6769999898970127e-03\n \n 4.4131800532341003e-01 2.3209000006318092e-02\n <_>\n \n 0 -1 2170 -1.3923999853432178e-02\n \n 2.8606700897216797e-01 -2.9152700304985046e-01\n <_>\n \n 0 -1 2171 -1.5333999879658222e-02\n \n -5.7414501905441284e-01 2.3063300549983978e-01\n <_>\n \n 0 -1 2172 -1.0239000432193279e-02\n \n 3.4479200839996338e-01 -2.6080399751663208e-01\n <_>\n \n 0 -1 2173 -5.0988998264074326e-02\n \n 5.6154102087020874e-01 6.1218999326229095e-02\n <_>\n \n 0 -1 2174 3.0689999461174011e-02\n \n -1.4772799611091614e-01 1.6378489732742310e+00\n <_>\n \n 0 -1 2175 -1.1223999783396721e-02\n \n 2.4006199836730957e-01 -4.4864898920059204e-01\n <_>\n \n 0 -1 2176 -6.2899999320507050e-03\n \n 4.3119499087333679e-01 -2.3808999359607697e-01\n <_>\n \n 0 -1 2177 7.8590996563434601e-02\n \n 1.9865000620484352e-02 8.0853801965713501e-01\n <_>\n \n 0 -1 2178 -1.0178999975323677e-02\n \n 1.8193200230598450e-01 -3.2877799868583679e-01\n <_>\n \n 0 -1 2179 3.1227000057697296e-02\n \n 1.4973899722099304e-01 -1.4180339574813843e+00\n <_>\n \n 0 -1 2180 4.0196999907493591e-02\n \n -1.9760499894618988e-01 5.8508199453353882e-01\n <_>\n \n 0 -1 2181 1.6138000413775444e-02\n \n 5.0000002374872565e-04 3.9050000905990601e-01\n <_>\n \n 0 -1 2182 -4.5519001781940460e-02\n \n 1.2646820545196533e+00 -1.5632599592208862e-01\n <_>\n \n 0 -1 2183 -1.8130000680685043e-02\n \n 6.5148502588272095e-01 1.0235999710857868e-02\n <_>\n \n 0 -1 2184 -1.4001999981701374e-02\n \n -1.0344820022583008e+00 -3.2182998955249786e-02\n <_>\n \n 0 -1 2185 -3.8816001266241074e-02\n \n -4.7874298691749573e-01 1.6290700435638428e-01\n <_>\n \n 0 -1 2186 3.1656000763177872e-02\n \n -2.0983399450778961e-01 5.4575902223587036e-01\n <_>\n \n 0 -1 2187 -1.0839999653398991e-02\n \n 5.1898801326751709e-01 -1.5080000273883343e-02\n <_>\n \n 0 -1 2188 1.2032999657094479e-02\n \n -2.1107600629329681e-01 7.5937002897262573e-01\n <_>\n \n 0 -1 2189 7.0772998034954071e-02\n \n 1.8048800528049469e-01 -7.4048501253128052e-01\n <_>\n \n 0 -1 2190 5.3139799833297729e-01\n \n -1.4491699635982513e-01 1.5360039472579956e+00\n <_>\n \n 0 -1 2191 -1.4774000272154808e-02\n \n -2.8153699636459351e-01 2.0407299697399139e-01\n <_>\n \n 0 -1 2192 -2.2410000674426556e-03\n \n -4.4876301288604736e-01 5.3989000618457794e-02\n <_>\n \n 0 -1 2193 4.9968000501394272e-02\n \n 4.1514001786708832e-02 2.9417100548744202e-01\n <_>\n \n 0 -1 2194 -4.7701999545097351e-02\n \n 3.9674299955368042e-01 -2.8301799297332764e-01\n <_>\n \n 0 -1 2195 -9.1311000287532806e-02\n \n 2.1994259357452393e+00 8.7964996695518494e-02\n <_>\n \n 0 -1 2196 3.8070000708103180e-02\n \n -2.8025600314140320e-01 2.5156199932098389e-01\n <_>\n \n 0 -1 2197 -1.5538999810814857e-02\n \n 3.4157499670982361e-01 1.7924999818205833e-02\n <_>\n \n 0 -1 2198 -1.5445999801158905e-02\n \n 2.8680199384689331e-01 -2.5135898590087891e-01\n <_>\n \n 0 -1 2199 -5.7388000190258026e-02\n \n 6.3830000162124634e-01 8.8597998023033142e-02\n <_>\n \n 0 -1 2200 -5.9440000914037228e-03\n \n 7.9016998410224915e-02 -4.0774899721145630e-01\n <_>\n \n 0 -1 2201 -6.9968998432159424e-02\n \n -4.4644200801849365e-01 1.7219600081443787e-01\n <_>\n \n 0 -1 2202 -2.5064999237656593e-02\n \n -9.8270201683044434e-01 -3.5388000309467316e-02\n <_>\n \n 0 -1 2203 1.7216000705957413e-02\n \n 2.2705900669097900e-01 -8.0550098419189453e-01\n <_>\n \n 0 -1 2204 -4.4279001653194427e-02\n \n 8.3951997756958008e-01 -1.7429600656032562e-01\n <_>\n \n 0 -1 2205 4.3988998979330063e-02\n \n 1.1557199805974960e-01 -1.9666889905929565e+00\n <_>\n \n 0 -1 2206 1.5907000750303268e-02\n \n -3.7576001137495041e-02 -1.0311100482940674e+00\n <_>\n \n 0 -1 2207 -9.2754997313022614e-02\n \n -1.3530019521713257e+00 1.2141299992799759e-01\n <_>\n \n 0 -1 2208 7.1037001907825470e-02\n \n -1.7684300243854523e-01 7.4485200643539429e-01\n <_>\n \n 0 -1 2209 5.7762000709772110e-02\n \n 1.2835599482059479e-01 -4.4444200396537781e-01\n <_>\n \n 0 -1 2210 -1.6432000324130058e-02\n \n 8.0152702331542969e-01 -1.7491699755191803e-01\n <_>\n \n 0 -1 2211 2.3939000442624092e-02\n \n 1.6144999861717224e-01 -1.2364500015974045e-01\n <_>\n \n 0 -1 2212 1.2636000290513039e-02\n \n 1.5411999821662903e-01 -3.3293798565864563e-01\n <_>\n \n 0 -1 2213 -5.4347999393939972e-02\n \n -1.8400700092315674e+00 1.4835999906063080e-01\n <_>\n \n 0 -1 2214 -1.3261999934911728e-02\n \n -8.0838799476623535e-01 -2.7726000174880028e-02\n <_>\n \n 0 -1 2215 6.1340001411736012e-03\n \n -1.3785000145435333e-01 3.2858499884605408e-01\n <_>\n \n 0 -1 2216 2.8991000726819038e-02\n \n -2.5516999885439873e-02 -8.3387202024459839e-01\n <_>\n \n 0 -1 2217 -2.1986000239849091e-02\n \n -7.3739999532699585e-01 1.7887100577354431e-01\n <_>\n \n 0 -1 2218 5.3269998170435429e-03\n \n -4.5449298620223999e-01 6.8791002035140991e-02\n <_>\n \n 0 -1 2219 8.6047999560832977e-02\n \n 2.1008500456809998e-01 -3.7808901071548462e-01\n <_>\n \n 0 -1 2220 -8.5549997165799141e-03\n \n 4.0134999155998230e-01 -2.1074099838733673e-01\n <_>\n \n 0 -1 2221 6.7790001630783081e-03\n \n -2.1648999303579330e-02 4.5421499013900757e-01\n <_>\n \n 0 -1 2222 -6.3959998078644276e-03\n \n -4.9818599224090576e-01 7.5907997786998749e-02\n <_>\n \n 0 -1 2223 8.9469999074935913e-03\n \n 1.7857700586318970e-01 -2.8454899787902832e-01\n <_>\n \n 0 -1 2224 3.2589999027550220e-03\n \n 4.6624999493360519e-02 -5.5206298828125000e-01\n <_>\n \n 0 -1 2225 4.1476998478174210e-02\n \n 1.7550499737262726e-01 -2.0703999698162079e-01\n <_>\n \n 0 -1 2226 -6.7449999041855335e-03\n \n -4.6392598748207092e-01 6.9303996860980988e-02\n <_>\n \n 0 -1 2227 3.0564999207854271e-02\n \n 5.1734998822212219e-02 7.5550502538681030e-01\n <_>\n \n 0 -1 2228 -7.4780001305043697e-03\n \n 1.4893899857997894e-01 -3.1906801462173462e-01\n <_>\n \n 0 -1 2229 8.9088998734951019e-02\n \n 1.3738800585269928e-01 -1.1379710435867310e+00\n <_>\n \n 0 -1 2230 7.3230001144111156e-03\n \n -2.8829199075698853e-01 1.9088600575923920e-01\n <_>\n \n 0 -1 2231 -1.8205000087618828e-02\n \n -3.0178600549697876e-01 1.6795800626277924e-01\n <_>\n \n 0 -1 2232 -2.5828000158071518e-02\n \n -9.8137998580932617e-01 -1.9860999658703804e-02\n <_>\n \n 0 -1 2233 1.0936199873685837e-01\n \n 4.8790000379085541e-02 5.3118300437927246e-01\n <_>\n \n 0 -1 2234 -1.1424999684095383e-02\n \n 2.3705999553203583e-01 -2.7925300598144531e-01\n <_>\n \n 0 -1 2235 -5.7565998286008835e-02\n \n 4.7255399823188782e-01 6.5171003341674805e-02\n <_>\n \n 0 -1 2236 1.0278300195932388e-01\n \n -2.0765100419521332e-01 5.0947701930999756e-01\n <_>\n \n 0 -1 2237 2.7041999623179436e-02\n \n 1.6421200335025787e-01 -1.4508620500564575e+00\n <_>\n \n 0 -1 2238 -1.3635000213980675e-02\n \n -5.6543898582458496e-01 2.3788999766111374e-02\n <_>\n \n 0 -1 2239 -3.2158198952674866e-01\n \n -3.5602829456329346e+00 1.1801300197839737e-01\n <_>\n \n 0 -1 2240 2.0458100736141205e-01\n \n -3.7016000598669052e-02 -1.0225499868392944e+00\n <_>\n \n 0 -1 2241 -7.0347003638744354e-02\n \n -5.6491899490356445e-01 1.8525199592113495e-01\n <_>\n \n 0 -1 2242 3.7831000983715057e-02\n \n -2.9901999980211258e-02 -8.2921499013900757e-01\n <_>\n \n 0 -1 2243 -7.0298001170158386e-02\n \n -5.3172302246093750e-01 1.4430199563503265e-01\n <_>\n \n 0 -1 2244 6.3221000134944916e-02\n \n -2.2041200101375580e-01 4.7952198982238770e-01\n <_>\n \n 0 -1 2245 3.6393001675605774e-02\n \n 1.4222699403762817e-01 -6.1193901300430298e-01\n <_>\n \n 0 -1 2246 4.0099998004734516e-03\n \n -3.4560799598693848e-01 1.1738699674606323e-01\n <_>\n \n 0 -1 2247 -4.9106001853942871e-02\n \n 9.5984101295471191e-01 6.4934998750686646e-02\n <_>\n \n 0 -1 2248 -7.1583002805709839e-02\n \n 1.7385669946670532e+00 -1.4252899587154388e-01\n <_>\n \n 0 -1 2249 -3.8008999079465866e-02\n \n 1.3872820138931274e+00 6.6188000142574310e-02\n <_>\n \n 0 -1 2250 -3.1570000573992729e-03\n \n 5.3677000105381012e-02 -5.4048001766204834e-01\n <_>\n \n 0 -1 2251 1.9458999857306480e-02\n \n -9.3620002269744873e-02 3.9131000638008118e-01\n <_>\n \n 0 -1 2252 1.1293999850749969e-02\n \n 3.7223998457193375e-02 -5.4251801967620850e-01\n <_>\n \n 0 -1 2253 -3.3495001494884491e-02\n \n 9.5307898521423340e-01 3.7696998566389084e-02\n <_>\n \n 0 -1 2254 9.2035003006458282e-02\n \n -1.3488399982452393e-01 2.2897069454193115e+00\n <_>\n \n 0 -1 2255 3.7529999390244484e-03\n \n 2.2824199497699738e-01 -5.9983700513839722e-01\n <_>\n \n 0 -1 2256 1.2848000042140484e-02\n \n -2.2005200386047363e-01 3.7221899628639221e-01\n <_>\n \n 0 -1 2257 -1.4316199719905853e-01\n \n 1.2855789661407471e+00 4.7237001359462738e-02\n <_>\n \n 0 -1 2258 -9.6879996359348297e-02\n \n -3.9550929069519043e+00 -7.2903998196125031e-02\n <_>\n \n 0 -1 2259 -8.8459998369216919e-03\n \n 3.7674999237060547e-01 -4.6484000980854034e-02\n <_>\n \n 0 -1 2260 1.5900000929832458e-02\n \n -2.4457000195980072e-02 -8.0034798383712769e-01\n <_>\n \n 0 -1 2261 7.0372000336647034e-02\n \n 1.7019000649452209e-01 -6.3068997859954834e-01\n <_>\n \n 0 -1 2262 -3.7953998893499374e-02\n \n -9.3667197227478027e-01 -4.1214000433683395e-02\n <_>\n \n 0 -1 2263 5.1597899198532104e-01\n \n 1.3080599904060364e-01 -1.5802290439605713e+00\n <_>\n \n 0 -1 2264 -3.2843001186847687e-02\n \n -1.1441620588302612e+00 -4.9173999577760696e-02\n <_>\n \n 0 -1 2265 -3.6357000470161438e-02\n \n 4.9606400728225708e-01 -3.4458998590707779e-02\n <_>\n \n 0 -1 2266 6.8080001510679722e-03\n \n -3.0997800827026367e-01 1.7054800689220428e-01\n <_>\n \n 0 -1 2267 -1.6114000231027603e-02\n \n -3.7904599308967590e-01 1.6078999638557434e-01\n <_>\n \n 0 -1 2268 8.4530003368854523e-03\n \n -1.8655499815940857e-01 5.6367701292037964e-01\n <_>\n \n 0 -1 2269 -1.3752399384975433e-01\n \n -5.8989900350570679e-01 1.1749500036239624e-01\n <_>\n \n 0 -1 2270 1.7688000202178955e-01\n \n -1.5424899756908417e-01 9.2911100387573242e-01\n <_>\n \n 0 -1 2271 7.9309996217489243e-03\n \n 3.2190701365470886e-01 -1.6392600536346436e-01\n <_>\n \n 0 -1 2272 1.0971800237894058e-01\n \n -1.5876500308513641e-01 1.0186259746551514e+00\n <_>\n \n 0 -1 2273 -3.0293000862002373e-02\n \n 7.5587302446365356e-01 3.1794998794794083e-02\n <_>\n \n 0 -1 2274 -2.3118000477552414e-02\n \n -8.8451498746871948e-01 -9.5039997249841690e-03\n <_>\n \n 0 -1 2275 -3.0900000128895044e-03\n \n 2.3838299512863159e-01 -1.1606200039386749e-01\n <_>\n \n 0 -1 2276 -3.3392000943422318e-02\n \n -1.8738139867782593e+00 -6.8502999842166901e-02\n <_>\n \n 0 -1 2277 1.3190000317990780e-02\n \n 1.2919899821281433e-01 -6.7512202262878418e-01\n <_>\n \n 0 -1 2278 1.4661000110208988e-02\n \n -2.4829000234603882e-02 -7.4396800994873047e-01\n <_>\n \n 0 -1 2279 -1.3248000293970108e-02\n \n 4.6820199489593506e-01 -2.4165000766515732e-02\n <_>\n \n 0 -1 2280 -1.6218999400734901e-02\n \n 4.0083798766136169e-01 -2.1255700290203094e-01\n <_>\n \n 0 -1 2281 -2.9052000492811203e-02\n \n -1.5650019645690918e+00 1.4375899732112885e-01\n <_>\n \n 0 -1 2282 -1.0153199732303619e-01\n \n -1.9220689535140991e+00 -6.9559998810291290e-02\n <_>\n \n 0 -1 2283 3.7753999233245850e-02\n \n 1.3396799564361572e-01 -2.2639141082763672e+00\n <_>\n \n 0 -1 2284 -2.8555598855018616e-01\n \n 1.0215270519256592e+00 -1.5232199430465698e-01\n <_>\n \n 0 -1 2285 1.5360699594020844e-01\n \n -9.7409002482891083e-02 4.1662400960922241e-01\n <_>\n \n 0 -1 2286 -2.1199999901000410e-04\n \n 1.1271899938583374e-01 -4.1653999686241150e-01\n <_>\n \n 0 -1 2287 -2.0597999915480614e-02\n \n 6.0540497303009033e-01 6.2467999756336212e-02\n <_>\n \n 0 -1 2288 3.7353999912738800e-02\n \n -1.8919000029563904e-01 4.6464699506759644e-01\n <_>\n \n 0 -1 2289 5.7275000959634781e-02\n \n 1.1565300077199936e-01 -1.3213009834289551e+00\n <_>\n \n 0 -1 2290 5.1029999740421772e-03\n \n -2.8061500191688538e-01 1.9313399493694305e-01\n <_>\n \n 0 -1 2291 -5.4644998162984848e-02\n \n 7.2428500652313232e-01 7.5447998940944672e-02\n <_>\n \n 0 -1 2292 2.5349000468850136e-02\n \n -1.9481800496578217e-01 4.6032801270484924e-01\n <_>\n \n 0 -1 2293 2.4311000481247902e-02\n \n 1.5564100444316864e-01 -4.9913901090621948e-01\n <_>\n \n 0 -1 2294 3.5962000489234924e-02\n \n -5.8573000133037567e-02 -1.5418399572372437e+00\n <_>\n \n 0 -1 2295 -1.0000699758529663e-01\n \n -1.6100039482116699e+00 1.1450500041246414e-01\n <_>\n \n 0 -1 2296 8.4435999393463135e-02\n \n -6.1406999826431274e-02 -1.4673349857330322e+00\n <_>\n \n 0 -1 2297 1.5947999432682991e-02\n \n 1.6287900507450104e-01 -1.1026400327682495e-01\n <_>\n \n 0 -1 2298 3.3824000507593155e-02\n \n -1.7932699620723724e-01 5.7218402624130249e-01\n <_>\n \n 0 -1 2299 -6.1996001750230789e-02\n \n 4.6511812210083008e+00 9.4534002244472504e-02\n <_>\n \n 0 -1 2300 6.9876998662948608e-02\n \n -1.6985900700092316e-01 8.7028998136520386e-01\n <_>\n \n 0 -1 2301 -2.7916999533772469e-02\n \n 9.1042500734329224e-01 5.6827001273632050e-02\n <_>\n \n 0 -1 2302 -1.2764000333845615e-02\n \n 2.2066700458526611e-01 -2.7769100666046143e-01\n <_>\n 199\n -3.2573320865631104e+00\n \n <_>\n \n 0 -1 2303 2.1662000566720963e-02\n \n -8.9868897199630737e-01 2.9436299204826355e-01\n <_>\n \n 0 -1 2304 1.0044500231742859e-01\n \n -3.7659201025962830e-01 6.0891002416610718e-01\n <_>\n \n 0 -1 2305 2.6003999635577202e-02\n \n -3.8128501176834106e-01 3.9217400550842285e-01\n <_>\n \n 0 -1 2306 2.8441000729799271e-02\n \n -1.8182300031185150e-01 5.8927202224731445e-01\n <_>\n \n 0 -1 2307 3.8612000644207001e-02\n \n -2.2399599850177765e-01 6.3779997825622559e-01\n <_>\n \n 0 -1 2308 -4.6594999730587006e-02\n \n 7.0812201499938965e-01 -1.4666199684143066e-01\n <_>\n \n 0 -1 2309 -4.2791999876499176e-02\n \n 4.7680398821830750e-01 -2.9233199357986450e-01\n <_>\n \n 0 -1 2310 3.7960000336170197e-03\n \n -1.8510299921035767e-01 5.2626699209213257e-01\n <_>\n \n 0 -1 2311 4.2348999530076981e-02\n \n 3.9244998246431351e-02 -8.9197701215744019e-01\n <_>\n \n 0 -1 2312 1.9598999992012978e-02\n \n -2.3358400166034698e-01 4.4146499037742615e-01\n <_>\n \n 0 -1 2313 8.7400001939386129e-04\n \n -4.6063598990440369e-01 1.7689600586891174e-01\n <_>\n \n 0 -1 2314 -4.3629999272525311e-03\n \n 3.3493199944496155e-01 -2.9893401265144348e-01\n <_>\n \n 0 -1 2315 1.6973000019788742e-02\n \n -1.6408699750900269e-01 1.5993679761886597e+00\n <_>\n \n 0 -1 2316 3.6063998937606812e-02\n \n 2.2601699829101562e-01 -5.3186100721359253e-01\n <_>\n \n 0 -1 2317 -7.0864997804164886e-02\n \n 1.5220500528812408e-01 -4.1914600133895874e-01\n <_>\n \n 0 -1 2318 -6.3075996935367584e-02\n \n -1.4874019622802734e+00 1.2953700125217438e-01\n <_>\n \n 0 -1 2319 2.9670000076293945e-02\n \n -1.9145900011062622e-01 9.8184901475906372e-01\n <_>\n \n 0 -1 2320 3.7873998284339905e-02\n \n 1.3459500670433044e-01 -5.6316298246383667e-01\n <_>\n \n 0 -1 2321 -3.3289000391960144e-02\n \n -1.0828030109405518e+00 -1.1504000052809715e-02\n <_>\n \n 0 -1 2322 -3.1608998775482178e-02\n \n -5.9224498271942139e-01 1.3394799828529358e-01\n <_>\n \n 0 -1 2323 1.0740000288933516e-03\n \n -4.9185800552368164e-01 9.4446003437042236e-02\n <_>\n \n 0 -1 2324 -7.1556001901626587e-02\n \n 5.9710198640823364e-01 -3.9553001523017883e-02\n <_>\n \n 0 -1 2325 -8.1170000135898590e-02\n \n -1.1817820072174072e+00 -2.8254000470042229e-02\n <_>\n \n 0 -1 2326 4.4860001653432846e-03\n \n -6.1028099060058594e-01 2.2619099915027618e-01\n <_>\n \n 0 -1 2327 -4.2176000773906708e-02\n \n -1.1435619592666626e+00 -2.9001999646425247e-02\n <_>\n \n 0 -1 2328 -6.5640002489089966e-02\n \n -1.6470279693603516e+00 1.2810300290584564e-01\n <_>\n \n 0 -1 2329 1.8188999965786934e-02\n \n -3.1149399280548096e-01 2.5739601254463196e-01\n <_>\n \n 0 -1 2330 -5.1520001143217087e-02\n \n -6.9206899404525757e-01 1.5270799398422241e-01\n <_>\n \n 0 -1 2331 -4.7150999307632446e-02\n \n -7.1868300437927246e-01 2.6879999786615372e-03\n <_>\n \n 0 -1 2332 1.7488999292254448e-02\n \n 2.2371199727058411e-01 -5.5381798744201660e-01\n <_>\n \n 0 -1 2333 -2.5264000520110130e-02\n \n 1.0319819450378418e+00 -1.7496499419212341e-01\n <_>\n \n 0 -1 2334 -4.0745001286268234e-02\n \n 4.4961598515510559e-01 3.9349000900983810e-02\n <_>\n \n 0 -1 2335 -3.7666998803615570e-02\n \n -8.5475701093673706e-01 -1.2463999912142754e-02\n <_>\n \n 0 -1 2336 -1.3411000370979309e-02\n \n 5.7845598459243774e-01 -1.7467999830842018e-02\n <_>\n \n 0 -1 2337 -7.8999997640494257e-05\n \n -3.7749201059341431e-01 1.3961799442768097e-01\n <_>\n \n 0 -1 2338 -1.1415000073611736e-02\n \n -2.6186600327491760e-01 2.3712499439716339e-01\n <_>\n \n 0 -1 2339 3.7200000137090683e-02\n \n -2.8626000508666039e-02 -1.2945239543914795e+00\n <_>\n \n 0 -1 2340 3.4050000831484795e-03\n \n 2.0531399548053741e-01 -1.8747499585151672e-01\n <_>\n \n 0 -1 2341 -2.2483000531792641e-02\n \n 6.7027199268341064e-01 -1.9594000279903412e-01\n <_>\n \n 0 -1 2342 2.3274999111890793e-02\n \n 1.7405399680137634e-01 -3.2746300101280212e-01\n <_>\n \n 0 -1 2343 -1.3917000032961369e-02\n \n -8.3954298496246338e-01 -6.3760001212358475e-03\n <_>\n \n 0 -1 2344 7.5429999269545078e-03\n \n -3.4194998443126678e-02 5.8998197317123413e-01\n <_>\n \n 0 -1 2345 -1.1539000086486340e-02\n \n 4.2142799496650696e-01 -2.3510499298572540e-01\n <_>\n \n 0 -1 2346 5.2501998841762543e-02\n \n 6.9303996860980988e-02 7.3226499557495117e-01\n <_>\n \n 0 -1 2347 5.2715998142957687e-02\n \n -1.5688100457191467e-01 1.0907289981842041e+00\n <_>\n \n 0 -1 2348 -1.1726000346243382e-02\n \n -7.0934301614761353e-01 1.6828800737857819e-01\n <_>\n \n 0 -1 2349 9.5945999026298523e-02\n \n -1.6192899644374847e-01 1.0072519779205322e+00\n <_>\n \n 0 -1 2350 -1.5871999785304070e-02\n \n 3.9008399844169617e-01 -5.3777001798152924e-02\n <_>\n \n 0 -1 2351 3.4818001091480255e-02\n \n 1.7179999500513077e-02 -9.3941801786422729e-01\n <_>\n \n 0 -1 2352 3.4791998565196991e-02\n \n 5.0462998449802399e-02 5.4465699195861816e-01\n <_>\n \n 0 -1 2353 1.6284000128507614e-02\n \n -2.6981300115585327e-01 4.0365299582481384e-01\n <_>\n \n 0 -1 2354 -4.4319000095129013e-02\n \n 8.4399998188018799e-01 3.2882999628782272e-02\n <_>\n \n 0 -1 2355 -5.5689997971057892e-03\n \n 1.5309399366378784e-01 -3.4959799051284790e-01\n <_>\n \n 0 -1 2356 -6.5842002630233765e-02\n \n -9.2711198329925537e-01 1.6800999641418457e-01\n <_>\n \n 0 -1 2357 -7.3337003588676453e-02\n \n 5.1614499092102051e-01 -2.0236000418663025e-01\n <_>\n \n 0 -1 2358 1.6450000926852226e-02\n \n 1.3950599730014801e-01 -4.9301299452781677e-01\n <_>\n \n 0 -1 2359 -9.2630004510283470e-03\n \n -9.0101999044418335e-01 -1.6116000711917877e-02\n <_>\n \n 0 -1 2360 5.9139998629689217e-03\n \n 1.9858199357986450e-01 -1.6731299459934235e-01\n <_>\n \n 0 -1 2361 -8.4699998842552304e-04\n \n 9.4005003571510315e-02 -4.1570898890495300e-01\n <_>\n \n 0 -1 2362 2.0532900094985962e-01\n \n -6.0022000223398209e-02 7.0993602275848389e-01\n <_>\n \n 0 -1 2363 -1.6883000731468201e-02\n \n 2.4392199516296387e-01 -3.0551800131797791e-01\n <_>\n \n 0 -1 2364 -1.9111000001430511e-02\n \n 6.1229902505874634e-01 2.4252999573945999e-02\n <_>\n \n 0 -1 2365 -2.5962999090552330e-02\n \n 9.0764999389648438e-01 -1.6722099483013153e-01\n <_>\n \n 0 -1 2366 -2.1762000396847725e-02\n \n -3.1384700536727905e-01 2.0134599506855011e-01\n <_>\n \n 0 -1 2367 -2.4119999259710312e-02\n \n -6.6588401794433594e-01 7.4559999629855156e-03\n <_>\n \n 0 -1 2368 4.7129999846220016e-02\n \n 5.9533998370170593e-02 8.7804502248764038e-01\n <_>\n \n 0 -1 2369 -4.5984998345375061e-02\n \n 8.0067998170852661e-01 -1.7252300679683685e-01\n <_>\n \n 0 -1 2370 2.6507999747991562e-02\n \n 1.8774099647998810e-01 -6.0850602388381958e-01\n <_>\n \n 0 -1 2371 -4.8615001142024994e-02\n \n 5.8644098043441772e-01 -1.9427700340747833e-01\n <_>\n \n 0 -1 2372 -1.8562000244855881e-02\n \n -2.5587901473045349e-01 1.6326199471950531e-01\n <_>\n \n 0 -1 2373 1.2678000144660473e-02\n \n -1.4228000305593014e-02 -7.6738101243972778e-01\n <_>\n \n 0 -1 2374 -1.1919999960809946e-03\n \n 2.0495000481605530e-01 -1.1404299736022949e-01\n <_>\n \n 0 -1 2375 -4.9088999629020691e-02\n \n -1.0740849971771240e+00 -3.8940999656915665e-02\n <_>\n \n 0 -1 2376 -1.7436999827623367e-02\n \n -5.7973802089691162e-01 1.8584500253200531e-01\n <_>\n \n 0 -1 2377 -1.4770000241696835e-02\n \n -6.6150301694869995e-01 5.3119999356567860e-03\n <_>\n \n 0 -1 2378 -2.2905200719833374e-01\n \n -4.8305100202560425e-01 1.2326399981975555e-01\n <_>\n \n 0 -1 2379 -1.2707099318504333e-01\n \n 5.7452601194381714e-01 -1.9420400261878967e-01\n <_>\n \n 0 -1 2380 1.0339000262320042e-02\n \n -5.4641999304294586e-02 2.4501800537109375e-01\n <_>\n \n 0 -1 2381 6.9010001607239246e-03\n \n 1.2180600315332413e-01 -3.8797399401664734e-01\n <_>\n \n 0 -1 2382 2.9025399684906006e-01\n \n 1.0966199636459351e-01 -30.\n <_>\n \n 0 -1 2383 -2.3804999887943268e-01\n \n -1.7352679967880249e+00 -6.3809998333454132e-02\n <_>\n \n 0 -1 2384 6.2481001019477844e-02\n \n 1.3523000478744507e-01 -7.0301097631454468e-01\n <_>\n \n 0 -1 2385 4.7109997831285000e-03\n \n -4.6984100341796875e-01 6.0341998934745789e-02\n <_>\n \n 0 -1 2386 -2.7815999463200569e-02\n \n 6.9807600975036621e-01 1.3719999697059393e-03\n <_>\n \n 0 -1 2387 -1.7020000144839287e-02\n \n 1.6870440244674683e+00 -1.4314800500869751e-01\n <_>\n \n 0 -1 2388 -4.9754999577999115e-02\n \n 7.9497700929641724e-01 7.7199999941512942e-04\n <_>\n \n 0 -1 2389 -7.4732996523380280e-02\n \n -1.0132360458374023e+00 -1.9388999789953232e-02\n <_>\n \n 0 -1 2390 3.2009001821279526e-02\n \n 1.4412100613117218e-01 -4.2139101028442383e-01\n <_>\n \n 0 -1 2391 -9.4463996589183807e-02\n \n 5.0682598352432251e-01 -2.0478899776935577e-01\n <_>\n \n 0 -1 2392 -1.5426999889314175e-02\n \n -1.5811300277709961e-01 1.7806899547576904e-01\n <_>\n \n 0 -1 2393 -4.0540001355111599e-03\n \n -5.4366701841354370e-01 3.1235000118613243e-02\n <_>\n \n 0 -1 2394 3.0080000869929790e-03\n \n -1.7376799881458282e-01 3.0441701412200928e-01\n <_>\n \n 0 -1 2395 -1.0091999545693398e-02\n \n 2.5103801488876343e-01 -2.6224100589752197e-01\n <_>\n \n 0 -1 2396 -3.8818001747131348e-02\n \n 9.3226701021194458e-01 7.2659999132156372e-02\n <_>\n \n 0 -1 2397 3.4651998430490494e-02\n \n -3.3934999257326126e-02 -8.5707902908325195e-01\n <_>\n \n 0 -1 2398 -4.6729999594390392e-03\n \n 3.4969300031661987e-01 -4.8517998307943344e-02\n <_>\n \n 0 -1 2399 6.8499997723847628e-04\n \n 6.6573001444339752e-02 -4.4973799586296082e-01\n <_>\n \n 0 -1 2400 3.5317000001668930e-02\n \n 1.4275799691677094e-01 -4.6726399660110474e-01\n <_>\n \n 0 -1 2401 -2.3569999262690544e-02\n \n -1.0286079645156860e+00 -4.5288000255823135e-02\n <_>\n \n 0 -1 2402 -1.9109999993816018e-03\n \n -1.9652199745178223e-01 2.8661000728607178e-01\n <_>\n \n 0 -1 2403 -1.6659000888466835e-02\n \n -7.7532202005386353e-01 -8.3280000835657120e-03\n <_>\n \n 0 -1 2404 6.6062200069427490e-01\n \n 1.3232499361038208e-01 -3.5266680717468262e+00\n <_>\n \n 0 -1 2405 1.0970599949359894e-01\n \n -1.5547199547290802e-01 1.4674140214920044e+00\n <_>\n \n 0 -1 2406 1.3500999659299850e-02\n \n 1.5233400464057922e-01 -1.3020930290222168e+00\n <_>\n \n 0 -1 2407 -2.2871999070048332e-02\n \n -7.1325999498367310e-01 -8.7040001526474953e-03\n <_>\n \n 0 -1 2408 -8.1821002066135406e-02\n \n 1.1127580404281616e+00 8.3219997584819794e-02\n <_>\n \n 0 -1 2409 -5.2728001028299332e-02\n \n 9.3165099620819092e-01 -1.7103999853134155e-01\n <_>\n \n 0 -1 2410 -2.5242000818252563e-02\n \n -1.9733799993991852e-01 2.5359401106834412e-01\n <_>\n \n 0 -1 2411 -4.3818999081850052e-02\n \n 4.1815200448036194e-01 -2.4585500359535217e-01\n <_>\n \n 0 -1 2412 -1.8188999965786934e-02\n \n -5.1743197441101074e-01 2.0174199342727661e-01\n <_>\n \n 0 -1 2413 2.3466000333428383e-02\n \n -4.3071001768112183e-02 -1.0636579990386963e+00\n <_>\n \n 0 -1 2414 3.4216001629829407e-02\n \n 5.3780999034643173e-02 4.9707201123237610e-01\n <_>\n \n 0 -1 2415 2.5692999362945557e-02\n \n -2.3800100386142731e-01 4.1651499271392822e-01\n <_>\n \n 0 -1 2416 -2.6565000414848328e-02\n \n -8.8574802875518799e-01 1.3365900516510010e-01\n <_>\n \n 0 -1 2417 6.0942001640796661e-02\n \n -2.0669700205326080e-01 5.8309000730514526e-01\n <_>\n \n 0 -1 2418 1.4474500715732574e-01\n \n 1.3282300531864166e-01 -3.1449348926544189e+00\n <_>\n \n 0 -1 2419 5.3410999476909637e-02\n \n -1.7325200140476227e-01 6.9190698862075806e-01\n <_>\n \n 0 -1 2420 1.1408000253140926e-02\n \n 5.4822001606225967e-02 3.0240398645401001e-01\n <_>\n \n 0 -1 2421 -2.3179999552667141e-03\n \n 1.5820899605751038e-01 -3.1973201036453247e-01\n <_>\n \n 0 -1 2422 -2.9695000499486923e-02\n \n 7.1274799108505249e-01 5.8136001229286194e-02\n <_>\n \n 0 -1 2423 2.7249999344348907e-02\n \n -1.5754100680351257e-01 9.2143797874450684e-01\n <_>\n \n 0 -1 2424 -3.6200000904500484e-03\n \n -3.4548398852348328e-01 2.0220999419689178e-01\n <_>\n \n 0 -1 2425 -1.2578999623656273e-02\n \n -5.5650299787521362e-01 2.0388999953866005e-02\n <_>\n \n 0 -1 2426 -8.8849000632762909e-02\n \n -3.6100010871887207e+00 1.3164199888706207e-01\n <_>\n \n 0 -1 2427 -1.9256999716162682e-02\n \n 5.1908999681472778e-01 -1.9284300506114960e-01\n <_>\n \n 0 -1 2428 -1.6666999086737633e-02\n \n -8.7499998509883881e-02 1.5812499821186066e-01\n <_>\n \n 0 -1 2429 1.2931999750435352e-02\n \n 2.7405999600887299e-02 -5.5123901367187500e-01\n <_>\n \n 0 -1 2430 -1.3431999832391739e-02\n \n 2.3457799851894379e-01 -4.3235000222921371e-02\n <_>\n \n 0 -1 2431 1.8810000270605087e-02\n \n -3.9680998772382736e-02 -9.4373297691345215e-01\n <_>\n \n 0 -1 2432 -6.4349998719990253e-03\n \n 4.5703700184822083e-01 -4.0520001202821732e-03\n <_>\n \n 0 -1 2433 -2.4249000474810600e-02\n \n -7.6248002052307129e-01 -1.9857000559568405e-02\n <_>\n \n 0 -1 2434 -2.9667999595403671e-02\n \n -3.7412509918212891e+00 1.1250600218772888e-01\n <_>\n \n 0 -1 2435 5.1150000654160976e-03\n \n -6.3781797885894775e-01 1.1223999783396721e-02\n <_>\n \n 0 -1 2436 -5.7819997891783714e-03\n \n 1.9374400377273560e-01 -8.2042001187801361e-02\n <_>\n \n 0 -1 2437 1.6606999561190605e-02\n \n -1.6192099452018738e-01 1.1334990262985229e+00\n <_>\n \n 0 -1 2438 3.8228001445531845e-02\n \n 2.1105000749230385e-02 7.6264202594757080e-01\n <_>\n \n 0 -1 2439 -5.7094000279903412e-02\n \n -1.6974929571151733e+00 -5.9762001037597656e-02\n <_>\n \n 0 -1 2440 -5.3883001208305359e-02\n \n 1.1850190162658691e+00 9.0966999530792236e-02\n <_>\n \n 0 -1 2441 -2.6110000908374786e-03\n \n -4.0941199660301208e-01 8.3820998668670654e-02\n <_>\n \n 0 -1 2442 2.9714399576187134e-01\n \n 1.5529899299144745e-01 -1.0995409488677979e+00\n <_>\n \n 0 -1 2443 -8.9063003659248352e-02\n \n 4.8947200179100037e-01 -2.0041200518608093e-01\n <_>\n \n 0 -1 2444 -5.6193001568317413e-02\n \n -2.4581399559974670e-01 1.4365500211715698e-01\n <_>\n \n 0 -1 2445 3.7004999816417694e-02\n \n -4.8168998211622238e-02 -1.2310709953308105e+00\n <_>\n \n 0 -1 2446 -8.4840003401041031e-03\n \n 4.3372601270675659e-01 1.3779999688267708e-02\n <_>\n \n 0 -1 2447 -2.4379999376833439e-03\n \n 1.8949699401855469e-01 -3.2294198870658875e-01\n <_>\n \n 0 -1 2448 -7.1639999747276306e-02\n \n -4.3979001045227051e-01 2.2730199992656708e-01\n <_>\n \n 0 -1 2449 5.2260002121329308e-03\n \n -2.0548400282859802e-01 5.0933301448822021e-01\n <_>\n \n 0 -1 2450 -6.1360001564025879e-03\n \n 3.1157198548316956e-01 7.0680998265743256e-02\n <_>\n \n 0 -1 2451 1.5595000237226486e-02\n \n -3.0934798717498779e-01 1.5627700090408325e-01\n <_>\n \n 0 -1 2452 2.5995999574661255e-02\n \n 1.3821600377559662e-01 -1.7616599798202515e-01\n <_>\n \n 0 -1 2453 -1.2085000053048134e-02\n \n -5.1070201396942139e-01 5.8440998196601868e-02\n <_>\n \n 0 -1 2454 -6.7836001515388489e-02\n \n 4.7757101058959961e-01 -7.1446001529693604e-02\n <_>\n \n 0 -1 2455 -1.4715000055730343e-02\n \n 4.5238900184631348e-01 -1.9861400127410889e-01\n <_>\n \n 0 -1 2456 2.5118999183177948e-02\n \n 1.2954899668693542e-01 -8.6266398429870605e-01\n <_>\n \n 0 -1 2457 1.8826000392436981e-02\n \n -4.1570000350475311e-02 -1.1354700326919556e+00\n <_>\n \n 0 -1 2458 -2.1263999864459038e-02\n \n -3.4738001227378845e-01 1.5779499709606171e-01\n <_>\n \n 0 -1 2459 9.4609996303915977e-03\n \n 4.8639997839927673e-03 -6.1654800176620483e-01\n <_>\n \n 0 -1 2460 2.2957700490951538e-01\n \n 8.1372998654842377e-02 6.9841402769088745e-01\n <_>\n \n 0 -1 2461 -3.8061998784542084e-02\n \n 1.1616369485855103e+00 -1.4976699650287628e-01\n <_>\n \n 0 -1 2462 -1.3484999537467957e-02\n \n -3.2036399841308594e-01 1.7365099489688873e-01\n <_>\n \n 0 -1 2463 3.6238998174667358e-02\n \n -1.8158499896526337e-01 6.1956697702407837e-01\n <_>\n \n 0 -1 2464 6.7210001870989799e-03\n \n 7.9600000753998756e-04 4.2441400885581970e-01\n <_>\n \n 0 -1 2465 9.6525996923446655e-02\n \n -1.4696800708770752e-01 1.2525680065155029e+00\n <_>\n \n 0 -1 2466 -3.5656999796628952e-02\n \n -3.9781698584556580e-01 1.4191399514675140e-01\n <_>\n \n 0 -1 2467 1.0772000066936016e-02\n \n -1.8194000422954559e-01 5.9762197732925415e-01\n <_>\n \n 0 -1 2468 7.9279996454715729e-02\n \n 1.4642499387264252e-01 -7.8836899995803833e-01\n <_>\n \n 0 -1 2469 3.2841000705957413e-02\n \n -6.2408000230789185e-02 -1.4227490425109863e+00\n <_>\n \n 0 -1 2470 -2.7781000360846519e-02\n \n 3.4033098816871643e-01 3.0670000240206718e-02\n <_>\n \n 0 -1 2471 -4.0339999832212925e-03\n \n 3.1084701418876648e-01 -2.2595700621604919e-01\n <_>\n \n 0 -1 2472 7.4260002002120018e-03\n \n -3.8936998695135117e-02 3.1702101230621338e-01\n <_>\n \n 0 -1 2473 1.1213999986648560e-01\n \n -1.7578299343585968e-01 6.5056598186492920e-01\n <_>\n \n 0 -1 2474 -1.1878100037574768e-01\n \n -1.0092990398406982e+00 1.1069700121879578e-01\n <_>\n \n 0 -1 2475 -4.1584998369216919e-02\n \n -5.3806400299072266e-01 1.9905000925064087e-02\n <_>\n \n 0 -1 2476 -2.7966000139713287e-02\n \n 4.8143199086189270e-01 3.3590998500585556e-02\n <_>\n \n 0 -1 2477 -1.2506400048732758e-01\n \n 2.6352199912071228e-01 -2.5737899541854858e-01\n <_>\n \n 0 -1 2478 2.3666900396347046e-01\n \n 3.6508001387119293e-02 9.0655601024627686e-01\n <_>\n \n 0 -1 2479 -2.9475999996066093e-02\n \n -6.0048800706863403e-01 9.5880003646016121e-03\n <_>\n \n 0 -1 2480 3.7792999297380447e-02\n \n 1.5506200492382050e-01 -9.5733499526977539e-01\n <_>\n \n 0 -1 2481 7.2044000029563904e-02\n \n -1.4525899291038513e-01 1.3676730394363403e+00\n <_>\n \n 0 -1 2482 9.7759999334812164e-03\n \n 1.2915999628603458e-02 2.1640899777412415e-01\n <_>\n \n 0 -1 2483 5.2154000848531723e-02\n \n -1.6359999775886536e-02 -8.8356298208236694e-01\n <_>\n \n 0 -1 2484 -4.3790999799966812e-02\n \n 3.5829600691795349e-01 6.5131001174449921e-02\n <_>\n \n 0 -1 2485 -3.8378998637199402e-02\n \n 1.1961040496826172e+00 -1.4971500635147095e-01\n <_>\n \n 0 -1 2486 -9.8838999867439270e-02\n \n -6.1834001541137695e-01 1.2786200642585754e-01\n <_>\n \n 0 -1 2487 -1.2190700322389603e-01\n \n -1.8276120424270630e+00 -6.4862996339797974e-02\n <_>\n \n 0 -1 2488 -1.1981700360774994e-01\n \n -30. 1.1323300004005432e-01\n <_>\n \n 0 -1 2489 3.0910000205039978e-02\n \n -2.3934000730514526e-01 3.6332899332046509e-01\n <_>\n \n 0 -1 2490 1.0800999589264393e-02\n \n -3.5140000283718109e-02 2.7707898616790771e-01\n <_>\n \n 0 -1 2491 5.6844998151063919e-02\n \n -1.5524299442768097e-01 1.0802700519561768e+00\n <_>\n \n 0 -1 2492 1.0280000278726220e-03\n \n -6.1202999204397202e-02 2.0508000254631042e-01\n <_>\n \n 0 -1 2493 -2.8273999691009521e-02\n \n -6.4778000116348267e-01 2.3917000740766525e-02\n <_>\n \n 0 -1 2494 -1.6013599932193756e-01\n \n 1.0892050266265869e+00 5.8389000594615936e-02\n <_>\n \n 0 -1 2495 4.9629998393356800e-03\n \n -2.5806298851966858e-01 2.0834599435329437e-01\n <_>\n \n 0 -1 2496 4.6937000006437302e-02\n \n 1.3886299729347229e-01 -1.5662620067596436e+00\n <_>\n \n 0 -1 2497 2.4286000058054924e-02\n \n -2.0728300511837006e-01 5.2430999279022217e-01\n <_>\n \n 0 -1 2498 7.0202000439167023e-02\n \n 1.4796899259090424e-01 -1.3095090389251709e+00\n <_>\n \n 0 -1 2499 9.8120002076029778e-03\n \n 2.7906000614166260e-02 -5.0864601135253906e-01\n <_>\n \n 0 -1 2500 -5.6200999766588211e-02\n \n 1.2618130445480347e+00 6.3801996409893036e-02\n <_>\n \n 0 -1 2501 1.0982800275087357e-01\n \n -1.2850099802017212e-01 3.0776169300079346e+00\n <_>\n 211\n -3.3703000545501709e+00\n \n <_>\n \n 0 -1 2502 2.0910000428557396e-02\n \n -6.8559402227401733e-01 3.8984298706054688e-01\n <_>\n \n 0 -1 2503 3.5032000392675400e-02\n \n -4.7724398970603943e-01 4.5027199387550354e-01\n <_>\n \n 0 -1 2504 3.9799001067876816e-02\n \n -4.7011101245880127e-01 4.2702499032020569e-01\n <_>\n \n 0 -1 2505 -4.8409998416900635e-03\n \n 2.5614300370216370e-01 -6.6556298732757568e-01\n <_>\n \n 0 -1 2506 2.3439999204128981e-03\n \n -4.8083499073982239e-01 2.8013798594474792e-01\n <_>\n \n 0 -1 2507 2.5312999263405800e-02\n \n -2.3948200047016144e-01 4.4191798567771912e-01\n <_>\n \n 0 -1 2508 -3.2193001359701157e-02\n \n 7.6086699962615967e-01 -2.5059100985527039e-01\n <_>\n \n 0 -1 2509 7.5409002602100372e-02\n \n -3.4974598884582520e-01 3.4380298852920532e-01\n <_>\n \n 0 -1 2510 -1.8469000235199928e-02\n \n -7.9085600376129150e-01 3.4788001328706741e-02\n <_>\n \n 0 -1 2511 -1.2802000157535076e-02\n \n 4.7107800841331482e-01 -6.0006000101566315e-02\n <_>\n \n 0 -1 2512 -2.6598000898957253e-02\n \n 6.7116099596023560e-01 -2.4257500469684601e-01\n <_>\n \n 0 -1 2513 2.1988999098539352e-02\n \n 2.4717499315738678e-01 -4.8301699757575989e-01\n <_>\n \n 0 -1 2514 1.4654099941253662e-01\n \n -2.1504099667072296e-01 7.2055900096893311e-01\n <_>\n \n 0 -1 2515 3.5310001112520695e-03\n \n 2.7930998802185059e-01 -3.4339898824691772e-01\n <_>\n \n 0 -1 2516 9.4010001048445702e-03\n \n 5.5861998349428177e-02 -8.2143598794937134e-01\n <_>\n \n 0 -1 2517 -8.6390003561973572e-03\n \n -9.9620598554611206e-01 1.8874999880790710e-01\n <_>\n \n 0 -1 2518 -3.9193000644445419e-02\n \n -1.1945559978485107e+00 -2.9198000207543373e-02\n <_>\n \n 0 -1 2519 2.4855000898241997e-02\n \n 1.4987599849700928e-01 -5.4137802124023438e-01\n <_>\n \n 0 -1 2520 -3.4995000809431076e-02\n \n -1.4210180044174194e+00 -4.2314000427722931e-02\n <_>\n \n 0 -1 2521 -1.8378999084234238e-02\n \n -2.8242599964141846e-01 1.5581800043582916e-01\n <_>\n \n 0 -1 2522 -1.3592000119388103e-02\n \n 4.7317099571228027e-01 -2.1937200427055359e-01\n <_>\n \n 0 -1 2523 6.2629999592900276e-03\n \n -5.9714000672101974e-02 6.0625898838043213e-01\n <_>\n \n 0 -1 2524 -1.8478000536561012e-02\n \n -8.5647201538085938e-01 -1.3783999718725681e-02\n <_>\n \n 0 -1 2525 1.4236000366508961e-02\n \n 1.6654799878597260e-01 -2.7713999152183533e-01\n <_>\n \n 0 -1 2526 -3.2547000795602798e-02\n \n -1.1728240251541138e+00 -4.0185000747442245e-02\n <_>\n \n 0 -1 2527 -2.6410000864416361e-03\n \n 2.6514300704002380e-01 -5.6343000382184982e-02\n <_>\n \n 0 -1 2528 -8.7799999164417386e-04\n \n 3.6556001752614975e-02 -5.5075198411941528e-01\n <_>\n \n 0 -1 2529 4.7371998429298401e-02\n \n -4.2614001780748367e-02 4.8194900155067444e-01\n <_>\n \n 0 -1 2530 -7.0790001191198826e-03\n \n 2.8698998689651489e-01 -3.2923001050949097e-01\n <_>\n \n 0 -1 2531 -4.3145999312400818e-02\n \n -1.4065419435501099e+00 1.2836399674415588e-01\n <_>\n \n 0 -1 2532 2.0592000335454941e-02\n \n -2.1435299515724182e-01 5.3981798887252808e-01\n <_>\n \n 0 -1 2533 -2.2367000579833984e-02\n \n 3.3718299865722656e-01 4.5212000608444214e-02\n <_>\n \n 0 -1 2534 5.0039999186992645e-02\n \n -2.5121700763702393e-01 4.1750499606132507e-01\n <_>\n \n 0 -1 2535 6.1794999986886978e-02\n \n 4.0084999054670334e-02 6.8779802322387695e-01\n <_>\n \n 0 -1 2536 -4.1861999779939651e-02\n \n 5.3027397394180298e-01 -2.2901999950408936e-01\n <_>\n \n 0 -1 2537 -3.1959998887032270e-03\n \n 2.5161498785018921e-01 -2.1514600515365601e-01\n <_>\n \n 0 -1 2538 2.4255000054836273e-02\n \n 7.2320001199841499e-03 -7.2519099712371826e-01\n <_>\n \n 0 -1 2539 -1.7303999513387680e-02\n \n -4.9958199262619019e-01 1.8394500017166138e-01\n <_>\n \n 0 -1 2540 -4.1470001451671124e-03\n \n 8.5211999714374542e-02 -4.6364700794219971e-01\n <_>\n \n 0 -1 2541 -1.4369999989867210e-02\n \n -5.2258902788162231e-01 2.3892599344253540e-01\n <_>\n \n 0 -1 2542 -9.0399999171495438e-03\n \n -6.3250398635864258e-01 3.2551001757383347e-02\n <_>\n \n 0 -1 2543 -1.2373100221157074e-01\n \n 1.2856210470199585e+00 7.6545000076293945e-02\n <_>\n \n 0 -1 2544 -8.2221999764442444e-02\n \n 8.3208197355270386e-01 -1.8590599298477173e-01\n <_>\n \n 0 -1 2545 6.5659001469612122e-02\n \n 1.1298800259828568e-01 -30.\n <_>\n \n 0 -1 2546 -3.1582999974489212e-02\n \n -1.3485900163650513e+00 -4.7097001224756241e-02\n <_>\n \n 0 -1 2547 -7.9636000096797943e-02\n \n -1.3533639907836914e+00 1.5668800473213196e-01\n <_>\n \n 0 -1 2548 -1.8880000337958336e-02\n \n 4.0300300717353821e-01 -2.5148901343345642e-01\n <_>\n \n 0 -1 2549 -5.0149997696280479e-03\n \n -2.6287099719047546e-01 1.8582500517368317e-01\n <_>\n \n 0 -1 2550 -1.2218000367283821e-02\n \n 5.8692401647567749e-01 -1.9427700340747833e-01\n <_>\n \n 0 -1 2551 1.2710000155493617e-03\n \n -1.6688999533653259e-01 2.3006899654865265e-01\n <_>\n \n 0 -1 2552 2.9743999242782593e-02\n \n 1.2520000338554382e-02 -6.6723597049713135e-01\n <_>\n \n 0 -1 2553 2.8175000101327896e-02\n \n -1.7060000449419022e-02 6.4579397439956665e-01\n <_>\n \n 0 -1 2554 3.0345000326633453e-02\n \n -2.4178700149059296e-01 3.4878900647163391e-01\n <_>\n \n 0 -1 2555 -1.7325999215245247e-02\n \n -5.3599399328231812e-01 2.0995999872684479e-01\n <_>\n \n 0 -1 2556 -8.4178000688552856e-02\n \n 7.5093299150466919e-01 -1.7593200504779816e-01\n <_>\n \n 0 -1 2557 7.4950000271201134e-03\n \n -1.6188099980354309e-01 3.0657500028610229e-01\n <_>\n \n 0 -1 2558 5.6494999676942825e-02\n \n -1.7318800091743469e-01 1.0016150474548340e+00\n <_>\n \n 0 -1 2559 -5.2939997985959053e-03\n \n 2.3417599499225616e-01 -6.5347000956535339e-02\n <_>\n \n 0 -1 2560 -1.4945000410079956e-02\n \n 2.5018900632858276e-01 -3.0591198801994324e-01\n <_>\n \n 0 -1 2561 5.4919000715017319e-02\n \n 1.3121999800205231e-01 -9.3765097856521606e-01\n <_>\n \n 0 -1 2562 -1.9721999764442444e-02\n \n -8.3978497982025146e-01 -2.3473000153899193e-02\n <_>\n \n 0 -1 2563 -6.7158997058868408e-02\n \n 2.3586840629577637e+00 8.2970999181270599e-02\n <_>\n \n 0 -1 2564 -1.4325999654829502e-02\n \n 1.8814499676227570e-01 -3.1221601366996765e-01\n <_>\n \n 0 -1 2565 2.9841000214219093e-02\n \n 1.4825099706649780e-01 -8.4681701660156250e-01\n <_>\n \n 0 -1 2566 5.1883000880479813e-02\n \n -4.3731000274419785e-02 -1.3366169929504395e+00\n <_>\n \n 0 -1 2567 4.1127000004053116e-02\n \n 1.7660099267959595e-01 -6.0904097557067871e-01\n <_>\n \n 0 -1 2568 -1.2865099310874939e-01\n \n -9.8701000213623047e-01 -3.7785001099109650e-02\n <_>\n \n 0 -1 2569 2.4170000106096268e-03\n \n -1.6119599342346191e-01 3.2675701379776001e-01\n <_>\n \n 0 -1 2570 7.7030002139508724e-03\n \n -2.3841500282287598e-01 2.9319399595260620e-01\n <_>\n \n 0 -1 2571 4.5520000159740448e-02\n \n 1.4424599707126617e-01 -1.5010160207748413e+00\n <_>\n \n 0 -1 2572 -7.8700996935367584e-02\n \n -1.0394560098648071e+00 -4.5375999063253403e-02\n <_>\n \n 0 -1 2573 7.8619997948408127e-03\n \n 1.9633600115776062e-01 -1.4472399652004242e-01\n <_>\n \n 0 -1 2574 -1.3458999805152416e-02\n \n -9.0634697675704956e-01 -3.8049001246690750e-02\n <_>\n \n 0 -1 2575 2.8827000409364700e-02\n \n -2.9473999515175819e-02 6.0058397054672241e-01\n <_>\n \n 0 -1 2576 -2.7365999296307564e-02\n \n -9.9804002046585083e-01 -3.8653001189231873e-02\n <_>\n \n 0 -1 2577 -7.2917997837066650e-02\n \n 7.3361498117446899e-01 5.7440001517534256e-02\n <_>\n \n 0 -1 2578 -1.3988999649882317e-02\n \n 2.7892601490020752e-01 -2.6516300439834595e-01\n <_>\n \n 0 -1 2579 4.3242998421192169e-02\n \n 4.7760000452399254e-03 3.5925900936126709e-01\n <_>\n \n 0 -1 2580 2.9533000662922859e-02\n \n -2.0083999633789062e-01 5.1202899217605591e-01\n <_>\n \n 0 -1 2581 -3.1897000968456268e-02\n \n 6.4721697568893433e-01 -1.3760000001639128e-03\n <_>\n \n 0 -1 2582 3.7868998944759369e-02\n \n -1.8363800644874573e-01 6.1343097686767578e-01\n <_>\n \n 0 -1 2583 -2.2417999804019928e-02\n \n -2.9187899827957153e-01 1.8194800615310669e-01\n <_>\n \n 0 -1 2584 5.8958999812602997e-02\n \n -6.6451996564865112e-02 -1.9290030002593994e+00\n <_>\n \n 0 -1 2585 3.1222999095916748e-02\n \n -1.2732000090181828e-02 6.1560797691345215e-01\n <_>\n \n 0 -1 2586 3.7484999746084213e-02\n \n -2.0856900513172150e-01 4.4363999366760254e-01\n <_>\n \n 0 -1 2587 -2.0966000854969025e-02\n \n -3.5712799429893494e-01 2.4252200126647949e-01\n <_>\n \n 0 -1 2588 -2.5477999821305275e-02\n \n 1.0846560001373291e+00 -1.5054400265216827e-01\n <_>\n \n 0 -1 2589 -7.2570000775158405e-03\n \n 2.1302600204944611e-01 -1.8308199942111969e-01\n <_>\n \n 0 -1 2590 -5.0983000546693802e-02\n \n 5.1736801862716675e-01 -1.8833099305629730e-01\n <_>\n \n 0 -1 2591 -2.0640000700950623e-02\n \n -4.4030201435089111e-01 2.2745999693870544e-01\n <_>\n \n 0 -1 2592 1.0672999545931816e-02\n \n 3.5059999674558640e-02 -5.1665002107620239e-01\n <_>\n \n 0 -1 2593 3.1895998865365982e-02\n \n 1.3228000141680241e-02 3.4915199875831604e-01\n <_>\n \n 0 -1 2594 -2.3824999108910561e-02\n \n 3.4118801355361938e-01 -2.1510200202465057e-01\n <_>\n \n 0 -1 2595 -6.0680001042783260e-03\n \n 3.2937398552894592e-01 -2.8523799777030945e-01\n <_>\n \n 0 -1 2596 2.3881999775767326e-02\n \n -2.5333800911903381e-01 2.6296100020408630e-01\n <_>\n \n 0 -1 2597 2.7966000139713287e-02\n \n 1.4049099385738373e-01 -4.9887099862098694e-01\n <_>\n \n 0 -1 2598 1.4603000134229660e-02\n \n -1.5395999886095524e-02 -7.6958000659942627e-01\n <_>\n \n 0 -1 2599 1.0872399806976318e-01\n \n 1.9069600105285645e-01 -3.2393100857734680e-01\n <_>\n \n 0 -1 2600 -1.4038000255823135e-02\n \n 3.4924700856208801e-01 -2.2358700633049011e-01\n <_>\n \n 0 -1 2601 4.0440000593662262e-03\n \n -3.8329001516103745e-02 5.1177299022674561e-01\n <_>\n \n 0 -1 2602 -4.9769999459385872e-03\n \n -4.2888298630714417e-01 4.9173999577760696e-02\n <_>\n \n 0 -1 2603 -8.5183002054691315e-02\n \n 6.6624599695205688e-01 7.8079998493194580e-03\n <_>\n \n 0 -1 2604 2.1559998858720064e-03\n \n -4.9135199189186096e-01 6.9555997848510742e-02\n <_>\n \n 0 -1 2605 3.6384499073028564e-01\n \n 1.2997099757194519e-01 -1.8949509859085083e+00\n <_>\n \n 0 -1 2606 2.2082500159740448e-01\n \n -5.7211998850107193e-02 -1.4281120300292969e+00\n <_>\n \n 0 -1 2607 -1.6140000894665718e-02\n \n -5.7589399814605713e-01 1.8062500655651093e-01\n <_>\n \n 0 -1 2608 -4.8330001533031464e-02\n \n 9.7308498620986938e-01 -1.6513000428676605e-01\n <_>\n \n 0 -1 2609 1.7529999837279320e-02\n \n 1.7932699620723724e-01 -2.7948901057243347e-01\n <_>\n \n 0 -1 2610 -3.4309998154640198e-02\n \n -8.1072497367858887e-01 -1.6596000641584396e-02\n <_>\n \n 0 -1 2611 -4.5830002054572105e-03\n \n 2.7908998727798462e-01 -7.4519999325275421e-03\n <_>\n \n 0 -1 2612 1.2896400690078735e-01\n \n -1.3508500158786774e-01 2.5411539077758789e+00\n <_>\n \n 0 -1 2613 3.0361000448465347e-02\n \n -6.8419001996517181e-02 2.8734099864959717e-01\n <_>\n \n 0 -1 2614 4.4086001813411713e-02\n \n -1.8135899305343628e-01 6.5413200855255127e-01\n <_>\n \n 0 -1 2615 3.0159999150782824e-03\n \n -1.5690499544143677e-01 2.6963800191879272e-01\n <_>\n \n 0 -1 2616 -2.6336999610066414e-02\n \n 2.9175600409507751e-01 -2.5274100899696350e-01\n <_>\n \n 0 -1 2617 -2.7866000309586525e-02\n \n 4.4387501478195190e-01 5.5038001388311386e-02\n <_>\n \n 0 -1 2618 1.1725000105798244e-02\n \n -1.9346499443054199e-01 4.6656700968742371e-01\n <_>\n \n 0 -1 2619 1.5689999563619494e-03\n \n -8.2360003143548965e-03 2.5700899958610535e-01\n <_>\n \n 0 -1 2620 -3.5550000611692667e-03\n \n -4.2430898547172546e-01 7.1174003183841705e-02\n <_>\n \n 0 -1 2621 -3.1695000827312469e-02\n \n -8.5393500328063965e-01 1.6916200518608093e-01\n <_>\n \n 0 -1 2622 -3.2097000628709793e-02\n \n 8.3784902095794678e-01 -1.7597299814224243e-01\n <_>\n \n 0 -1 2623 1.5544199943542480e-01\n \n 9.9550001323223114e-02 2.3873300552368164e+00\n <_>\n \n 0 -1 2624 8.8045999407768250e-02\n \n -1.8725299835205078e-01 6.2384301424026489e-01\n <_>\n \n 0 -1 2625 -1.6720000421628356e-03\n \n 2.5008699297904968e-01 -6.5118998289108276e-02\n <_>\n \n 0 -1 2626 9.3409996479749680e-03\n \n -3.5378900170326233e-01 1.0715000331401825e-01\n <_>\n \n 0 -1 2627 3.7138000130653381e-02\n \n 1.6387000679969788e-01 -9.1718399524688721e-01\n <_>\n \n 0 -1 2628 8.0183997750282288e-02\n \n -1.4812999963760376e-01 1.4895190000534058e+00\n <_>\n \n 0 -1 2629 -7.9100002767518163e-04\n \n -2.1326899528503418e-01 1.9676400721073151e-01\n <_>\n \n 0 -1 2630 -5.0400001928210258e-03\n \n -7.1318697929382324e-01 1.8240000354126096e-03\n <_>\n \n 0 -1 2631 1.1962399631738663e-01\n \n 3.3098999410867691e-02 1.0441709756851196e+00\n <_>\n \n 0 -1 2632 -4.5280000194907188e-03\n \n -2.7308499813079834e-01 2.7229800820350647e-01\n <_>\n \n 0 -1 2633 -2.9639000073075294e-02\n \n 3.6225798726081848e-01 5.6795001029968262e-02\n <_>\n \n 0 -1 2634 2.6650000363588333e-02\n \n -4.8041000962257385e-02 -9.6723502874374390e-01\n <_>\n \n 0 -1 2635 4.4422000646591187e-02\n \n 1.3052900135517120e-01 -3.5077300667762756e-01\n <_>\n \n 0 -1 2636 -2.4359999224543571e-02\n \n -1.0766899585723877e+00 -5.1222998648881912e-02\n <_>\n \n 0 -1 2637 1.9734999164938927e-02\n \n 2.6238000020384789e-02 2.8070500493049622e-01\n <_>\n \n 0 -1 2638 5.4930001497268677e-03\n \n -2.6111298799514771e-01 2.1011400222778320e-01\n <_>\n \n 0 -1 2639 -2.3200300335884094e-01\n \n -1.7748440504074097e+00 1.1482600122690201e-01\n <_>\n \n 0 -1 2640 -2.5614000856876373e-02\n \n 2.9900801181793213e-01 -2.2502499818801880e-01\n <_>\n \n 0 -1 2641 -6.4949998632073402e-03\n \n 1.9563800096511841e-01 -9.9762998521327972e-02\n <_>\n \n 0 -1 2642 3.9840000681579113e-03\n \n -4.3021500110626221e-01 8.1261001527309418e-02\n <_>\n \n 0 -1 2643 -3.5813000053167343e-02\n \n -5.0987398624420166e-01 1.6345900297164917e-01\n <_>\n \n 0 -1 2644 -1.4169000089168549e-02\n \n 7.7978098392486572e-01 -1.7476299405097961e-01\n <_>\n \n 0 -1 2645 -1.2642100453376770e-01\n \n -6.3047897815704346e-01 1.2728300690650940e-01\n <_>\n \n 0 -1 2646 6.8677999079227448e-02\n \n -4.6447999775409698e-02 -1.1128979921340942e+00\n <_>\n \n 0 -1 2647 8.5864998400211334e-02\n \n 1.1835400015115738e-01 -4.8235158920288086e+00\n <_>\n \n 0 -1 2648 1.5511999838054180e-02\n \n -1.7467999830842018e-02 -6.3693398237228394e-01\n <_>\n \n 0 -1 2649 8.1091001629829407e-02\n \n 8.6133003234863281e-02 2.4559431076049805e+00\n <_>\n \n 0 -1 2650 1.8495000898838043e-02\n \n 4.0229000151157379e-02 -5.0858199596405029e-01\n <_>\n \n 0 -1 2651 -8.6320996284484863e-02\n \n -1.9006760120391846e+00 1.1019100248813629e-01\n <_>\n \n 0 -1 2652 7.2355002164840698e-02\n \n -6.2111999839544296e-02 -1.4165179729461670e+00\n <_>\n \n 0 -1 2653 -7.8179001808166504e-02\n \n 8.8849300146102905e-01 4.2369998991489410e-02\n <_>\n \n 0 -1 2654 9.6681997179985046e-02\n \n -2.2094200551509857e-01 3.3575099706649780e-01\n <_>\n \n 0 -1 2655 -3.9875999093055725e-02\n \n 5.7804799079895020e-01 4.5347999781370163e-02\n <_>\n \n 0 -1 2656 -9.5349997282028198e-03\n \n -5.4175698757171631e-01 3.2399999909102917e-03\n <_>\n \n 0 -1 2657 4.0600000647827983e-04\n \n -8.1549003720283508e-02 3.5837900638580322e-01\n <_>\n \n 0 -1 2658 1.2107999995350838e-02\n \n -2.0280399918556213e-01 4.3768000602722168e-01\n <_>\n \n 0 -1 2659 -2.0873999223113060e-02\n \n 4.1469898819923401e-01 -4.5568000525236130e-02\n <_>\n \n 0 -1 2660 5.7888001203536987e-02\n \n -2.9009999707341194e-02 -9.1822302341461182e-01\n <_>\n \n 0 -1 2661 1.3200000103097409e-04\n \n -1.1772400140762329e-01 2.0000000298023224e-01\n <_>\n \n 0 -1 2662 -1.7137000337243080e-02\n \n 3.3004799485206604e-01 -2.3055200278759003e-01\n <_>\n \n 0 -1 2663 3.0655000358819962e-02\n \n -2.1545000374317169e-02 2.6878198981285095e-01\n <_>\n \n 0 -1 2664 -7.8699999721720815e-04\n \n -4.4100698828697205e-01 4.9157999455928802e-02\n <_>\n \n 0 -1 2665 8.8036999106407166e-02\n \n 1.1782000213861465e-01 -2.8293309211730957e+00\n <_>\n \n 0 -1 2666 -3.9028998464345932e-02\n \n 9.1777199506759644e-01 -1.5827399492263794e-01\n <_>\n \n 0 -1 2667 8.0105997622013092e-02\n \n 1.1289200186729431e-01 -1.9937280416488647e+00\n <_>\n \n 0 -1 2668 3.9538998156785965e-02\n \n -1.4357399940490723e-01 1.3085240125656128e+00\n <_>\n \n 0 -1 2669 2.0684000104665756e-02\n \n 2.0048099756240845e-01 -4.4186998158693314e-02\n <_>\n \n 0 -1 2670 -6.7037999629974365e-02\n \n 3.2618600130081177e-01 -2.0550400018692017e-01\n <_>\n \n 0 -1 2671 4.6815000474452972e-02\n \n 1.5825299918651581e-01 -9.5535099506378174e-01\n <_>\n \n 0 -1 2672 7.8443996608257294e-02\n \n -7.4651002883911133e-02 -2.1161499023437500e+00\n <_>\n \n 0 -1 2673 6.6380001604557037e-02\n \n 1.1641900241374969e-01 -1.6113519668579102e+00\n <_>\n \n 0 -1 2674 3.0053999274969101e-02\n \n -1.6562600433826447e-01 7.0025402307510376e-01\n <_>\n \n 0 -1 2675 1.7119999974966049e-02\n \n 2.2627699375152588e-01 -4.0114998817443848e-01\n <_>\n \n 0 -1 2676 2.0073000341653824e-02\n \n -1.9389699399471283e-01 4.4420298933982849e-01\n <_>\n \n 0 -1 2677 3.3101998269557953e-02\n \n 1.1637499928474426e-01 -1.5771679878234863e+00\n <_>\n \n 0 -1 2678 -1.4882000163197517e-02\n \n -8.9680302143096924e-01 -4.2010001838207245e-02\n <_>\n \n 0 -1 2679 -1.0281000286340714e-02\n \n 3.5602998733520508e-01 -1.3124000281095505e-02\n <_>\n \n 0 -1 2680 -2.8695000335574150e-02\n \n -4.6039599180221558e-01 2.6801999658346176e-02\n <_>\n \n 0 -1 2681 -4.7189998440444469e-03\n \n 2.3788799345493317e-01 -6.5518997609615326e-02\n <_>\n \n 0 -1 2682 3.2201600074768066e-01\n \n -2.8489999473094940e-02 -8.4234601259231567e-01\n <_>\n \n 0 -1 2683 -1.7045000568032265e-02\n \n -5.0938802957534790e-01 1.6057600080966949e-01\n <_>\n \n 0 -1 2684 -7.3469998314976692e-03\n \n -5.4154998064041138e-01 4.7320001758635044e-03\n <_>\n \n 0 -1 2685 -3.0001999810338020e-02\n \n -8.8785797357559204e-01 1.3621799647808075e-01\n <_>\n \n 0 -1 2686 -1.1292999610304832e-02\n \n 8.0615198612213135e-01 -1.6159500181674957e-01\n <_>\n \n 0 -1 2687 4.7749998047947884e-03\n \n 1.2968000024557114e-02 5.5079901218414307e-01\n <_>\n \n 0 -1 2688 5.0710001960396767e-03\n \n -4.5728001743555069e-02 -1.0766259431838989e+00\n <_>\n \n 0 -1 2689 1.9344100356101990e-01\n \n 7.1262001991271973e-02 1.1694519519805908e+00\n <_>\n \n 0 -1 2690 5.3750001825392246e-03\n \n -1.9736200571060181e-01 3.8206899166107178e-01\n <_>\n \n 0 -1 2691 -6.8276003003120422e-02\n \n -5.4372339248657227e+00 1.1151900142431259e-01\n <_>\n \n 0 -1 2692 -3.4933000802993774e-02\n \n 4.4793400168418884e-01 -1.8657900393009186e-01\n <_>\n \n 0 -1 2693 5.1219998858869076e-03\n \n -1.4871999621391296e-02 1.8413899838924408e-01\n <_>\n \n 0 -1 2694 9.5311999320983887e-02\n \n -1.5117099881172180e-01 9.4991499185562134e-01\n <_>\n \n 0 -1 2695 -6.2849000096321106e-02\n \n 4.6473601460456848e-01 3.8405001163482666e-02\n <_>\n \n 0 -1 2696 -1.7040699720382690e-01\n \n -1.6499999761581421e+00 -6.3236996531486511e-02\n <_>\n \n 0 -1 2697 1.0583999566733837e-02\n \n -3.8348998874425888e-02 4.1913801431655884e-01\n <_>\n \n 0 -1 2698 -4.1579000651836395e-02\n \n 3.4461900591850281e-01 -2.1187700331211090e-01\n <_>\n \n 0 -1 2699 1.2718600034713745e-01\n \n 1.2398199737071991e-01 -2.1254889965057373e+00\n <_>\n \n 0 -1 2700 8.2557000219821930e-02\n \n -6.2024001032114029e-02 -1.4875819683074951e+00\n <_>\n \n 0 -1 2701 8.5293002426624298e-02\n \n 1.7087999731302261e-02 3.2076600193977356e-01\n <_>\n \n 0 -1 2702 5.5544000118970871e-02\n \n -2.7414000034332275e-01 1.8976399302482605e-01\n <_>\n \n 0 -1 2703 4.5650000683963299e-03\n \n -1.7920200526714325e-01 2.7967301011085510e-01\n <_>\n \n 0 -1 2704 1.2997999787330627e-02\n \n -3.2297500967979431e-01 2.6941800117492676e-01\n <_>\n \n 0 -1 2705 5.7891998440027237e-02\n \n 1.2644399702548981e-01 -6.0713499784469604e-01\n <_>\n \n 0 -1 2706 -2.2824000567197800e-02\n \n -4.9682098627090454e-01 2.2376999258995056e-02\n <_>\n \n 0 -1 2707 4.8312000930309296e-02\n \n 4.3607000261545181e-02 4.8537799715995789e-01\n <_>\n \n 0 -1 2708 2.5714000687003136e-02\n \n -4.2950998991727829e-02 -9.3023502826690674e-01\n <_>\n \n 0 -1 2709 6.9269998930394650e-03\n \n -2.9680000152438879e-03 3.4296301007270813e-01\n <_>\n \n 0 -1 2710 -3.4446999430656433e-02\n \n -1.5299769639968872e+00 -6.1014998704195023e-02\n <_>\n \n 0 -1 2711 2.9387999325990677e-02\n \n 3.7595998495817184e-02 6.4172399044036865e-01\n <_>\n \n 0 -1 2712 -2.4319998919963837e-03\n \n 9.9088996648788452e-02 -3.9688101410865784e-01\n <_>\n 200\n -2.9928278923034668e+00\n \n <_>\n \n 0 -1 2713 -9.5944002270698547e-02\n \n 6.2419098615646362e-01 -4.5875200629234314e-01\n <_>\n \n 0 -1 2714 1.6834000125527382e-02\n \n -9.3072801828384399e-01 2.1563600003719330e-01\n <_>\n \n 0 -1 2715 2.6049999520182610e-02\n \n -4.0532299876213074e-01 4.2256599664688110e-01\n <_>\n \n 0 -1 2716 3.6500001442618668e-04\n \n 9.5288001000881195e-02 -6.3298100233078003e-01\n <_>\n \n 0 -1 2717 -6.6940002143383026e-03\n \n 3.7243801355361938e-01 -3.0332401394844055e-01\n <_>\n \n 0 -1 2718 1.8874000757932663e-02\n \n -2.3357200622558594e-01 4.0330699086189270e-01\n <_>\n \n 0 -1 2719 -1.6300000424962491e-04\n \n 4.2886998504400253e-02 -7.7796798944473267e-01\n <_>\n \n 0 -1 2720 -7.6259002089500427e-02\n \n -4.9628499150276184e-01 1.6335399448871613e-01\n <_>\n \n 0 -1 2721 5.0149001181125641e-02\n \n 3.2747000455856323e-02 -8.0047899484634399e-01\n <_>\n \n 0 -1 2722 -2.9239999130368233e-03\n \n -5.0002801418304443e-01 2.5480601191520691e-01\n <_>\n \n 0 -1 2723 1.6243999823927879e-02\n \n 3.8913000375032425e-02 -7.0724898576736450e-01\n <_>\n \n 0 -1 2724 3.7811998277902603e-02\n \n -6.6267997026443481e-02 7.3868799209594727e-01\n <_>\n \n 0 -1 2725 -1.2319999746978283e-02\n \n 4.8696398735046387e-01 -2.4485599994659424e-01\n <_>\n \n 0 -1 2726 5.8003999292850494e-02\n \n 1.3459099829196930e-01 -1.3232100009918213e-01\n <_>\n \n 0 -1 2727 4.8630000092089176e-03\n \n -4.4172900915145874e-01 1.4005599915981293e-01\n <_>\n \n 0 -1 2728 4.5690998435020447e-02\n \n 3.1217999756336212e-02 8.9818298816680908e-01\n <_>\n \n 0 -1 2729 2.1321000531315804e-02\n \n 1.2008000165224075e-02 -8.6066198348999023e-01\n <_>\n \n 0 -1 2730 1.5679100155830383e-01\n \n 1.4055999927222729e-02 8.5332900285720825e-01\n <_>\n \n 0 -1 2731 -1.0328999720513821e-02\n \n 2.9022800922393799e-01 -2.9478800296783447e-01\n <_>\n \n 0 -1 2732 2.4290001019835472e-03\n \n -4.0439900755882263e-01 1.9400200247764587e-01\n <_>\n \n 0 -1 2733 -2.3338999599218369e-02\n \n 3.2945200800895691e-01 -2.5712698698043823e-01\n <_>\n \n 0 -1 2734 -6.8970001302659512e-03\n \n -5.3352999687194824e-01 2.1635200083255768e-01\n <_>\n \n 0 -1 2735 -3.4403000026941299e-02\n \n -1.4425489902496338e+00 -4.4682998210191727e-02\n <_>\n \n 0 -1 2736 -2.1235000342130661e-02\n \n -7.9017502069473267e-01 1.9084100425243378e-01\n <_>\n \n 0 -1 2737 2.0620001014322042e-03\n \n -2.6931199431419373e-01 3.1488001346588135e-01\n <_>\n \n 0 -1 2738 -4.2190002277493477e-03\n \n -5.4464399814605713e-01 1.6574600338935852e-01\n <_>\n \n 0 -1 2739 -1.4334999956190586e-02\n \n 2.2105000913143158e-02 -6.2342500686645508e-01\n <_>\n \n 0 -1 2740 -8.2120001316070557e-03\n \n -4.9884998798370361e-01 1.9237099587917328e-01\n <_>\n \n 0 -1 2741 -9.3350000679492950e-03\n \n -7.9131197929382324e-01 -1.4143999665975571e-02\n <_>\n \n 0 -1 2742 -3.7937998771667480e-02\n \n 7.9841297864913940e-01 -3.3799000084400177e-02\n <_>\n \n 0 -1 2743 4.7059999778866768e-03\n \n -3.3163401484489441e-01 2.0726299285888672e-01\n <_>\n \n 0 -1 2744 -4.4499998912215233e-03\n \n -2.7256301045417786e-01 1.8402199447154999e-01\n <_>\n \n 0 -1 2745 5.2189999260008335e-03\n \n -5.3096002340316772e-01 5.2607998251914978e-02\n <_>\n \n 0 -1 2746 -9.5399999991059303e-03\n \n -5.6485402584075928e-01 1.9269399344921112e-01\n <_>\n \n 0 -1 2747 4.4969998300075531e-02\n \n -1.7411500215530396e-01 9.5382601022720337e-01\n <_>\n \n 0 -1 2748 1.4209000393748283e-02\n \n -9.1949000954627991e-02 2.4836100637912750e-01\n <_>\n \n 0 -1 2749 1.6380199790000916e-01\n \n -5.8497000485658646e-02 -1.6404409408569336e+00\n <_>\n \n 0 -1 2750 2.5579999200999737e-03\n \n 2.3447999358177185e-01 -9.2734001576900482e-02\n <_>\n \n 0 -1 2751 -3.8499999791383743e-03\n \n 1.7880700528621674e-01 -3.5844099521636963e-01\n <_>\n \n 0 -1 2752 -2.5221999734640121e-02\n \n -4.2903000116348267e-01 2.0244500041007996e-01\n <_>\n \n 0 -1 2753 -1.9415000453591347e-02\n \n 5.8016300201416016e-01 -1.8806399405002594e-01\n <_>\n \n 0 -1 2754 1.4419999904930592e-02\n \n 3.2846998423337936e-02 8.1980502605438232e-01\n <_>\n \n 0 -1 2755 5.1582999527454376e-02\n \n 6.9176003336906433e-02 -4.5866298675537109e-01\n <_>\n \n 0 -1 2756 -3.7960000336170197e-02\n \n -1.2553000450134277e+00 1.4332899451255798e-01\n <_>\n \n 0 -1 2757 -2.9560999944806099e-02\n \n 5.3151798248291016e-01 -2.0596499741077423e-01\n <_>\n \n 0 -1 2758 -3.9110999554395676e-02\n \n 1.1658719778060913e+00 5.3897000849246979e-02\n <_>\n \n 0 -1 2759 -2.9159000143408775e-02\n \n 3.9307600259780884e-01 -2.2184500098228455e-01\n <_>\n \n 0 -1 2760 -8.3617001771926880e-02\n \n -7.3744499683380127e-01 1.4268200099468231e-01\n <_>\n \n 0 -1 2761 4.2004001140594482e-01\n \n -1.4277400076389313e-01 1.7894840240478516e+00\n <_>\n \n 0 -1 2762 6.0005001723766327e-02\n \n 1.1976700276136398e-01 -1.8886189460754395e+00\n <_>\n \n 0 -1 2763 -1.8981000408530235e-02\n \n -1.4148449897766113e+00 -5.6522998958826065e-02\n <_>\n \n 0 -1 2764 -6.0049998573958874e-03\n \n 4.4170799851417542e-01 -1.0200800001621246e-01\n <_>\n \n 0 -1 2765 -5.8214001357555389e-02\n \n -1.3918470144271851e+00 -4.8268999904394150e-02\n <_>\n \n 0 -1 2766 -1.2271000072360039e-02\n \n 5.1317697763442993e-01 -9.3696996569633484e-02\n <_>\n \n 0 -1 2767 4.6585999429225922e-02\n \n -5.7484000921249390e-02 -1.4283169507980347e+00\n <_>\n \n 0 -1 2768 1.2110000243410468e-03\n \n -8.0891996622085571e-02 3.2333201169967651e-01\n <_>\n \n 0 -1 2769 -8.8642001152038574e-02\n \n -8.6449098587036133e-01 -3.3146999776363373e-02\n <_>\n \n 0 -1 2770 -2.3184999823570251e-02\n \n 5.2162200212478638e-01 -1.6168000176548958e-02\n <_>\n \n 0 -1 2771 4.3090000748634338e-02\n \n -1.6153800487518311e-01 1.0915000438690186e+00\n <_>\n \n 0 -1 2772 2.0599999697878957e-04\n \n -1.7091499269008636e-01 3.1236699223518372e-01\n <_>\n \n 0 -1 2773 8.9159999042749405e-03\n \n -6.7039998248219490e-03 -6.8810397386550903e-01\n <_>\n \n 0 -1 2774 -1.7752999439835548e-02\n \n 6.3292801380157471e-01 -4.2360001243650913e-03\n <_>\n \n 0 -1 2775 6.2299999408423901e-03\n \n -3.3637198805809021e-01 1.2790599465370178e-01\n <_>\n \n 0 -1 2776 2.2770000621676445e-02\n \n -3.4703999757766724e-02 3.9141800999641418e-01\n <_>\n \n 0 -1 2777 -2.1534999832510948e-02\n \n 6.4765101671218872e-01 -2.0097799599170685e-01\n <_>\n \n 0 -1 2778 6.1758998781442642e-02\n \n 5.4297000169754028e-02 9.0700101852416992e-01\n <_>\n \n 0 -1 2779 -7.8069999814033508e-02\n \n 6.5523397922515869e-01 -1.9754399359226227e-01\n <_>\n \n 0 -1 2780 1.1315000243484974e-02\n \n 1.9385300576686859e-01 -5.1707297563552856e-01\n <_>\n \n 0 -1 2781 -2.5590000674128532e-02\n \n -9.3096500635147095e-01 -3.1546998769044876e-02\n <_>\n \n 0 -1 2782 -3.8058999925851822e-02\n \n -6.8326902389526367e-01 1.2709100544452667e-01\n <_>\n \n 0 -1 2783 9.7970003262162209e-03\n \n 1.5523999929428101e-02 -6.3347899913787842e-01\n <_>\n \n 0 -1 2784 -1.3841999694705009e-02\n \n 1.0060529708862305e+00 6.2812998890876770e-02\n <_>\n \n 0 -1 2785 8.3459997549653053e-03\n \n -2.3383200168609619e-01 3.0982699990272522e-01\n <_>\n \n 0 -1 2786 -7.1439996361732483e-02\n \n -7.2505402565002441e-01 1.7148299515247345e-01\n <_>\n \n 0 -1 2787 1.0006000287830830e-02\n \n -2.2071999311447144e-01 3.5266199707984924e-01\n <_>\n \n 0 -1 2788 1.1005300283432007e-01\n \n 1.6662000119686127e-01 -7.4318999052047729e-01\n <_>\n \n 0 -1 2789 3.5310998558998108e-02\n \n -2.3982700705528259e-01 4.1435998678207397e-01\n <_>\n \n 0 -1 2790 -1.1174699664115906e-01\n \n 5.1045399904251099e-01 2.2319999989122152e-03\n <_>\n \n 0 -1 2791 -1.1367800086736679e-01\n \n 9.0475201606750488e-01 -1.6615299880504608e-01\n <_>\n \n 0 -1 2792 1.6667999327182770e-02\n \n 1.4024500548839569e-01 -5.2178502082824707e-01\n <_>\n \n 0 -1 2793 -8.0340001732110977e-03\n \n -6.6178399324417114e-01 3.7640000227838755e-03\n <_>\n \n 0 -1 2794 -3.3096998929977417e-02\n \n 8.0185902118682861e-01 5.9385001659393311e-02\n <_>\n \n 0 -1 2795 1.2547999620437622e-02\n \n -3.3545500040054321e-01 1.4578600227832794e-01\n <_>\n \n 0 -1 2796 -4.2073998600244522e-02\n \n -5.5509102344512939e-01 1.3266600668430328e-01\n <_>\n \n 0 -1 2797 2.5221999734640121e-02\n \n -6.1631999909877777e-02 -1.3678770065307617e+00\n <_>\n \n 0 -1 2798 -2.4268999695777893e-02\n \n 3.4185099601745605e-01 -7.4160001240670681e-03\n <_>\n \n 0 -1 2799 -1.2280000373721123e-02\n \n 2.7745801210403442e-01 -3.1033900380134583e-01\n <_>\n \n 0 -1 2800 -1.1377099901437759e-01\n \n 1.1719540357589722e+00 8.3681002259254456e-02\n <_>\n \n 0 -1 2801 -8.4771998226642609e-02\n \n 8.1694799661636353e-01 -1.7837500572204590e-01\n <_>\n \n 0 -1 2802 -2.4552000686526299e-02\n \n -1.8627299368381500e-01 1.4340099692344666e-01\n <_>\n \n 0 -1 2803 -9.0269995853304863e-03\n \n 3.2659199833869934e-01 -2.3541299998760223e-01\n <_>\n \n 0 -1 2804 1.1177999898791313e-02\n \n 1.9761200249195099e-01 -2.1701000630855560e-02\n <_>\n \n 0 -1 2805 -2.9366999864578247e-02\n \n -9.3414801359176636e-01 -2.1704999729990959e-02\n <_>\n \n 0 -1 2806 6.3640000298619270e-03\n \n 2.5573000311851501e-02 4.6412798762321472e-01\n <_>\n \n 0 -1 2807 1.4026000164449215e-02\n \n -2.1228599548339844e-01 4.0078800916671753e-01\n <_>\n \n 0 -1 2808 -1.3341999612748623e-02\n \n 7.4202698469161987e-01 2.9001999646425247e-02\n <_>\n \n 0 -1 2809 2.8422799706459045e-01\n \n -1.9243599474430084e-01 4.3631199002265930e-01\n <_>\n \n 0 -1 2810 -2.3724000155925751e-01\n \n 6.9736397266387939e-01 6.9307997822761536e-02\n <_>\n \n 0 -1 2811 -1.1169700324535370e-01\n \n 3.9147201180458069e-01 -2.0922000706195831e-01\n <_>\n \n 0 -1 2812 1.2787500023841858e-01\n \n -7.2555996477603912e-02 3.6088201403617859e-01\n <_>\n \n 0 -1 2813 -6.2900997698307037e-02\n \n 9.5424997806549072e-01 -1.5402799844741821e-01\n <_>\n \n 0 -1 2814 1.7439000308513641e-02\n \n -5.1134999841451645e-02 2.7750301361083984e-01\n <_>\n \n 0 -1 2815 1.2319999514147639e-03\n \n 7.5627997517585754e-02 -3.6456099152565002e-01\n <_>\n \n 0 -1 2816 2.7495000511407852e-02\n \n 5.1844000816345215e-02 4.1562598943710327e-01\n <_>\n \n 0 -1 2817 -4.3543998152017593e-02\n \n 7.1969997882843018e-01 -1.7132200300693512e-01\n <_>\n \n 0 -1 2818 1.1025999672710896e-02\n \n 1.4354600012302399e-01 -6.5403002500534058e-01\n <_>\n \n 0 -1 2819 2.0865999162197113e-02\n \n 4.0089000016450882e-02 -4.5743298530578613e-01\n <_>\n \n 0 -1 2820 -2.2304000332951546e-02\n \n 5.3855001926422119e-01 7.1662999689579010e-02\n <_>\n \n 0 -1 2821 3.2492000609636307e-02\n \n -4.5991998165845871e-02 -1.0047069787979126e+00\n <_>\n \n 0 -1 2822 1.2269999831914902e-02\n \n 3.4334998577833176e-02 4.2431798577308655e-01\n <_>\n \n 0 -1 2823 8.3820000290870667e-03\n \n -2.5850600004196167e-01 2.6263499259948730e-01\n <_>\n \n 0 -1 2824 3.7353999912738800e-02\n \n 1.5692499279975891e-01 -1.0429090261459351e+00\n <_>\n \n 0 -1 2825 -1.4111000113189220e-02\n \n -7.3177701234817505e-01 -2.0276999101042747e-02\n <_>\n \n 0 -1 2826 5.7066999375820160e-02\n \n 8.3360001444816589e-02 1.5661499500274658e+00\n <_>\n \n 0 -1 2827 4.9680001102387905e-03\n \n -3.5318198800086975e-01 1.4698399603366852e-01\n <_>\n \n 0 -1 2828 -2.4492999538779259e-02\n \n 2.8325900435447693e-01 -3.4640000667423010e-03\n <_>\n \n 0 -1 2829 -1.1254999786615372e-02\n \n -8.4017497301101685e-01 -3.6251999437808990e-02\n <_>\n \n 0 -1 2830 3.4533001482486725e-02\n \n 1.4998500049114227e-01 -8.7367099523544312e-01\n <_>\n \n 0 -1 2831 2.4303000420331955e-02\n \n -1.8787500262260437e-01 5.9483999013900757e-01\n <_>\n \n 0 -1 2832 -7.8790001571178436e-03\n \n 4.4315698742866516e-01 -5.6570999324321747e-02\n <_>\n \n 0 -1 2833 3.5142000764608383e-02\n \n -5.6494999676942825e-02 -1.3617190122604370e+00\n <_>\n \n 0 -1 2834 4.6259998343884945e-03\n \n -3.1161698698997498e-01 2.5447699427604675e-01\n <_>\n \n 0 -1 2835 -8.3131000399589539e-02\n \n 1.6424349546432495e+00 -1.4429399371147156e-01\n <_>\n \n 0 -1 2836 -1.4015999622642994e-02\n \n -7.7819502353668213e-01 1.7173300683498383e-01\n <_>\n \n 0 -1 2837 1.2450000504031777e-03\n \n -2.3191399872303009e-01 2.8527900576591492e-01\n <_>\n \n 0 -1 2838 -1.6803000122308731e-02\n \n -3.5965099930763245e-01 2.0412999391555786e-01\n <_>\n \n 0 -1 2839 -7.6747998595237732e-02\n \n 7.8050500154495239e-01 -1.5612800419330597e-01\n <_>\n \n 0 -1 2840 -2.3671999573707581e-01\n \n 1.1813700199127197e+00 7.8111998736858368e-02\n <_>\n \n 0 -1 2841 -1.0057400166988373e-01\n \n -4.7104099392890930e-01 7.9172998666763306e-02\n <_>\n \n 0 -1 2842 1.3239999534562230e-03\n \n 2.2262699902057648e-01 -3.7099799513816833e-01\n <_>\n \n 0 -1 2843 2.2152999415993690e-02\n \n -3.8649000227451324e-02 -9.2274999618530273e-01\n <_>\n \n 0 -1 2844 -1.1246199905872345e-01\n \n 4.1899600625038147e-01 8.0411002039909363e-02\n <_>\n \n 0 -1 2845 1.6481000930070877e-02\n \n -1.6756699979305267e-01 7.1842402219772339e-01\n <_>\n \n 0 -1 2846 6.8113997578620911e-02\n \n 1.5719899535179138e-01 -8.7681102752685547e-01\n <_>\n \n 0 -1 2847 1.6011999920010567e-02\n \n -4.1600000113248825e-03 -5.9327799081802368e-01\n <_>\n \n 0 -1 2848 4.6640001237392426e-03\n \n -3.0153999105095863e-02 4.8345300555229187e-01\n <_>\n \n 0 -1 2849 6.7579997703433037e-03\n \n -2.2667400538921356e-01 3.3662301301956177e-01\n <_>\n \n 0 -1 2850 4.7289999201893806e-03\n \n -6.0373999178409576e-02 3.1458100676536560e-01\n <_>\n \n 0 -1 2851 2.5869999080896378e-03\n \n -2.9872599244117737e-01 1.7787499725818634e-01\n <_>\n \n 0 -1 2852 2.8989999555051327e-03\n \n 2.1890200674533844e-01 -2.9567098617553711e-01\n <_>\n \n 0 -1 2853 -3.0053999274969101e-02\n \n 1.2150429487228394e+00 -1.4354999363422394e-01\n <_>\n \n 0 -1 2854 1.4181000180542469e-02\n \n 1.2451999820768833e-02 5.5490100383758545e-01\n <_>\n \n 0 -1 2855 -6.0527000576257706e-02\n \n -1.4933999776840210e+00 -6.5227001905441284e-02\n <_>\n \n 0 -1 2856 -1.9882999360561371e-02\n \n -3.8526400923728943e-01 1.9761200249195099e-01\n <_>\n \n 0 -1 2857 3.1218999996781349e-02\n \n -2.1281200647354126e-01 2.9446500539779663e-01\n <_>\n \n 0 -1 2858 1.8271999433636665e-02\n \n 9.7200000891461968e-04 6.6814202070236206e-01\n <_>\n \n 0 -1 2859 1.1089999461546540e-03\n \n -6.2467902898788452e-01 -1.6599999507889152e-03\n <_>\n \n 0 -1 2860 -3.6713998764753342e-02\n \n -4.2333900928497314e-01 1.2084700167179108e-01\n <_>\n \n 0 -1 2861 1.2044000439345837e-02\n \n 2.5882000103592873e-02 -5.0732398033142090e-01\n <_>\n \n 0 -1 2862 7.4749000370502472e-02\n \n 1.3184699416160583e-01 -2.1739600598812103e-01\n <_>\n \n 0 -1 2863 -2.3473200201988220e-01\n \n 1.1775610446929932e+00 -1.5114699304103851e-01\n <_>\n \n 0 -1 2864 1.4096499979496002e-01\n \n 3.3991001546382904e-02 3.9923098683357239e-01\n <_>\n \n 0 -1 2865 6.1789997853338718e-03\n \n -3.1806701421737671e-01 1.1681699752807617e-01\n <_>\n \n 0 -1 2866 -5.7216998189687729e-02\n \n 8.4399098157882690e-01 8.3889000117778778e-02\n <_>\n \n 0 -1 2867 -5.5227000266313553e-02\n \n 3.6888301372528076e-01 -1.8913400173187256e-01\n <_>\n \n 0 -1 2868 -2.1583000198006630e-02\n \n -5.2161800861358643e-01 1.5772600471973419e-01\n <_>\n \n 0 -1 2869 2.5747999548912048e-02\n \n -5.9921998530626297e-02 -1.0674990415573120e+00\n <_>\n \n 0 -1 2870 -1.3098999857902527e-02\n \n 7.8958398103713989e-01 5.2099999040365219e-02\n <_>\n \n 0 -1 2871 2.2799998987466097e-03\n \n -1.1704430580139160e+00 -5.9356998652219772e-02\n <_>\n \n 0 -1 2872 8.8060004636645317e-03\n \n 4.1717998683452606e-02 6.6352599859237671e-01\n <_>\n \n 0 -1 2873 -8.9699998497962952e-03\n \n -3.5862699151039124e-01 6.0458000749349594e-02\n <_>\n \n 0 -1 2874 4.0230001322925091e-03\n \n 2.0979399979114532e-01 -2.4806000292301178e-01\n <_>\n \n 0 -1 2875 2.5017000734806061e-02\n \n -1.8795900046825409e-01 3.9547100663185120e-01\n <_>\n \n 0 -1 2876 -5.9009999968111515e-03\n \n 2.5663900375366211e-01 -9.4919003546237946e-02\n <_>\n \n 0 -1 2877 4.3850000947713852e-03\n \n 3.3139001578092575e-02 -4.6075400710105896e-01\n <_>\n \n 0 -1 2878 -3.3771999180316925e-02\n \n -9.8881602287292480e-01 1.4636899530887604e-01\n <_>\n \n 0 -1 2879 4.4523000717163086e-02\n \n -1.3286699354648590e-01 1.5796790122985840e+00\n <_>\n \n 0 -1 2880 -4.0929000824689865e-02\n \n 3.3877098560333252e-01 7.4970997869968414e-02\n <_>\n \n 0 -1 2881 3.9351999759674072e-02\n \n -1.8327899277210236e-01 4.6980699896812439e-01\n <_>\n \n 0 -1 2882 -7.0322997868061066e-02\n \n -9.8322701454162598e-01 1.1808100342750549e-01\n <_>\n \n 0 -1 2883 3.5743001848459244e-02\n \n -3.3050999045372009e-02 -8.3610898256301880e-01\n <_>\n \n 0 -1 2884 -4.2961999773979187e-02\n \n 1.1670809984207153e+00 8.0692000687122345e-02\n <_>\n \n 0 -1 2885 -2.1007999777793884e-02\n \n 6.3869798183441162e-01 -1.7626300454139709e-01\n <_>\n \n 0 -1 2886 -1.5742200613021851e-01\n \n -2.3302499949932098e-01 1.2517499923706055e-01\n <_>\n \n 0 -1 2887 7.8659998252987862e-03\n \n -2.2037999331951141e-01 2.7196800708770752e-01\n <_>\n \n 0 -1 2888 2.3622000589966774e-02\n \n 1.6127300262451172e-01 -4.3329000473022461e-01\n <_>\n \n 0 -1 2889 7.4692003428936005e-02\n \n -1.6991999745368958e-01 5.8884900808334351e-01\n <_>\n \n 0 -1 2890 -6.4799998654052615e-04\n \n 2.5842899084091187e-01 -3.5911999642848969e-02\n <_>\n \n 0 -1 2891 -1.6290999948978424e-02\n \n -7.6764398813247681e-01 -2.0472999662160873e-02\n <_>\n \n 0 -1 2892 -3.3133998513221741e-02\n \n -2.7180099487304688e-01 1.4325700700283051e-01\n <_>\n \n 0 -1 2893 4.8797998577356339e-02\n \n 7.6408997178077698e-02 -4.1445198655128479e-01\n <_>\n \n 0 -1 2894 2.2869999520480633e-03\n \n -3.8628999143838882e-02 2.0753799378871918e-01\n <_>\n \n 0 -1 2895 4.5304000377655029e-02\n \n -1.7777900397777557e-01 6.3461399078369141e-01\n <_>\n \n 0 -1 2896 1.0705800354480743e-01\n \n 1.8972299993038177e-01 -5.1236200332641602e-01\n <_>\n \n 0 -1 2897 -4.0525000542402267e-02\n \n 7.0614999532699585e-01 -1.7803299427032471e-01\n <_>\n \n 0 -1 2898 3.1968999654054642e-02\n \n 6.8149998784065247e-02 6.8733102083206177e-01\n <_>\n \n 0 -1 2899 -5.7617001235485077e-02\n \n 7.5170499086380005e-01 -1.5764999389648438e-01\n <_>\n \n 0 -1 2900 1.3593999668955803e-02\n \n 1.9411900639533997e-01 -2.4561899900436401e-01\n <_>\n \n 0 -1 2901 7.1396000683307648e-02\n \n -4.6881001442670822e-02 -8.8198298215866089e-01\n <_>\n \n 0 -1 2902 -1.4895999804139137e-02\n \n -4.4532400369644165e-01 1.7679899930953979e-01\n <_>\n \n 0 -1 2903 -1.0026000440120697e-02\n \n 6.5122699737548828e-01 -1.6709999740123749e-01\n <_>\n \n 0 -1 2904 3.7589999847114086e-03\n \n -5.8301001787185669e-02 3.4483298659324646e-01\n <_>\n \n 0 -1 2905 1.6263000667095184e-02\n \n -1.5581500530242920e-01 8.6432701349258423e-01\n <_>\n \n 0 -1 2906 -4.0176000446081161e-02\n \n -6.1028599739074707e-01 1.1796399950981140e-01\n <_>\n \n 0 -1 2907 2.7080999687314034e-02\n \n -4.9601998180150986e-02 -8.9990001916885376e-01\n <_>\n \n 0 -1 2908 5.2420001477003098e-02\n \n 1.1297199875116348e-01 -1.0833640098571777e+00\n <_>\n \n 0 -1 2909 -1.9160000607371330e-02\n \n -7.9880100488662720e-01 -3.4079000353813171e-02\n <_>\n \n 0 -1 2910 -3.7730000913143158e-03\n \n -1.9124099612236023e-01 2.1535199880599976e-01\n <_>\n \n 0 -1 2911 7.5762003660202026e-02\n \n -1.3421699404716492e-01 1.6807060241699219e+00\n <_>\n \n 0 -1 2912 -2.2173000499606133e-02\n \n 4.8600998520851135e-01 3.6160000599920750e-03\n \n <_>\n \n <_>\n 6 4 12 9 -1.\n <_>\n 6 7 12 3 3.\n <_>\n \n <_>\n 6 4 12 7 -1.\n <_>\n 10 4 4 7 3.\n <_>\n \n <_>\n 3 9 18 9 -1.\n <_>\n 3 12 18 3 3.\n <_>\n \n <_>\n 8 18 9 6 -1.\n <_>\n 8 20 9 2 3.\n <_>\n \n <_>\n 3 5 4 19 -1.\n <_>\n 5 5 2 19 2.\n <_>\n \n <_>\n 6 5 12 16 -1.\n <_>\n 6 13 12 8 2.\n <_>\n \n <_>\n 5 8 12 6 -1.\n <_>\n 5 11 12 3 2.\n <_>\n \n <_>\n 11 14 4 10 -1.\n <_>\n 11 19 4 5 2.\n <_>\n \n <_>\n 4 0 7 6 -1.\n <_>\n 4 3 7 3 2.\n <_>\n \n <_>\n 6 6 12 6 -1.\n <_>\n 6 8 12 2 3.\n <_>\n \n <_>\n 6 4 12 7 -1.\n <_>\n 10 4 4 7 3.\n <_>\n \n <_>\n 1 8 19 12 -1.\n <_>\n 1 12 19 4 3.\n <_>\n \n <_>\n 0 2 24 3 -1.\n <_>\n 8 2 8 3 3.\n <_>\n \n <_>\n 9 9 6 15 -1.\n <_>\n 9 14 6 5 3.\n <_>\n \n <_>\n 5 6 14 10 -1.\n <_>\n 5 11 14 5 2.\n <_>\n \n <_>\n 5 0 14 9 -1.\n <_>\n 5 3 14 3 3.\n <_>\n \n <_>\n 13 11 9 6 -1.\n <_>\n 16 11 3 6 3.\n <_>\n \n <_>\n 7 5 6 10 -1.\n <_>\n 9 5 2 10 3.\n <_>\n \n <_>\n 10 8 6 10 -1.\n <_>\n 12 8 2 10 3.\n <_>\n \n <_>\n 2 5 4 9 -1.\n <_>\n 4 5 2 9 2.\n <_>\n \n <_>\n 18 0 6 11 -1.\n <_>\n 20 0 2 11 3.\n <_>\n \n <_>\n 0 6 24 13 -1.\n <_>\n 8 6 8 13 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 7 18 10 6 -1.\n <_>\n 7 20 10 2 3.\n <_>\n \n <_>\n 5 7 14 12 -1.\n <_>\n 5 13 14 6 2.\n <_>\n \n <_>\n 0 3 24 3 -1.\n <_>\n 8 3 8 3 3.\n <_>\n \n <_>\n 5 8 15 6 -1.\n <_>\n 5 11 15 3 2.\n <_>\n \n <_>\n 9 6 5 14 -1.\n <_>\n 9 13 5 7 2.\n <_>\n \n <_>\n 9 5 6 10 -1.\n <_>\n 11 5 2 10 3.\n <_>\n \n <_>\n 6 6 3 12 -1.\n <_>\n 6 12 3 6 2.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 9 21 6 3 3.\n <_>\n \n <_>\n 5 6 13 6 -1.\n <_>\n 5 8 13 2 3.\n <_>\n \n <_>\n 18 1 6 15 -1.\n <_>\n 18 1 3 15 2.\n <_>\n \n <_>\n 1 1 6 15 -1.\n <_>\n 4 1 3 15 2.\n <_>\n \n <_>\n 0 8 24 15 -1.\n <_>\n 8 8 8 15 3.\n <_>\n \n <_>\n 5 6 14 12 -1.\n <_>\n 5 6 7 6 2.\n <_>\n 12 12 7 6 2.\n <_>\n \n <_>\n 2 12 21 12 -1.\n <_>\n 2 16 21 4 3.\n <_>\n \n <_>\n 8 1 4 10 -1.\n <_>\n 10 1 2 10 2.\n <_>\n \n <_>\n 2 13 20 10 -1.\n <_>\n 2 13 10 10 2.\n <_>\n \n <_>\n 0 1 6 13 -1.\n <_>\n 2 1 2 13 3.\n <_>\n \n <_>\n 20 2 4 13 -1.\n <_>\n 20 2 2 13 2.\n <_>\n \n <_>\n 0 5 22 19 -1.\n <_>\n 11 5 11 19 2.\n <_>\n \n <_>\n 18 4 6 9 -1.\n <_>\n 20 4 2 9 3.\n <_>\n \n <_>\n 0 3 6 11 -1.\n <_>\n 2 3 2 11 3.\n <_>\n \n <_>\n 12 1 4 9 -1.\n <_>\n 12 1 2 9 2.\n <_>\n \n <_>\n 0 6 19 3 -1.\n <_>\n 0 7 19 1 3.\n <_>\n \n <_>\n 12 1 4 9 -1.\n <_>\n 12 1 2 9 2.\n <_>\n \n <_>\n 8 1 4 9 -1.\n <_>\n 10 1 2 9 2.\n <_>\n \n <_>\n 5 5 14 14 -1.\n <_>\n 12 5 7 7 2.\n <_>\n 5 12 7 7 2.\n <_>\n \n <_>\n 1 10 18 2 -1.\n <_>\n 1 11 18 1 2.\n <_>\n \n <_>\n 17 13 4 11 -1.\n <_>\n 17 13 2 11 2.\n <_>\n \n <_>\n 0 4 6 9 -1.\n <_>\n 0 7 6 3 3.\n <_>\n \n <_>\n 6 4 12 9 -1.\n <_>\n 6 7 12 3 3.\n <_>\n \n <_>\n 6 5 12 6 -1.\n <_>\n 10 5 4 6 3.\n <_>\n \n <_>\n 0 1 24 5 -1.\n <_>\n 8 1 8 5 3.\n <_>\n \n <_>\n 4 10 18 6 -1.\n <_>\n 4 12 18 2 3.\n <_>\n \n <_>\n 2 17 12 6 -1.\n <_>\n 2 17 6 3 2.\n <_>\n 8 20 6 3 2.\n <_>\n \n <_>\n 19 3 4 13 -1.\n <_>\n 19 3 2 13 2.\n <_>\n \n <_>\n 1 3 4 13 -1.\n <_>\n 3 3 2 13 2.\n <_>\n \n <_>\n 0 1 24 23 -1.\n <_>\n 8 1 8 23 3.\n <_>\n \n <_>\n 1 7 8 12 -1.\n <_>\n 1 11 8 4 3.\n <_>\n \n <_>\n 14 7 3 14 -1.\n <_>\n 14 14 3 7 2.\n <_>\n \n <_>\n 3 12 16 6 -1.\n <_>\n 3 12 8 3 2.\n <_>\n 11 15 8 3 2.\n <_>\n \n <_>\n 6 6 12 6 -1.\n <_>\n 6 8 12 2 3.\n <_>\n \n <_>\n 8 7 6 12 -1.\n <_>\n 8 13 6 6 2.\n <_>\n \n <_>\n 15 15 9 6 -1.\n <_>\n 15 17 9 2 3.\n <_>\n \n <_>\n 1 17 18 3 -1.\n <_>\n 1 18 18 1 3.\n <_>\n \n <_>\n 4 4 16 12 -1.\n <_>\n 4 10 16 6 2.\n <_>\n \n <_>\n 0 1 4 20 -1.\n <_>\n 2 1 2 20 2.\n <_>\n \n <_>\n 3 0 18 2 -1.\n <_>\n 3 1 18 1 2.\n <_>\n \n <_>\n 1 5 20 14 -1.\n <_>\n 1 5 10 7 2.\n <_>\n 11 12 10 7 2.\n <_>\n \n <_>\n 5 8 14 12 -1.\n <_>\n 5 12 14 4 3.\n <_>\n \n <_>\n 3 14 7 9 -1.\n <_>\n 3 17 7 3 3.\n <_>\n \n <_>\n 14 15 9 6 -1.\n <_>\n 14 17 9 2 3.\n <_>\n \n <_>\n 1 15 9 6 -1.\n <_>\n 1 17 9 2 3.\n <_>\n \n <_>\n 11 6 8 10 -1.\n <_>\n 15 6 4 5 2.\n <_>\n 11 11 4 5 2.\n <_>\n \n <_>\n 5 5 14 14 -1.\n <_>\n 5 5 7 7 2.\n <_>\n 12 12 7 7 2.\n <_>\n \n <_>\n 6 0 12 5 -1.\n <_>\n 10 0 4 5 3.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 9 3 6 3 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 8 6 6 9 -1.\n <_>\n 10 6 2 9 3.\n <_>\n \n <_>\n 3 8 18 4 -1.\n <_>\n 9 8 6 4 3.\n <_>\n \n <_>\n 6 0 12 9 -1.\n <_>\n 6 3 12 3 3.\n <_>\n \n <_>\n 0 0 24 6 -1.\n <_>\n 8 0 8 6 3.\n <_>\n \n <_>\n 4 7 16 12 -1.\n <_>\n 4 11 16 4 3.\n <_>\n \n <_>\n 11 6 6 6 -1.\n <_>\n 11 6 3 6 2.\n <_>\n \n <_>\n 0 20 24 3 -1.\n <_>\n 8 20 8 3 3.\n <_>\n \n <_>\n 11 6 4 9 -1.\n <_>\n 11 6 2 9 2.\n <_>\n \n <_>\n 4 13 15 4 -1.\n <_>\n 9 13 5 4 3.\n <_>\n \n <_>\n 11 6 4 9 -1.\n <_>\n 11 6 2 9 2.\n <_>\n \n <_>\n 9 6 4 9 -1.\n <_>\n 11 6 2 9 2.\n <_>\n \n <_>\n 9 12 6 12 -1.\n <_>\n 9 18 6 6 2.\n <_>\n \n <_>\n 1 22 18 2 -1.\n <_>\n 1 23 18 1 2.\n <_>\n \n <_>\n 10 7 4 10 -1.\n <_>\n 10 12 4 5 2.\n <_>\n \n <_>\n 6 7 8 10 -1.\n <_>\n 6 12 8 5 2.\n <_>\n \n <_>\n 7 6 10 6 -1.\n <_>\n 7 8 10 2 3.\n <_>\n \n <_>\n 0 14 10 4 -1.\n <_>\n 0 16 10 2 2.\n <_>\n \n <_>\n 6 18 18 2 -1.\n <_>\n 6 19 18 1 2.\n <_>\n \n <_>\n 1 1 22 3 -1.\n <_>\n 1 2 22 1 3.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 2 4 6 15 -1.\n <_>\n 5 4 3 15 2.\n <_>\n \n <_>\n 20 4 4 10 -1.\n <_>\n 20 4 2 10 2.\n <_>\n \n <_>\n 0 4 4 10 -1.\n <_>\n 2 4 2 10 2.\n <_>\n \n <_>\n 2 16 20 6 -1.\n <_>\n 12 16 10 3 2.\n <_>\n 2 19 10 3 2.\n <_>\n \n <_>\n 0 12 8 9 -1.\n <_>\n 4 12 4 9 2.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 5 10 6 6 -1.\n <_>\n 8 10 3 6 2.\n <_>\n \n <_>\n 11 8 12 6 -1.\n <_>\n 17 8 6 3 2.\n <_>\n 11 11 6 3 2.\n <_>\n \n <_>\n 0 8 12 6 -1.\n <_>\n 0 8 6 3 2.\n <_>\n 6 11 6 3 2.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 8 14 9 6 -1.\n <_>\n 8 16 9 2 3.\n <_>\n \n <_>\n 0 16 9 6 -1.\n <_>\n 0 18 9 2 3.\n <_>\n \n <_>\n 10 8 6 10 -1.\n <_>\n 12 8 2 10 3.\n <_>\n \n <_>\n 3 19 12 3 -1.\n <_>\n 9 19 6 3 2.\n <_>\n \n <_>\n 2 10 20 2 -1.\n <_>\n 2 11 20 1 2.\n <_>\n \n <_>\n 2 9 18 12 -1.\n <_>\n 2 9 9 6 2.\n <_>\n 11 15 9 6 2.\n <_>\n \n <_>\n 3 0 18 24 -1.\n <_>\n 3 0 9 24 2.\n <_>\n \n <_>\n 5 6 14 10 -1.\n <_>\n 5 6 7 5 2.\n <_>\n 12 11 7 5 2.\n <_>\n \n <_>\n 9 5 10 12 -1.\n <_>\n 14 5 5 6 2.\n <_>\n 9 11 5 6 2.\n <_>\n \n <_>\n 4 5 12 12 -1.\n <_>\n 4 5 6 6 2.\n <_>\n 10 11 6 6 2.\n <_>\n \n <_>\n 4 14 18 3 -1.\n <_>\n 4 15 18 1 3.\n <_>\n \n <_>\n 6 13 8 8 -1.\n <_>\n 6 17 8 4 2.\n <_>\n \n <_>\n 3 16 18 6 -1.\n <_>\n 3 19 18 3 2.\n <_>\n \n <_>\n 0 0 6 6 -1.\n <_>\n 3 0 3 6 2.\n <_>\n \n <_>\n 6 6 12 18 -1.\n <_>\n 10 6 4 18 3.\n <_>\n \n <_>\n 6 1 4 14 -1.\n <_>\n 8 1 2 14 2.\n <_>\n \n <_>\n 3 2 19 2 -1.\n <_>\n 3 3 19 1 2.\n <_>\n \n <_>\n 1 8 22 13 -1.\n <_>\n 12 8 11 13 2.\n <_>\n \n <_>\n 8 9 11 4 -1.\n <_>\n 8 11 11 2 2.\n <_>\n \n <_>\n 0 12 15 10 -1.\n <_>\n 5 12 5 10 3.\n <_>\n \n <_>\n 12 16 12 6 -1.\n <_>\n 16 16 4 6 3.\n <_>\n \n <_>\n 0 16 12 6 -1.\n <_>\n 4 16 4 6 3.\n <_>\n \n <_>\n 19 1 5 12 -1.\n <_>\n 19 5 5 4 3.\n <_>\n \n <_>\n 0 2 24 4 -1.\n <_>\n 8 2 8 4 3.\n <_>\n \n <_>\n 6 8 12 4 -1.\n <_>\n 6 10 12 2 2.\n <_>\n \n <_>\n 7 5 9 6 -1.\n <_>\n 10 5 3 6 3.\n <_>\n \n <_>\n 9 17 6 6 -1.\n <_>\n 9 20 6 3 2.\n <_>\n \n <_>\n 0 7 22 15 -1.\n <_>\n 0 12 22 5 3.\n <_>\n \n <_>\n 4 1 17 9 -1.\n <_>\n 4 4 17 3 3.\n <_>\n \n <_>\n 7 5 6 10 -1.\n <_>\n 9 5 2 10 3.\n <_>\n \n <_>\n 18 1 6 8 -1.\n <_>\n 18 1 3 8 2.\n <_>\n \n <_>\n 0 1 6 7 -1.\n <_>\n 3 1 3 7 2.\n <_>\n \n <_>\n 18 0 6 22 -1.\n <_>\n 18 0 3 22 2.\n <_>\n \n <_>\n 0 0 6 22 -1.\n <_>\n 3 0 3 22 2.\n <_>\n \n <_>\n 16 7 8 16 -1.\n <_>\n 16 7 4 16 2.\n <_>\n \n <_>\n 2 10 19 6 -1.\n <_>\n 2 12 19 2 3.\n <_>\n \n <_>\n 9 9 6 12 -1.\n <_>\n 9 13 6 4 3.\n <_>\n \n <_>\n 2 15 17 6 -1.\n <_>\n 2 17 17 2 3.\n <_>\n \n <_>\n 14 7 3 14 -1.\n <_>\n 14 14 3 7 2.\n <_>\n \n <_>\n 5 6 8 10 -1.\n <_>\n 5 6 4 5 2.\n <_>\n 9 11 4 5 2.\n <_>\n \n <_>\n 15 8 9 11 -1.\n <_>\n 18 8 3 11 3.\n <_>\n \n <_>\n 0 8 9 11 -1.\n <_>\n 3 8 3 11 3.\n <_>\n \n <_>\n 8 6 10 18 -1.\n <_>\n 8 15 10 9 2.\n <_>\n \n <_>\n 7 7 3 14 -1.\n <_>\n 7 14 3 7 2.\n <_>\n \n <_>\n 0 14 24 8 -1.\n <_>\n 8 14 8 8 3.\n <_>\n \n <_>\n 1 10 18 14 -1.\n <_>\n 10 10 9 14 2.\n <_>\n \n <_>\n 14 12 6 6 -1.\n <_>\n 14 15 6 3 2.\n <_>\n \n <_>\n 7 0 10 16 -1.\n <_>\n 7 0 5 8 2.\n <_>\n 12 8 5 8 2.\n <_>\n \n <_>\n 10 0 9 6 -1.\n <_>\n 13 0 3 6 3.\n <_>\n \n <_>\n 4 3 16 4 -1.\n <_>\n 12 3 8 4 2.\n <_>\n \n <_>\n 10 0 9 6 -1.\n <_>\n 13 0 3 6 3.\n <_>\n \n <_>\n 1 1 20 4 -1.\n <_>\n 1 1 10 2 2.\n <_>\n 11 3 10 2 2.\n <_>\n \n <_>\n 10 0 9 6 -1.\n <_>\n 13 0 3 6 3.\n <_>\n \n <_>\n 5 0 9 6 -1.\n <_>\n 8 0 3 6 3.\n <_>\n \n <_>\n 8 18 10 6 -1.\n <_>\n 8 20 10 2 3.\n <_>\n \n <_>\n 6 3 6 9 -1.\n <_>\n 8 3 2 9 3.\n <_>\n \n <_>\n 7 3 12 6 -1.\n <_>\n 7 5 12 2 3.\n <_>\n \n <_>\n 0 10 18 3 -1.\n <_>\n 0 11 18 1 3.\n <_>\n \n <_>\n 1 10 22 3 -1.\n <_>\n 1 11 22 1 3.\n <_>\n \n <_>\n 5 11 8 8 -1.\n <_>\n 9 11 4 8 2.\n <_>\n \n <_>\n 12 11 6 6 -1.\n <_>\n 12 11 3 6 2.\n <_>\n \n <_>\n 6 11 6 6 -1.\n <_>\n 9 11 3 6 2.\n <_>\n \n <_>\n 7 10 11 6 -1.\n <_>\n 7 12 11 2 3.\n <_>\n \n <_>\n 0 13 24 4 -1.\n <_>\n 0 13 12 2 2.\n <_>\n 12 15 12 2 2.\n <_>\n \n <_>\n 2 4 22 12 -1.\n <_>\n 13 4 11 6 2.\n <_>\n 2 10 11 6 2.\n <_>\n \n <_>\n 2 0 20 17 -1.\n <_>\n 12 0 10 17 2.\n <_>\n \n <_>\n 14 0 2 24 -1.\n <_>\n 14 0 1 24 2.\n <_>\n \n <_>\n 8 0 2 24 -1.\n <_>\n 9 0 1 24 2.\n <_>\n \n <_>\n 14 1 2 22 -1.\n <_>\n 14 1 1 22 2.\n <_>\n \n <_>\n 8 1 2 22 -1.\n <_>\n 9 1 1 22 2.\n <_>\n \n <_>\n 17 6 3 18 -1.\n <_>\n 18 6 1 18 3.\n <_>\n \n <_>\n 6 14 9 6 -1.\n <_>\n 6 16 9 2 3.\n <_>\n \n <_>\n 13 14 9 4 -1.\n <_>\n 13 16 9 2 2.\n <_>\n \n <_>\n 3 18 18 3 -1.\n <_>\n 3 19 18 1 3.\n <_>\n \n <_>\n 9 4 8 18 -1.\n <_>\n 13 4 4 9 2.\n <_>\n 9 13 4 9 2.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 0 2 12 4 -1.\n <_>\n 6 2 6 4 2.\n <_>\n \n <_>\n 6 8 14 6 -1.\n <_>\n 6 11 14 3 2.\n <_>\n \n <_>\n 7 5 6 6 -1.\n <_>\n 10 5 3 6 2.\n <_>\n \n <_>\n 10 5 6 16 -1.\n <_>\n 10 13 6 8 2.\n <_>\n \n <_>\n 1 4 9 16 -1.\n <_>\n 4 4 3 16 3.\n <_>\n \n <_>\n 5 0 18 9 -1.\n <_>\n 5 3 18 3 3.\n <_>\n \n <_>\n 9 15 5 8 -1.\n <_>\n 9 19 5 4 2.\n <_>\n \n <_>\n 20 0 4 9 -1.\n <_>\n 20 0 2 9 2.\n <_>\n \n <_>\n 2 0 18 3 -1.\n <_>\n 2 1 18 1 3.\n <_>\n \n <_>\n 5 22 19 2 -1.\n <_>\n 5 23 19 1 2.\n <_>\n \n <_>\n 0 0 4 9 -1.\n <_>\n 2 0 2 9 2.\n <_>\n \n <_>\n 5 6 19 18 -1.\n <_>\n 5 12 19 6 3.\n <_>\n \n <_>\n 0 1 6 9 -1.\n <_>\n 2 1 2 9 3.\n <_>\n \n <_>\n 6 5 14 12 -1.\n <_>\n 13 5 7 6 2.\n <_>\n 6 11 7 6 2.\n <_>\n \n <_>\n 0 1 20 2 -1.\n <_>\n 0 2 20 1 2.\n <_>\n \n <_>\n 1 2 22 3 -1.\n <_>\n 1 3 22 1 3.\n <_>\n \n <_>\n 2 8 7 9 -1.\n <_>\n 2 11 7 3 3.\n <_>\n \n <_>\n 2 12 22 4 -1.\n <_>\n 13 12 11 2 2.\n <_>\n 2 14 11 2 2.\n <_>\n \n <_>\n 0 12 22 4 -1.\n <_>\n 0 12 11 2 2.\n <_>\n 11 14 11 2 2.\n <_>\n \n <_>\n 9 7 6 11 -1.\n <_>\n 11 7 2 11 3.\n <_>\n \n <_>\n 7 1 9 6 -1.\n <_>\n 10 1 3 6 3.\n <_>\n \n <_>\n 11 2 4 10 -1.\n <_>\n 11 7 4 5 2.\n <_>\n \n <_>\n 6 4 12 12 -1.\n <_>\n 6 10 12 6 2.\n <_>\n \n <_>\n 18 1 6 15 -1.\n <_>\n 18 6 6 5 3.\n <_>\n \n <_>\n 3 15 18 3 -1.\n <_>\n 3 16 18 1 3.\n <_>\n \n <_>\n 18 5 6 9 -1.\n <_>\n 18 8 6 3 3.\n <_>\n \n <_>\n 1 5 16 6 -1.\n <_>\n 1 5 8 3 2.\n <_>\n 9 8 8 3 2.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 0 4 24 14 -1.\n <_>\n 0 4 12 7 2.\n <_>\n 12 11 12 7 2.\n <_>\n \n <_>\n 13 0 4 13 -1.\n <_>\n 13 0 2 13 2.\n <_>\n \n <_>\n 7 0 4 13 -1.\n <_>\n 9 0 2 13 2.\n <_>\n \n <_>\n 11 6 6 9 -1.\n <_>\n 13 6 2 9 3.\n <_>\n \n <_>\n 8 7 6 9 -1.\n <_>\n 10 7 2 9 3.\n <_>\n \n <_>\n 13 17 9 6 -1.\n <_>\n 13 19 9 2 3.\n <_>\n \n <_>\n 2 18 14 6 -1.\n <_>\n 2 18 7 3 2.\n <_>\n 9 21 7 3 2.\n <_>\n \n <_>\n 3 18 18 4 -1.\n <_>\n 12 18 9 2 2.\n <_>\n 3 20 9 2 2.\n <_>\n \n <_>\n 0 20 15 4 -1.\n <_>\n 5 20 5 4 3.\n <_>\n \n <_>\n 9 15 15 9 -1.\n <_>\n 14 15 5 9 3.\n <_>\n \n <_>\n 4 4 16 4 -1.\n <_>\n 4 6 16 2 2.\n <_>\n \n <_>\n 7 6 10 6 -1.\n <_>\n 7 8 10 2 3.\n <_>\n \n <_>\n 0 14 15 10 -1.\n <_>\n 5 14 5 10 3.\n <_>\n \n <_>\n 7 9 10 14 -1.\n <_>\n 12 9 5 7 2.\n <_>\n 7 16 5 7 2.\n <_>\n \n <_>\n 7 6 6 9 -1.\n <_>\n 9 6 2 9 3.\n <_>\n \n <_>\n 3 6 18 3 -1.\n <_>\n 3 7 18 1 3.\n <_>\n \n <_>\n 0 10 18 3 -1.\n <_>\n 0 11 18 1 3.\n <_>\n \n <_>\n 3 16 18 4 -1.\n <_>\n 12 16 9 2 2.\n <_>\n 3 18 9 2 2.\n <_>\n \n <_>\n 4 6 14 6 -1.\n <_>\n 4 6 7 3 2.\n <_>\n 11 9 7 3 2.\n <_>\n \n <_>\n 13 0 2 18 -1.\n <_>\n 13 0 1 18 2.\n <_>\n \n <_>\n 9 0 2 18 -1.\n <_>\n 10 0 1 18 2.\n <_>\n \n <_>\n 5 7 15 10 -1.\n <_>\n 10 7 5 10 3.\n <_>\n \n <_>\n 1 20 21 4 -1.\n <_>\n 8 20 7 4 3.\n <_>\n \n <_>\n 10 5 5 18 -1.\n <_>\n 10 14 5 9 2.\n <_>\n \n <_>\n 0 2 24 6 -1.\n <_>\n 0 2 12 3 2.\n <_>\n 12 5 12 3 2.\n <_>\n \n <_>\n 1 1 22 8 -1.\n <_>\n 12 1 11 4 2.\n <_>\n 1 5 11 4 2.\n <_>\n \n <_>\n 4 0 15 9 -1.\n <_>\n 4 3 15 3 3.\n <_>\n \n <_>\n 0 0 24 19 -1.\n <_>\n 8 0 8 19 3.\n <_>\n \n <_>\n 2 21 18 3 -1.\n <_>\n 11 21 9 3 2.\n <_>\n \n <_>\n 9 7 10 4 -1.\n <_>\n 9 7 5 4 2.\n <_>\n \n <_>\n 5 7 10 4 -1.\n <_>\n 10 7 5 4 2.\n <_>\n \n <_>\n 17 8 6 16 -1.\n <_>\n 20 8 3 8 2.\n <_>\n 17 16 3 8 2.\n <_>\n \n <_>\n 1 15 20 4 -1.\n <_>\n 1 15 10 2 2.\n <_>\n 11 17 10 2 2.\n <_>\n \n <_>\n 14 15 10 6 -1.\n <_>\n 14 17 10 2 3.\n <_>\n \n <_>\n 3 0 16 9 -1.\n <_>\n 3 3 16 3 3.\n <_>\n \n <_>\n 15 6 7 15 -1.\n <_>\n 15 11 7 5 3.\n <_>\n \n <_>\n 9 1 6 13 -1.\n <_>\n 11 1 2 13 3.\n <_>\n \n <_>\n 17 2 6 14 -1.\n <_>\n 17 2 3 14 2.\n <_>\n \n <_>\n 3 14 12 10 -1.\n <_>\n 3 14 6 5 2.\n <_>\n 9 19 6 5 2.\n <_>\n \n <_>\n 7 6 10 6 -1.\n <_>\n 7 8 10 2 3.\n <_>\n \n <_>\n 1 2 6 14 -1.\n <_>\n 4 2 3 14 2.\n <_>\n \n <_>\n 10 4 5 12 -1.\n <_>\n 10 8 5 4 3.\n <_>\n \n <_>\n 0 17 24 5 -1.\n <_>\n 8 17 8 5 3.\n <_>\n \n <_>\n 15 7 5 12 -1.\n <_>\n 15 11 5 4 3.\n <_>\n \n <_>\n 3 1 6 12 -1.\n <_>\n 3 1 3 6 2.\n <_>\n 6 7 3 6 2.\n <_>\n \n <_>\n 12 13 6 6 -1.\n <_>\n 12 16 6 3 2.\n <_>\n \n <_>\n 6 13 6 6 -1.\n <_>\n 6 16 6 3 2.\n <_>\n \n <_>\n 14 6 3 16 -1.\n <_>\n 14 14 3 8 2.\n <_>\n \n <_>\n 1 12 13 6 -1.\n <_>\n 1 14 13 2 3.\n <_>\n \n <_>\n 13 1 4 9 -1.\n <_>\n 13 1 2 9 2.\n <_>\n \n <_>\n 7 0 9 6 -1.\n <_>\n 10 0 3 6 3.\n <_>\n \n <_>\n 12 2 6 9 -1.\n <_>\n 12 2 3 9 2.\n <_>\n \n <_>\n 6 2 6 9 -1.\n <_>\n 9 2 3 9 2.\n <_>\n \n <_>\n 6 18 12 6 -1.\n <_>\n 6 20 12 2 3.\n <_>\n \n <_>\n 7 6 6 9 -1.\n <_>\n 9 6 2 9 3.\n <_>\n \n <_>\n 7 7 12 3 -1.\n <_>\n 7 7 6 3 2.\n <_>\n \n <_>\n 8 3 8 21 -1.\n <_>\n 8 10 8 7 3.\n <_>\n \n <_>\n 7 4 10 12 -1.\n <_>\n 7 8 10 4 3.\n <_>\n \n <_>\n 0 1 6 9 -1.\n <_>\n 0 4 6 3 3.\n <_>\n \n <_>\n 15 2 2 20 -1.\n <_>\n 15 2 1 20 2.\n <_>\n \n <_>\n 0 3 6 9 -1.\n <_>\n 0 6 6 3 3.\n <_>\n \n <_>\n 15 3 2 21 -1.\n <_>\n 15 3 1 21 2.\n <_>\n \n <_>\n 7 0 2 23 -1.\n <_>\n 8 0 1 23 2.\n <_>\n \n <_>\n 15 8 9 4 -1.\n <_>\n 15 10 9 2 2.\n <_>\n \n <_>\n 0 8 9 4 -1.\n <_>\n 0 10 9 2 2.\n <_>\n \n <_>\n 8 14 9 6 -1.\n <_>\n 8 16 9 2 3.\n <_>\n \n <_>\n 0 14 9 6 -1.\n <_>\n 0 16 9 2 3.\n <_>\n \n <_>\n 3 10 18 4 -1.\n <_>\n 9 10 6 4 3.\n <_>\n \n <_>\n 0 0 24 19 -1.\n <_>\n 8 0 8 19 3.\n <_>\n \n <_>\n 9 1 8 12 -1.\n <_>\n 9 7 8 6 2.\n <_>\n \n <_>\n 10 6 4 10 -1.\n <_>\n 12 6 2 10 2.\n <_>\n \n <_>\n 7 9 10 12 -1.\n <_>\n 12 9 5 6 2.\n <_>\n 7 15 5 6 2.\n <_>\n \n <_>\n 5 0 3 19 -1.\n <_>\n 6 0 1 19 3.\n <_>\n \n <_>\n 14 0 6 10 -1.\n <_>\n 16 0 2 10 3.\n <_>\n \n <_>\n 2 0 6 12 -1.\n <_>\n 2 0 3 6 2.\n <_>\n 5 6 3 6 2.\n <_>\n \n <_>\n 0 11 24 2 -1.\n <_>\n 0 12 24 1 2.\n <_>\n \n <_>\n 4 9 13 4 -1.\n <_>\n 4 11 13 2 2.\n <_>\n \n <_>\n 9 8 6 9 -1.\n <_>\n 9 11 6 3 3.\n <_>\n \n <_>\n 0 12 16 4 -1.\n <_>\n 0 14 16 2 2.\n <_>\n \n <_>\n 18 12 6 9 -1.\n <_>\n 18 15 6 3 3.\n <_>\n \n <_>\n 0 12 6 9 -1.\n <_>\n 0 15 6 3 3.\n <_>\n \n <_>\n 8 7 10 4 -1.\n <_>\n 8 7 5 4 2.\n <_>\n \n <_>\n 8 7 6 9 -1.\n <_>\n 10 7 2 9 3.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 12 3 6 15 -1.\n <_>\n 14 3 2 15 3.\n <_>\n \n <_>\n 6 3 6 15 -1.\n <_>\n 8 3 2 15 3.\n <_>\n \n <_>\n 15 2 9 4 -1.\n <_>\n 15 4 9 2 2.\n <_>\n \n <_>\n 5 10 6 7 -1.\n <_>\n 8 10 3 7 2.\n <_>\n \n <_>\n 9 14 6 10 -1.\n <_>\n 9 19 6 5 2.\n <_>\n \n <_>\n 7 13 5 8 -1.\n <_>\n 7 17 5 4 2.\n <_>\n \n <_>\n 14 5 3 16 -1.\n <_>\n 14 13 3 8 2.\n <_>\n \n <_>\n 2 17 18 3 -1.\n <_>\n 2 18 18 1 3.\n <_>\n \n <_>\n 5 18 19 3 -1.\n <_>\n 5 19 19 1 3.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 12 4 3 18 -1.\n <_>\n 13 4 1 18 3.\n <_>\n \n <_>\n 9 4 3 18 -1.\n <_>\n 10 4 1 18 3.\n <_>\n \n <_>\n 3 3 18 9 -1.\n <_>\n 9 3 6 9 3.\n <_>\n \n <_>\n 6 1 6 14 -1.\n <_>\n 8 1 2 14 3.\n <_>\n \n <_>\n 12 16 9 6 -1.\n <_>\n 12 19 9 3 2.\n <_>\n \n <_>\n 1 3 20 16 -1.\n <_>\n 1 3 10 8 2.\n <_>\n 11 11 10 8 2.\n <_>\n \n <_>\n 12 5 6 12 -1.\n <_>\n 15 5 3 6 2.\n <_>\n 12 11 3 6 2.\n <_>\n \n <_>\n 1 2 22 16 -1.\n <_>\n 1 2 11 8 2.\n <_>\n 12 10 11 8 2.\n <_>\n \n <_>\n 10 14 5 10 -1.\n <_>\n 10 19 5 5 2.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 3 22 18 1 3.\n <_>\n \n <_>\n 10 14 6 10 -1.\n <_>\n 12 14 2 10 3.\n <_>\n \n <_>\n 0 2 24 4 -1.\n <_>\n 8 2 8 4 3.\n <_>\n \n <_>\n 6 4 12 9 -1.\n <_>\n 6 7 12 3 3.\n <_>\n \n <_>\n 6 6 12 5 -1.\n <_>\n 10 6 4 5 3.\n <_>\n \n <_>\n 5 8 14 12 -1.\n <_>\n 5 12 14 4 3.\n <_>\n \n <_>\n 4 14 8 10 -1.\n <_>\n 4 14 4 5 2.\n <_>\n 8 19 4 5 2.\n <_>\n \n <_>\n 11 6 5 14 -1.\n <_>\n 11 13 5 7 2.\n <_>\n \n <_>\n 7 6 3 16 -1.\n <_>\n 7 14 3 8 2.\n <_>\n \n <_>\n 3 7 18 8 -1.\n <_>\n 9 7 6 8 3.\n <_>\n \n <_>\n 2 3 20 2 -1.\n <_>\n 2 4 20 1 2.\n <_>\n \n <_>\n 3 12 19 6 -1.\n <_>\n 3 14 19 2 3.\n <_>\n \n <_>\n 8 6 6 9 -1.\n <_>\n 10 6 2 9 3.\n <_>\n \n <_>\n 16 6 6 14 -1.\n <_>\n 16 6 3 14 2.\n <_>\n \n <_>\n 7 9 6 12 -1.\n <_>\n 9 9 2 12 3.\n <_>\n \n <_>\n 18 6 6 18 -1.\n <_>\n 21 6 3 9 2.\n <_>\n 18 15 3 9 2.\n <_>\n \n <_>\n 0 6 6 18 -1.\n <_>\n 0 6 3 9 2.\n <_>\n 3 15 3 9 2.\n <_>\n \n <_>\n 18 2 6 9 -1.\n <_>\n 18 5 6 3 3.\n <_>\n \n <_>\n 3 18 15 6 -1.\n <_>\n 3 20 15 2 3.\n <_>\n \n <_>\n 18 2 6 9 -1.\n <_>\n 18 5 6 3 3.\n <_>\n \n <_>\n 0 2 6 9 -1.\n <_>\n 0 5 6 3 3.\n <_>\n \n <_>\n 5 10 18 2 -1.\n <_>\n 5 11 18 1 2.\n <_>\n \n <_>\n 6 0 12 6 -1.\n <_>\n 6 2 12 2 3.\n <_>\n \n <_>\n 10 0 6 9 -1.\n <_>\n 12 0 2 9 3.\n <_>\n \n <_>\n 8 0 6 9 -1.\n <_>\n 10 0 2 9 3.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 3 6 13 6 -1.\n <_>\n 3 8 13 2 3.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 2 5 6 15 -1.\n <_>\n 5 5 3 15 2.\n <_>\n \n <_>\n 8 8 9 6 -1.\n <_>\n 11 8 3 6 3.\n <_>\n \n <_>\n 8 6 3 14 -1.\n <_>\n 8 13 3 7 2.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 4 12 10 4 -1.\n <_>\n 9 12 5 4 2.\n <_>\n \n <_>\n 13 1 4 19 -1.\n <_>\n 13 1 2 19 2.\n <_>\n \n <_>\n 7 1 4 19 -1.\n <_>\n 9 1 2 19 2.\n <_>\n \n <_>\n 18 9 6 9 -1.\n <_>\n 18 12 6 3 3.\n <_>\n \n <_>\n 1 21 18 3 -1.\n <_>\n 1 22 18 1 3.\n <_>\n \n <_>\n 14 13 10 9 -1.\n <_>\n 14 16 10 3 3.\n <_>\n \n <_>\n 1 13 22 4 -1.\n <_>\n 1 13 11 2 2.\n <_>\n 12 15 11 2 2.\n <_>\n \n <_>\n 4 6 16 6 -1.\n <_>\n 12 6 8 3 2.\n <_>\n 4 9 8 3 2.\n <_>\n \n <_>\n 1 0 18 22 -1.\n <_>\n 1 0 9 11 2.\n <_>\n 10 11 9 11 2.\n <_>\n \n <_>\n 10 7 8 14 -1.\n <_>\n 14 7 4 7 2.\n <_>\n 10 14 4 7 2.\n <_>\n \n <_>\n 0 4 6 20 -1.\n <_>\n 0 4 3 10 2.\n <_>\n 3 14 3 10 2.\n <_>\n \n <_>\n 15 0 6 9 -1.\n <_>\n 17 0 2 9 3.\n <_>\n \n <_>\n 3 0 6 9 -1.\n <_>\n 5 0 2 9 3.\n <_>\n \n <_>\n 15 12 6 12 -1.\n <_>\n 18 12 3 6 2.\n <_>\n 15 18 3 6 2.\n <_>\n \n <_>\n 3 12 6 12 -1.\n <_>\n 3 12 3 6 2.\n <_>\n 6 18 3 6 2.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 0 12 9 6 -1.\n <_>\n 0 14 9 2 3.\n <_>\n \n <_>\n 4 14 19 3 -1.\n <_>\n 4 15 19 1 3.\n <_>\n \n <_>\n 2 13 19 3 -1.\n <_>\n 2 14 19 1 3.\n <_>\n \n <_>\n 14 15 10 6 -1.\n <_>\n 14 17 10 2 3.\n <_>\n \n <_>\n 6 0 10 12 -1.\n <_>\n 6 0 5 6 2.\n <_>\n 11 6 5 6 2.\n <_>\n \n <_>\n 17 1 6 12 -1.\n <_>\n 20 1 3 6 2.\n <_>\n 17 7 3 6 2.\n <_>\n \n <_>\n 1 1 6 12 -1.\n <_>\n 1 1 3 6 2.\n <_>\n 4 7 3 6 2.\n <_>\n \n <_>\n 16 14 6 9 -1.\n <_>\n 16 17 6 3 3.\n <_>\n \n <_>\n 7 3 9 12 -1.\n <_>\n 7 9 9 6 2.\n <_>\n \n <_>\n 12 1 4 12 -1.\n <_>\n 12 7 4 6 2.\n <_>\n \n <_>\n 4 0 14 8 -1.\n <_>\n 4 4 14 4 2.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 2 10 18 3 -1.\n <_>\n 8 10 6 3 3.\n <_>\n \n <_>\n 15 15 9 6 -1.\n <_>\n 15 17 9 2 3.\n <_>\n \n <_>\n 0 1 21 23 -1.\n <_>\n 7 1 7 23 3.\n <_>\n \n <_>\n 6 9 17 4 -1.\n <_>\n 6 11 17 2 2.\n <_>\n \n <_>\n 1 0 11 18 -1.\n <_>\n 1 6 11 6 3.\n <_>\n \n <_>\n 6 15 13 6 -1.\n <_>\n 6 17 13 2 3.\n <_>\n \n <_>\n 0 15 9 6 -1.\n <_>\n 0 17 9 2 3.\n <_>\n \n <_>\n 8 7 15 4 -1.\n <_>\n 13 7 5 4 3.\n <_>\n \n <_>\n 9 12 6 9 -1.\n <_>\n 9 15 6 3 3.\n <_>\n \n <_>\n 6 8 18 3 -1.\n <_>\n 12 8 6 3 3.\n <_>\n \n <_>\n 0 14 24 4 -1.\n <_>\n 8 14 8 4 3.\n <_>\n \n <_>\n 16 10 3 12 -1.\n <_>\n 16 16 3 6 2.\n <_>\n \n <_>\n 0 3 24 3 -1.\n <_>\n 0 4 24 1 3.\n <_>\n \n <_>\n 14 17 10 6 -1.\n <_>\n 14 19 10 2 3.\n <_>\n \n <_>\n 1 13 18 3 -1.\n <_>\n 7 13 6 3 3.\n <_>\n \n <_>\n 5 0 18 9 -1.\n <_>\n 5 3 18 3 3.\n <_>\n \n <_>\n 4 3 16 9 -1.\n <_>\n 4 6 16 3 3.\n <_>\n \n <_>\n 16 5 3 12 -1.\n <_>\n 16 11 3 6 2.\n <_>\n \n <_>\n 0 7 18 4 -1.\n <_>\n 6 7 6 4 3.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 9 8 6 10 -1.\n <_>\n 11 8 2 10 3.\n <_>\n \n <_>\n 9 15 6 9 -1.\n <_>\n 11 15 2 9 3.\n <_>\n \n <_>\n 3 1 18 21 -1.\n <_>\n 12 1 9 21 2.\n <_>\n \n <_>\n 6 8 12 7 -1.\n <_>\n 6 8 6 7 2.\n <_>\n \n <_>\n 8 5 6 9 -1.\n <_>\n 10 5 2 9 3.\n <_>\n \n <_>\n 0 2 24 4 -1.\n <_>\n 8 2 8 4 3.\n <_>\n \n <_>\n 14 7 5 12 -1.\n <_>\n 14 11 5 4 3.\n <_>\n \n <_>\n 5 7 5 12 -1.\n <_>\n 5 11 5 4 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 0 1 6 17 -1.\n <_>\n 3 1 3 17 2.\n <_>\n \n <_>\n 3 1 19 9 -1.\n <_>\n 3 4 19 3 3.\n <_>\n \n <_>\n 3 18 12 6 -1.\n <_>\n 3 18 6 3 2.\n <_>\n 9 21 6 3 2.\n <_>\n \n <_>\n 20 4 4 19 -1.\n <_>\n 20 4 2 19 2.\n <_>\n \n <_>\n 0 16 10 7 -1.\n <_>\n 5 16 5 7 2.\n <_>\n \n <_>\n 8 7 10 12 -1.\n <_>\n 13 7 5 6 2.\n <_>\n 8 13 5 6 2.\n <_>\n \n <_>\n 6 7 10 12 -1.\n <_>\n 6 7 5 6 2.\n <_>\n 11 13 5 6 2.\n <_>\n \n <_>\n 9 2 9 6 -1.\n <_>\n 12 2 3 6 3.\n <_>\n \n <_>\n 1 20 21 4 -1.\n <_>\n 8 20 7 4 3.\n <_>\n \n <_>\n 9 12 9 6 -1.\n <_>\n 9 14 9 2 3.\n <_>\n \n <_>\n 7 2 9 6 -1.\n <_>\n 10 2 3 6 3.\n <_>\n \n <_>\n 13 0 4 14 -1.\n <_>\n 13 0 2 14 2.\n <_>\n \n <_>\n 7 0 4 14 -1.\n <_>\n 9 0 2 14 2.\n <_>\n \n <_>\n 14 15 9 6 -1.\n <_>\n 14 17 9 2 3.\n <_>\n \n <_>\n 2 8 18 5 -1.\n <_>\n 8 8 6 5 3.\n <_>\n \n <_>\n 18 3 6 11 -1.\n <_>\n 20 3 2 11 3.\n <_>\n \n <_>\n 6 5 11 14 -1.\n <_>\n 6 12 11 7 2.\n <_>\n \n <_>\n 18 4 6 9 -1.\n <_>\n 18 7 6 3 3.\n <_>\n \n <_>\n 7 6 9 6 -1.\n <_>\n 7 8 9 2 3.\n <_>\n \n <_>\n 18 4 6 9 -1.\n <_>\n 18 7 6 3 3.\n <_>\n \n <_>\n 0 4 6 9 -1.\n <_>\n 0 7 6 3 3.\n <_>\n \n <_>\n 9 4 9 4 -1.\n <_>\n 9 6 9 2 2.\n <_>\n \n <_>\n 0 22 19 2 -1.\n <_>\n 0 23 19 1 2.\n <_>\n \n <_>\n 17 14 6 9 -1.\n <_>\n 17 17 6 3 3.\n <_>\n \n <_>\n 1 14 6 9 -1.\n <_>\n 1 17 6 3 3.\n <_>\n \n <_>\n 14 11 4 9 -1.\n <_>\n 14 11 2 9 2.\n <_>\n \n <_>\n 6 11 4 9 -1.\n <_>\n 8 11 2 9 2.\n <_>\n \n <_>\n 3 9 18 7 -1.\n <_>\n 9 9 6 7 3.\n <_>\n \n <_>\n 9 12 6 10 -1.\n <_>\n 9 17 6 5 2.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 6 17 18 3 -1.\n <_>\n 6 18 18 1 3.\n <_>\n \n <_>\n 1 17 18 3 -1.\n <_>\n 1 18 18 1 3.\n <_>\n \n <_>\n 10 6 11 12 -1.\n <_>\n 10 12 11 6 2.\n <_>\n \n <_>\n 5 6 14 6 -1.\n <_>\n 5 6 7 3 2.\n <_>\n 12 9 7 3 2.\n <_>\n \n <_>\n 5 4 15 4 -1.\n <_>\n 5 6 15 2 2.\n <_>\n \n <_>\n 0 0 22 2 -1.\n <_>\n 0 1 22 1 2.\n <_>\n \n <_>\n 0 0 24 24 -1.\n <_>\n 8 0 8 24 3.\n <_>\n \n <_>\n 1 15 18 4 -1.\n <_>\n 10 15 9 4 2.\n <_>\n \n <_>\n 6 8 12 9 -1.\n <_>\n 6 11 12 3 3.\n <_>\n \n <_>\n 4 12 7 12 -1.\n <_>\n 4 16 7 4 3.\n <_>\n \n <_>\n 1 2 22 6 -1.\n <_>\n 12 2 11 3 2.\n <_>\n 1 5 11 3 2.\n <_>\n \n <_>\n 5 20 14 3 -1.\n <_>\n 12 20 7 3 2.\n <_>\n \n <_>\n 0 0 24 16 -1.\n <_>\n 12 0 12 8 2.\n <_>\n 0 8 12 8 2.\n <_>\n \n <_>\n 3 13 18 4 -1.\n <_>\n 3 13 9 2 2.\n <_>\n 12 15 9 2 2.\n <_>\n \n <_>\n 2 10 22 2 -1.\n <_>\n 2 11 22 1 2.\n <_>\n \n <_>\n 6 3 11 8 -1.\n <_>\n 6 7 11 4 2.\n <_>\n \n <_>\n 14 5 6 6 -1.\n <_>\n 14 8 6 3 2.\n <_>\n \n <_>\n 0 7 24 6 -1.\n <_>\n 0 9 24 2 3.\n <_>\n \n <_>\n 14 0 10 10 -1.\n <_>\n 19 0 5 5 2.\n <_>\n 14 5 5 5 2.\n <_>\n \n <_>\n 0 0 10 10 -1.\n <_>\n 0 0 5 5 2.\n <_>\n 5 5 5 5 2.\n <_>\n \n <_>\n 0 1 24 4 -1.\n <_>\n 12 1 12 2 2.\n <_>\n 0 3 12 2 2.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 5 15 16 6 -1.\n <_>\n 13 15 8 3 2.\n <_>\n 5 18 8 3 2.\n <_>\n \n <_>\n 3 15 16 6 -1.\n <_>\n 3 15 8 3 2.\n <_>\n 11 18 8 3 2.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 0 13 21 10 -1.\n <_>\n 0 18 21 5 2.\n <_>\n \n <_>\n 13 0 6 24 -1.\n <_>\n 15 0 2 24 3.\n <_>\n \n <_>\n 7 4 6 11 -1.\n <_>\n 9 4 2 11 3.\n <_>\n \n <_>\n 9 5 9 6 -1.\n <_>\n 12 5 3 6 3.\n <_>\n \n <_>\n 1 4 2 20 -1.\n <_>\n 1 14 2 10 2.\n <_>\n \n <_>\n 13 0 6 24 -1.\n <_>\n 15 0 2 24 3.\n <_>\n \n <_>\n 5 0 6 24 -1.\n <_>\n 7 0 2 24 3.\n <_>\n \n <_>\n 16 7 6 14 -1.\n <_>\n 19 7 3 7 2.\n <_>\n 16 14 3 7 2.\n <_>\n \n <_>\n 4 7 4 12 -1.\n <_>\n 6 7 2 12 2.\n <_>\n \n <_>\n 0 5 24 14 -1.\n <_>\n 8 5 8 14 3.\n <_>\n \n <_>\n 5 13 10 6 -1.\n <_>\n 5 15 10 2 3.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 2 7 6 14 -1.\n <_>\n 2 7 3 7 2.\n <_>\n 5 14 3 7 2.\n <_>\n \n <_>\n 15 2 9 15 -1.\n <_>\n 18 2 3 15 3.\n <_>\n \n <_>\n 0 2 6 9 -1.\n <_>\n 2 2 2 9 3.\n <_>\n \n <_>\n 12 2 10 14 -1.\n <_>\n 17 2 5 7 2.\n <_>\n 12 9 5 7 2.\n <_>\n \n <_>\n 11 6 2 18 -1.\n <_>\n 12 6 1 18 2.\n <_>\n \n <_>\n 9 5 15 6 -1.\n <_>\n 14 5 5 6 3.\n <_>\n \n <_>\n 8 6 6 10 -1.\n <_>\n 10 6 2 10 3.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 3 3 9 7 -1.\n <_>\n 6 3 3 7 3.\n <_>\n \n <_>\n 6 7 14 3 -1.\n <_>\n 6 7 7 3 2.\n <_>\n \n <_>\n 7 7 8 6 -1.\n <_>\n 11 7 4 6 2.\n <_>\n \n <_>\n 12 7 7 12 -1.\n <_>\n 12 13 7 6 2.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 10 6 2 9 2.\n <_>\n 12 15 2 9 2.\n <_>\n \n <_>\n 16 14 6 9 -1.\n <_>\n 16 17 6 3 3.\n <_>\n \n <_>\n 4 0 6 13 -1.\n <_>\n 6 0 2 13 3.\n <_>\n \n <_>\n 2 2 21 3 -1.\n <_>\n 9 2 7 3 3.\n <_>\n \n <_>\n 5 4 5 12 -1.\n <_>\n 5 8 5 4 3.\n <_>\n \n <_>\n 10 3 4 10 -1.\n <_>\n 10 8 4 5 2.\n <_>\n \n <_>\n 8 4 5 8 -1.\n <_>\n 8 8 5 4 2.\n <_>\n \n <_>\n 6 0 11 9 -1.\n <_>\n 6 3 11 3 3.\n <_>\n \n <_>\n 6 6 12 5 -1.\n <_>\n 10 6 4 5 3.\n <_>\n \n <_>\n 0 0 24 5 -1.\n <_>\n 8 0 8 5 3.\n <_>\n \n <_>\n 1 10 23 6 -1.\n <_>\n 1 12 23 2 3.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 9 21 6 3 3.\n <_>\n \n <_>\n 3 6 21 6 -1.\n <_>\n 3 8 21 2 3.\n <_>\n \n <_>\n 0 5 6 12 -1.\n <_>\n 2 5 2 12 3.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 8 7 8 10 -1.\n <_>\n 8 12 8 5 2.\n <_>\n \n <_>\n 5 7 15 12 -1.\n <_>\n 10 7 5 12 3.\n <_>\n \n <_>\n 0 17 10 6 -1.\n <_>\n 0 19 10 2 3.\n <_>\n \n <_>\n 14 18 9 6 -1.\n <_>\n 14 20 9 2 3.\n <_>\n \n <_>\n 9 6 6 16 -1.\n <_>\n 9 14 6 8 2.\n <_>\n \n <_>\n 14 18 9 6 -1.\n <_>\n 14 20 9 2 3.\n <_>\n \n <_>\n 1 18 9 6 -1.\n <_>\n 1 20 9 2 3.\n <_>\n \n <_>\n 15 9 9 6 -1.\n <_>\n 15 11 9 2 3.\n <_>\n \n <_>\n 0 9 9 6 -1.\n <_>\n 0 11 9 2 3.\n <_>\n \n <_>\n 17 3 6 9 -1.\n <_>\n 19 3 2 9 3.\n <_>\n \n <_>\n 2 17 18 3 -1.\n <_>\n 2 18 18 1 3.\n <_>\n \n <_>\n 3 15 21 6 -1.\n <_>\n 3 17 21 2 3.\n <_>\n \n <_>\n 9 17 6 6 -1.\n <_>\n 9 20 6 3 2.\n <_>\n \n <_>\n 18 3 6 9 -1.\n <_>\n 18 6 6 3 3.\n <_>\n \n <_>\n 0 3 6 9 -1.\n <_>\n 0 6 6 3 3.\n <_>\n \n <_>\n 4 0 16 10 -1.\n <_>\n 12 0 8 5 2.\n <_>\n 4 5 8 5 2.\n <_>\n \n <_>\n 2 0 10 16 -1.\n <_>\n 2 0 5 8 2.\n <_>\n 7 8 5 8 2.\n <_>\n \n <_>\n 14 0 10 5 -1.\n <_>\n 14 0 5 5 2.\n <_>\n \n <_>\n 0 0 10 5 -1.\n <_>\n 5 0 5 5 2.\n <_>\n \n <_>\n 18 3 6 10 -1.\n <_>\n 18 3 3 10 2.\n <_>\n \n <_>\n 5 11 12 6 -1.\n <_>\n 5 11 6 3 2.\n <_>\n 11 14 6 3 2.\n <_>\n \n <_>\n 21 0 3 18 -1.\n <_>\n 22 0 1 18 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 8 8 9 7 -1.\n <_>\n 11 8 3 7 3.\n <_>\n \n <_>\n 7 12 8 10 -1.\n <_>\n 7 12 4 5 2.\n <_>\n 11 17 4 5 2.\n <_>\n \n <_>\n 21 0 3 18 -1.\n <_>\n 22 0 1 18 3.\n <_>\n \n <_>\n 10 6 4 9 -1.\n <_>\n 12 6 2 9 2.\n <_>\n \n <_>\n 15 0 9 6 -1.\n <_>\n 15 2 9 2 3.\n <_>\n \n <_>\n 0 2 24 3 -1.\n <_>\n 0 3 24 1 3.\n <_>\n \n <_>\n 11 7 6 9 -1.\n <_>\n 13 7 2 9 3.\n <_>\n \n <_>\n 7 6 6 10 -1.\n <_>\n 9 6 2 10 3.\n <_>\n \n <_>\n 12 1 6 12 -1.\n <_>\n 14 1 2 12 3.\n <_>\n \n <_>\n 6 4 12 12 -1.\n <_>\n 6 10 12 6 2.\n <_>\n \n <_>\n 14 3 2 21 -1.\n <_>\n 14 3 1 21 2.\n <_>\n \n <_>\n 6 1 12 8 -1.\n <_>\n 6 5 12 4 2.\n <_>\n \n <_>\n 3 0 18 8 -1.\n <_>\n 3 4 18 4 2.\n <_>\n \n <_>\n 3 0 18 3 -1.\n <_>\n 3 1 18 1 3.\n <_>\n \n <_>\n 0 13 24 4 -1.\n <_>\n 12 13 12 2 2.\n <_>\n 0 15 12 2 2.\n <_>\n \n <_>\n 10 5 4 9 -1.\n <_>\n 12 5 2 9 2.\n <_>\n \n <_>\n 11 1 6 9 -1.\n <_>\n 13 1 2 9 3.\n <_>\n \n <_>\n 6 2 6 22 -1.\n <_>\n 8 2 2 22 3.\n <_>\n \n <_>\n 16 10 8 14 -1.\n <_>\n 20 10 4 7 2.\n <_>\n 16 17 4 7 2.\n <_>\n \n <_>\n 3 4 16 15 -1.\n <_>\n 3 9 16 5 3.\n <_>\n \n <_>\n 16 10 8 14 -1.\n <_>\n 20 10 4 7 2.\n <_>\n 16 17 4 7 2.\n <_>\n \n <_>\n 0 10 8 14 -1.\n <_>\n 0 10 4 7 2.\n <_>\n 4 17 4 7 2.\n <_>\n \n <_>\n 10 14 11 6 -1.\n <_>\n 10 17 11 3 2.\n <_>\n \n <_>\n 0 7 24 9 -1.\n <_>\n 8 7 8 9 3.\n <_>\n \n <_>\n 13 1 4 16 -1.\n <_>\n 13 1 2 16 2.\n <_>\n \n <_>\n 7 1 4 16 -1.\n <_>\n 9 1 2 16 2.\n <_>\n \n <_>\n 5 5 16 8 -1.\n <_>\n 13 5 8 4 2.\n <_>\n 5 9 8 4 2.\n <_>\n \n <_>\n 0 9 6 9 -1.\n <_>\n 0 12 6 3 3.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 3 12 6 9 -1.\n <_>\n 3 15 6 3 3.\n <_>\n \n <_>\n 8 14 9 6 -1.\n <_>\n 8 16 9 2 3.\n <_>\n \n <_>\n 2 13 8 10 -1.\n <_>\n 2 13 4 5 2.\n <_>\n 6 18 4 5 2.\n <_>\n \n <_>\n 15 5 3 18 -1.\n <_>\n 15 11 3 6 3.\n <_>\n \n <_>\n 3 5 18 3 -1.\n <_>\n 3 6 18 1 3.\n <_>\n \n <_>\n 17 5 6 11 -1.\n <_>\n 19 5 2 11 3.\n <_>\n \n <_>\n 1 5 6 11 -1.\n <_>\n 3 5 2 11 3.\n <_>\n \n <_>\n 19 1 4 9 -1.\n <_>\n 19 1 2 9 2.\n <_>\n \n <_>\n 1 1 4 9 -1.\n <_>\n 3 1 2 9 2.\n <_>\n \n <_>\n 4 15 18 9 -1.\n <_>\n 4 15 9 9 2.\n <_>\n \n <_>\n 6 9 12 4 -1.\n <_>\n 6 11 12 2 2.\n <_>\n \n <_>\n 15 2 9 6 -1.\n <_>\n 15 4 9 2 3.\n <_>\n \n <_>\n 0 2 9 6 -1.\n <_>\n 0 4 9 2 3.\n <_>\n \n <_>\n 15 0 6 17 -1.\n <_>\n 17 0 2 17 3.\n <_>\n \n <_>\n 3 0 6 17 -1.\n <_>\n 5 0 2 17 3.\n <_>\n \n <_>\n 8 17 9 4 -1.\n <_>\n 8 19 9 2 2.\n <_>\n \n <_>\n 6 5 3 18 -1.\n <_>\n 6 11 3 6 3.\n <_>\n \n <_>\n 5 2 14 12 -1.\n <_>\n 5 8 14 6 2.\n <_>\n \n <_>\n 10 2 3 12 -1.\n <_>\n 10 8 3 6 2.\n <_>\n \n <_>\n 10 7 14 15 -1.\n <_>\n 10 12 14 5 3.\n <_>\n \n <_>\n 0 7 14 15 -1.\n <_>\n 0 12 14 5 3.\n <_>\n \n <_>\n 15 0 9 6 -1.\n <_>\n 15 2 9 2 3.\n <_>\n \n <_>\n 0 0 9 6 -1.\n <_>\n 0 2 9 2 3.\n <_>\n \n <_>\n 12 6 6 14 -1.\n <_>\n 14 6 2 14 3.\n <_>\n \n <_>\n 9 7 6 9 -1.\n <_>\n 11 7 2 9 3.\n <_>\n \n <_>\n 12 6 6 15 -1.\n <_>\n 14 6 2 15 3.\n <_>\n \n <_>\n 6 6 6 15 -1.\n <_>\n 8 6 2 15 3.\n <_>\n \n <_>\n 15 3 8 9 -1.\n <_>\n 15 3 4 9 2.\n <_>\n \n <_>\n 0 0 9 21 -1.\n <_>\n 3 0 3 21 3.\n <_>\n \n <_>\n 11 9 8 12 -1.\n <_>\n 11 13 8 4 3.\n <_>\n \n <_>\n 6 7 10 12 -1.\n <_>\n 6 7 5 6 2.\n <_>\n 11 13 5 6 2.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 12 6 2 9 2.\n <_>\n 10 15 2 9 2.\n <_>\n \n <_>\n 0 0 6 9 -1.\n <_>\n 0 3 6 3 3.\n <_>\n \n <_>\n 3 14 18 3 -1.\n <_>\n 3 15 18 1 3.\n <_>\n \n <_>\n 3 14 8 10 -1.\n <_>\n 3 14 4 5 2.\n <_>\n 7 19 4 5 2.\n <_>\n \n <_>\n 0 12 24 4 -1.\n <_>\n 12 12 12 2 2.\n <_>\n 0 14 12 2 2.\n <_>\n \n <_>\n 0 2 3 20 -1.\n <_>\n 1 2 1 20 3.\n <_>\n \n <_>\n 12 16 10 8 -1.\n <_>\n 17 16 5 4 2.\n <_>\n 12 20 5 4 2.\n <_>\n \n <_>\n 2 16 10 8 -1.\n <_>\n 2 16 5 4 2.\n <_>\n 7 20 5 4 2.\n <_>\n \n <_>\n 7 0 10 9 -1.\n <_>\n 7 3 10 3 3.\n <_>\n \n <_>\n 0 0 24 3 -1.\n <_>\n 8 0 8 3 3.\n <_>\n \n <_>\n 3 8 15 4 -1.\n <_>\n 3 10 15 2 2.\n <_>\n \n <_>\n 6 5 12 6 -1.\n <_>\n 10 5 4 6 3.\n <_>\n \n <_>\n 5 13 14 6 -1.\n <_>\n 5 16 14 3 2.\n <_>\n \n <_>\n 11 14 4 10 -1.\n <_>\n 11 19 4 5 2.\n <_>\n \n <_>\n 0 6 6 7 -1.\n <_>\n 3 6 3 7 2.\n <_>\n \n <_>\n 18 0 6 6 -1.\n <_>\n 18 0 3 6 2.\n <_>\n \n <_>\n 3 1 18 3 -1.\n <_>\n 3 2 18 1 3.\n <_>\n \n <_>\n 9 6 14 18 -1.\n <_>\n 9 12 14 6 3.\n <_>\n \n <_>\n 0 0 6 6 -1.\n <_>\n 3 0 3 6 2.\n <_>\n \n <_>\n 13 11 6 6 -1.\n <_>\n 13 11 3 6 2.\n <_>\n \n <_>\n 0 20 24 3 -1.\n <_>\n 8 20 8 3 3.\n <_>\n \n <_>\n 13 11 6 7 -1.\n <_>\n 13 11 3 7 2.\n <_>\n \n <_>\n 4 12 10 6 -1.\n <_>\n 4 14 10 2 3.\n <_>\n \n <_>\n 13 11 6 6 -1.\n <_>\n 13 11 3 6 2.\n <_>\n \n <_>\n 5 11 6 7 -1.\n <_>\n 8 11 3 7 2.\n <_>\n \n <_>\n 7 4 11 12 -1.\n <_>\n 7 8 11 4 3.\n <_>\n \n <_>\n 6 15 10 4 -1.\n <_>\n 6 17 10 2 2.\n <_>\n \n <_>\n 14 0 6 9 -1.\n <_>\n 16 0 2 9 3.\n <_>\n \n <_>\n 4 0 6 9 -1.\n <_>\n 6 0 2 9 3.\n <_>\n \n <_>\n 11 2 4 15 -1.\n <_>\n 11 7 4 5 3.\n <_>\n \n <_>\n 0 0 20 3 -1.\n <_>\n 0 1 20 1 3.\n <_>\n \n <_>\n 13 18 10 6 -1.\n <_>\n 13 20 10 2 3.\n <_>\n \n <_>\n 2 7 6 11 -1.\n <_>\n 5 7 3 11 2.\n <_>\n \n <_>\n 10 14 10 9 -1.\n <_>\n 10 17 10 3 3.\n <_>\n \n <_>\n 8 2 4 9 -1.\n <_>\n 10 2 2 9 2.\n <_>\n \n <_>\n 14 3 10 4 -1.\n <_>\n 14 3 5 4 2.\n <_>\n \n <_>\n 6 6 12 6 -1.\n <_>\n 6 6 6 3 2.\n <_>\n 12 9 6 3 2.\n <_>\n \n <_>\n 8 8 8 10 -1.\n <_>\n 12 8 4 5 2.\n <_>\n 8 13 4 5 2.\n <_>\n \n <_>\n 7 4 4 16 -1.\n <_>\n 7 12 4 8 2.\n <_>\n \n <_>\n 8 8 9 4 -1.\n <_>\n 8 10 9 2 2.\n <_>\n \n <_>\n 5 2 14 9 -1.\n <_>\n 5 5 14 3 3.\n <_>\n \n <_>\n 3 16 19 8 -1.\n <_>\n 3 20 19 4 2.\n <_>\n \n <_>\n 0 0 10 8 -1.\n <_>\n 5 0 5 8 2.\n <_>\n \n <_>\n 5 2 16 18 -1.\n <_>\n 5 2 8 18 2.\n <_>\n \n <_>\n 0 11 24 11 -1.\n <_>\n 8 11 8 11 3.\n <_>\n \n <_>\n 3 3 18 5 -1.\n <_>\n 3 3 9 5 2.\n <_>\n \n <_>\n 1 16 18 3 -1.\n <_>\n 1 17 18 1 3.\n <_>\n \n <_>\n 5 17 18 3 -1.\n <_>\n 5 18 18 1 3.\n <_>\n \n <_>\n 1 13 9 6 -1.\n <_>\n 1 15 9 2 3.\n <_>\n \n <_>\n 1 9 23 10 -1.\n <_>\n 1 14 23 5 2.\n <_>\n \n <_>\n 3 7 18 3 -1.\n <_>\n 3 8 18 1 3.\n <_>\n \n <_>\n 6 8 12 3 -1.\n <_>\n 6 8 6 3 2.\n <_>\n \n <_>\n 6 2 3 22 -1.\n <_>\n 7 2 1 22 3.\n <_>\n \n <_>\n 14 17 10 6 -1.\n <_>\n 14 19 10 2 3.\n <_>\n \n <_>\n 1 18 10 6 -1.\n <_>\n 1 20 10 2 3.\n <_>\n \n <_>\n 11 3 6 12 -1.\n <_>\n 13 3 2 12 3.\n <_>\n \n <_>\n 10 6 4 9 -1.\n <_>\n 12 6 2 9 2.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 12 10 9 6 -1.\n <_>\n 15 10 3 6 3.\n <_>\n \n <_>\n 2 11 6 9 -1.\n <_>\n 5 11 3 9 2.\n <_>\n \n <_>\n 14 5 3 19 -1.\n <_>\n 15 5 1 19 3.\n <_>\n \n <_>\n 6 6 9 6 -1.\n <_>\n 6 8 9 2 3.\n <_>\n \n <_>\n 14 5 3 19 -1.\n <_>\n 15 5 1 19 3.\n <_>\n \n <_>\n 0 3 6 9 -1.\n <_>\n 0 6 6 3 3.\n <_>\n \n <_>\n 5 21 18 3 -1.\n <_>\n 5 22 18 1 3.\n <_>\n \n <_>\n 1 10 18 4 -1.\n <_>\n 7 10 6 4 3.\n <_>\n \n <_>\n 13 4 8 10 -1.\n <_>\n 17 4 4 5 2.\n <_>\n 13 9 4 5 2.\n <_>\n \n <_>\n 7 8 9 6 -1.\n <_>\n 10 8 3 6 3.\n <_>\n \n <_>\n 12 9 9 8 -1.\n <_>\n 15 9 3 8 3.\n <_>\n \n <_>\n 0 6 5 12 -1.\n <_>\n 0 10 5 4 3.\n <_>\n \n <_>\n 7 6 14 6 -1.\n <_>\n 14 6 7 3 2.\n <_>\n 7 9 7 3 2.\n <_>\n \n <_>\n 7 5 3 19 -1.\n <_>\n 8 5 1 19 3.\n <_>\n \n <_>\n 8 4 15 20 -1.\n <_>\n 13 4 5 20 3.\n <_>\n \n <_>\n 1 4 15 20 -1.\n <_>\n 6 4 5 20 3.\n <_>\n \n <_>\n 13 10 6 6 -1.\n <_>\n 13 10 3 6 2.\n <_>\n \n <_>\n 5 10 6 6 -1.\n <_>\n 8 10 3 6 2.\n <_>\n \n <_>\n 14 2 6 14 -1.\n <_>\n 17 2 3 7 2.\n <_>\n 14 9 3 7 2.\n <_>\n \n <_>\n 4 2 6 14 -1.\n <_>\n 4 2 3 7 2.\n <_>\n 7 9 3 7 2.\n <_>\n \n <_>\n 12 4 6 7 -1.\n <_>\n 12 4 3 7 2.\n <_>\n \n <_>\n 9 4 6 9 -1.\n <_>\n 11 4 2 9 3.\n <_>\n \n <_>\n 11 4 8 10 -1.\n <_>\n 11 4 4 10 2.\n <_>\n \n <_>\n 5 4 8 10 -1.\n <_>\n 9 4 4 10 2.\n <_>\n \n <_>\n 8 18 10 6 -1.\n <_>\n 8 20 10 2 3.\n <_>\n \n <_>\n 1 18 21 6 -1.\n <_>\n 1 20 21 2 3.\n <_>\n \n <_>\n 9 2 12 6 -1.\n <_>\n 9 2 6 6 2.\n <_>\n \n <_>\n 3 2 12 6 -1.\n <_>\n 9 2 6 6 2.\n <_>\n \n <_>\n 12 5 12 6 -1.\n <_>\n 18 5 6 3 2.\n <_>\n 12 8 6 3 2.\n <_>\n \n <_>\n 8 8 6 9 -1.\n <_>\n 8 11 6 3 3.\n <_>\n \n <_>\n 2 7 20 6 -1.\n <_>\n 2 9 20 2 3.\n <_>\n \n <_>\n 0 5 12 6 -1.\n <_>\n 0 5 6 3 2.\n <_>\n 6 8 6 3 2.\n <_>\n \n <_>\n 14 14 8 10 -1.\n <_>\n 18 14 4 5 2.\n <_>\n 14 19 4 5 2.\n <_>\n \n <_>\n 2 14 8 10 -1.\n <_>\n 2 14 4 5 2.\n <_>\n 6 19 4 5 2.\n <_>\n \n <_>\n 2 11 20 13 -1.\n <_>\n 2 11 10 13 2.\n <_>\n \n <_>\n 6 9 12 5 -1.\n <_>\n 12 9 6 5 2.\n <_>\n \n <_>\n 5 6 16 6 -1.\n <_>\n 13 6 8 3 2.\n <_>\n 5 9 8 3 2.\n <_>\n \n <_>\n 1 19 9 4 -1.\n <_>\n 1 21 9 2 2.\n <_>\n \n <_>\n 7 5 12 5 -1.\n <_>\n 11 5 4 5 3.\n <_>\n \n <_>\n 3 5 14 12 -1.\n <_>\n 3 5 7 6 2.\n <_>\n 10 11 7 6 2.\n <_>\n \n <_>\n 9 4 9 6 -1.\n <_>\n 12 4 3 6 3.\n <_>\n \n <_>\n 2 6 19 3 -1.\n <_>\n 2 7 19 1 3.\n <_>\n \n <_>\n 18 10 6 9 -1.\n <_>\n 18 13 6 3 3.\n <_>\n \n <_>\n 3 7 18 2 -1.\n <_>\n 3 8 18 1 2.\n <_>\n \n <_>\n 20 2 4 18 -1.\n <_>\n 22 2 2 9 2.\n <_>\n 20 11 2 9 2.\n <_>\n \n <_>\n 2 18 20 3 -1.\n <_>\n 2 19 20 1 3.\n <_>\n \n <_>\n 1 9 22 3 -1.\n <_>\n 1 10 22 1 3.\n <_>\n \n <_>\n 0 2 4 18 -1.\n <_>\n 0 2 2 9 2.\n <_>\n 2 11 2 9 2.\n <_>\n \n <_>\n 19 0 4 23 -1.\n <_>\n 19 0 2 23 2.\n <_>\n \n <_>\n 0 3 6 19 -1.\n <_>\n 3 3 3 19 2.\n <_>\n \n <_>\n 18 2 6 9 -1.\n <_>\n 20 2 2 9 3.\n <_>\n \n <_>\n 0 5 10 6 -1.\n <_>\n 0 7 10 2 3.\n <_>\n \n <_>\n 7 0 12 12 -1.\n <_>\n 13 0 6 6 2.\n <_>\n 7 6 6 6 2.\n <_>\n \n <_>\n 0 3 24 6 -1.\n <_>\n 0 3 12 3 2.\n <_>\n 12 6 12 3 2.\n <_>\n \n <_>\n 10 14 4 10 -1.\n <_>\n 10 19 4 5 2.\n <_>\n \n <_>\n 8 9 4 15 -1.\n <_>\n 8 14 4 5 3.\n <_>\n \n <_>\n 4 11 17 6 -1.\n <_>\n 4 14 17 3 2.\n <_>\n \n <_>\n 2 5 18 8 -1.\n <_>\n 2 5 9 4 2.\n <_>\n 11 9 9 4 2.\n <_>\n \n <_>\n 7 6 14 6 -1.\n <_>\n 14 6 7 3 2.\n <_>\n 7 9 7 3 2.\n <_>\n \n <_>\n 3 6 14 6 -1.\n <_>\n 3 6 7 3 2.\n <_>\n 10 9 7 3 2.\n <_>\n \n <_>\n 16 5 3 18 -1.\n <_>\n 17 5 1 18 3.\n <_>\n \n <_>\n 5 5 3 18 -1.\n <_>\n 6 5 1 18 3.\n <_>\n \n <_>\n 10 10 14 4 -1.\n <_>\n 10 12 14 2 2.\n <_>\n \n <_>\n 4 10 9 4 -1.\n <_>\n 4 12 9 2 2.\n <_>\n \n <_>\n 2 0 18 9 -1.\n <_>\n 2 3 18 3 3.\n <_>\n \n <_>\n 6 3 12 8 -1.\n <_>\n 10 3 4 8 3.\n <_>\n \n <_>\n 1 1 8 5 -1.\n <_>\n 5 1 4 5 2.\n <_>\n \n <_>\n 12 7 7 8 -1.\n <_>\n 12 11 7 4 2.\n <_>\n \n <_>\n 0 12 22 4 -1.\n <_>\n 0 14 22 2 2.\n <_>\n \n <_>\n 15 6 4 15 -1.\n <_>\n 15 11 4 5 3.\n <_>\n \n <_>\n 5 7 7 8 -1.\n <_>\n 5 11 7 4 2.\n <_>\n \n <_>\n 8 18 9 4 -1.\n <_>\n 8 20 9 2 2.\n <_>\n \n <_>\n 1 2 22 4 -1.\n <_>\n 1 4 22 2 2.\n <_>\n \n <_>\n 17 3 6 17 -1.\n <_>\n 19 3 2 17 3.\n <_>\n \n <_>\n 8 2 8 18 -1.\n <_>\n 8 11 8 9 2.\n <_>\n \n <_>\n 17 0 6 12 -1.\n <_>\n 20 0 3 6 2.\n <_>\n 17 6 3 6 2.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 15 5 9 12 -1.\n <_>\n 15 11 9 6 2.\n <_>\n \n <_>\n 2 22 18 2 -1.\n <_>\n 2 23 18 1 2.\n <_>\n \n <_>\n 10 10 12 6 -1.\n <_>\n 16 10 6 3 2.\n <_>\n 10 13 6 3 2.\n <_>\n \n <_>\n 0 1 4 11 -1.\n <_>\n 2 1 2 11 2.\n <_>\n \n <_>\n 20 0 4 10 -1.\n <_>\n 20 0 2 10 2.\n <_>\n \n <_>\n 1 3 6 17 -1.\n <_>\n 3 3 2 17 3.\n <_>\n \n <_>\n 15 15 9 6 -1.\n <_>\n 15 17 9 2 3.\n <_>\n \n <_>\n 0 13 8 9 -1.\n <_>\n 0 16 8 3 3.\n <_>\n \n <_>\n 16 8 6 12 -1.\n <_>\n 16 12 6 4 3.\n <_>\n \n <_>\n 2 8 6 12 -1.\n <_>\n 2 12 6 4 3.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 1 5 19 3 -1.\n <_>\n 1 6 19 1 3.\n <_>\n \n <_>\n 11 8 9 7 -1.\n <_>\n 14 8 3 7 3.\n <_>\n \n <_>\n 3 8 12 9 -1.\n <_>\n 3 11 12 3 3.\n <_>\n \n <_>\n 3 6 18 3 -1.\n <_>\n 3 7 18 1 3.\n <_>\n \n <_>\n 10 0 4 12 -1.\n <_>\n 10 6 4 6 2.\n <_>\n \n <_>\n 3 9 18 14 -1.\n <_>\n 3 9 9 14 2.\n <_>\n \n <_>\n 0 0 4 9 -1.\n <_>\n 2 0 2 9 2.\n <_>\n \n <_>\n 12 5 4 18 -1.\n <_>\n 12 5 2 18 2.\n <_>\n \n <_>\n 8 5 4 18 -1.\n <_>\n 10 5 2 18 2.\n <_>\n \n <_>\n 10 5 6 10 -1.\n <_>\n 12 5 2 10 3.\n <_>\n \n <_>\n 9 4 4 11 -1.\n <_>\n 11 4 2 11 2.\n <_>\n \n <_>\n 4 16 18 3 -1.\n <_>\n 4 17 18 1 3.\n <_>\n \n <_>\n 0 16 20 3 -1.\n <_>\n 0 17 20 1 3.\n <_>\n \n <_>\n 9 9 6 12 -1.\n <_>\n 9 13 6 4 3.\n <_>\n \n <_>\n 8 13 8 8 -1.\n <_>\n 8 17 8 4 2.\n <_>\n \n <_>\n 13 10 3 12 -1.\n <_>\n 13 16 3 6 2.\n <_>\n \n <_>\n 5 9 14 14 -1.\n <_>\n 5 9 7 7 2.\n <_>\n 12 16 7 7 2.\n <_>\n \n <_>\n 0 0 24 10 -1.\n <_>\n 12 0 12 5 2.\n <_>\n 0 5 12 5 2.\n <_>\n \n <_>\n 1 11 18 2 -1.\n <_>\n 1 12 18 1 2.\n <_>\n \n <_>\n 19 5 5 12 -1.\n <_>\n 19 9 5 4 3.\n <_>\n \n <_>\n 0 5 5 12 -1.\n <_>\n 0 9 5 4 3.\n <_>\n \n <_>\n 16 6 8 18 -1.\n <_>\n 20 6 4 9 2.\n <_>\n 16 15 4 9 2.\n <_>\n \n <_>\n 0 6 8 18 -1.\n <_>\n 0 6 4 9 2.\n <_>\n 4 15 4 9 2.\n <_>\n \n <_>\n 12 5 12 12 -1.\n <_>\n 18 5 6 6 2.\n <_>\n 12 11 6 6 2.\n <_>\n \n <_>\n 7 6 6 9 -1.\n <_>\n 9 6 2 9 3.\n <_>\n \n <_>\n 9 13 6 11 -1.\n <_>\n 11 13 2 11 3.\n <_>\n \n <_>\n 0 5 12 12 -1.\n <_>\n 0 5 6 6 2.\n <_>\n 6 11 6 6 2.\n <_>\n \n <_>\n 1 2 23 3 -1.\n <_>\n 1 3 23 1 3.\n <_>\n \n <_>\n 1 15 19 3 -1.\n <_>\n 1 16 19 1 3.\n <_>\n \n <_>\n 13 17 11 4 -1.\n <_>\n 13 19 11 2 2.\n <_>\n \n <_>\n 0 13 8 5 -1.\n <_>\n 4 13 4 5 2.\n <_>\n \n <_>\n 12 10 10 4 -1.\n <_>\n 12 10 5 4 2.\n <_>\n \n <_>\n 4 6 9 9 -1.\n <_>\n 4 9 9 3 3.\n <_>\n \n <_>\n 15 14 9 6 -1.\n <_>\n 15 16 9 2 3.\n <_>\n \n <_>\n 1 12 9 6 -1.\n <_>\n 1 14 9 2 3.\n <_>\n \n <_>\n 3 10 20 8 -1.\n <_>\n 13 10 10 4 2.\n <_>\n 3 14 10 4 2.\n <_>\n \n <_>\n 2 0 9 18 -1.\n <_>\n 5 0 3 18 3.\n <_>\n \n <_>\n 13 11 9 10 -1.\n <_>\n 16 11 3 10 3.\n <_>\n \n <_>\n 1 2 8 5 -1.\n <_>\n 5 2 4 5 2.\n <_>\n \n <_>\n 3 4 21 6 -1.\n <_>\n 10 4 7 6 3.\n <_>\n \n <_>\n 7 0 10 14 -1.\n <_>\n 7 0 5 7 2.\n <_>\n 12 7 5 7 2.\n <_>\n \n <_>\n 12 17 12 4 -1.\n <_>\n 12 19 12 2 2.\n <_>\n \n <_>\n 0 6 23 4 -1.\n <_>\n 0 8 23 2 2.\n <_>\n \n <_>\n 13 10 8 10 -1.\n <_>\n 17 10 4 5 2.\n <_>\n 13 15 4 5 2.\n <_>\n \n <_>\n 0 16 18 3 -1.\n <_>\n 0 17 18 1 3.\n <_>\n \n <_>\n 15 16 9 4 -1.\n <_>\n 15 18 9 2 2.\n <_>\n \n <_>\n 0 16 9 4 -1.\n <_>\n 0 18 9 2 2.\n <_>\n \n <_>\n 13 11 6 6 -1.\n <_>\n 13 11 3 6 2.\n <_>\n \n <_>\n 5 11 6 6 -1.\n <_>\n 8 11 3 6 2.\n <_>\n \n <_>\n 0 3 24 6 -1.\n <_>\n 12 3 12 3 2.\n <_>\n 0 6 12 3 2.\n <_>\n \n <_>\n 2 4 18 3 -1.\n <_>\n 2 5 18 1 3.\n <_>\n \n <_>\n 0 0 24 4 -1.\n <_>\n 12 0 12 2 2.\n <_>\n 0 2 12 2 2.\n <_>\n \n <_>\n 1 16 18 3 -1.\n <_>\n 1 17 18 1 3.\n <_>\n \n <_>\n 15 15 9 6 -1.\n <_>\n 15 17 9 2 3.\n <_>\n \n <_>\n 0 15 9 6 -1.\n <_>\n 0 17 9 2 3.\n <_>\n \n <_>\n 6 17 18 3 -1.\n <_>\n 6 18 18 1 3.\n <_>\n \n <_>\n 8 8 6 10 -1.\n <_>\n 10 8 2 10 3.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 8 8 5 8 -1.\n <_>\n 8 12 5 4 2.\n <_>\n \n <_>\n 12 8 6 8 -1.\n <_>\n 12 12 6 4 2.\n <_>\n \n <_>\n 6 5 6 11 -1.\n <_>\n 8 5 2 11 3.\n <_>\n \n <_>\n 13 6 8 9 -1.\n <_>\n 13 9 8 3 3.\n <_>\n \n <_>\n 1 7 21 6 -1.\n <_>\n 1 9 21 2 3.\n <_>\n \n <_>\n 15 5 3 12 -1.\n <_>\n 15 11 3 6 2.\n <_>\n \n <_>\n 6 9 11 12 -1.\n <_>\n 6 13 11 4 3.\n <_>\n \n <_>\n 13 8 10 8 -1.\n <_>\n 18 8 5 4 2.\n <_>\n 13 12 5 4 2.\n <_>\n \n <_>\n 5 8 12 3 -1.\n <_>\n 11 8 6 3 2.\n <_>\n \n <_>\n 6 11 18 4 -1.\n <_>\n 12 11 6 4 3.\n <_>\n \n <_>\n 0 0 22 22 -1.\n <_>\n 0 11 22 11 2.\n <_>\n \n <_>\n 11 2 6 8 -1.\n <_>\n 11 6 6 4 2.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 10 0 6 9 -1.\n <_>\n 12 0 2 9 3.\n <_>\n \n <_>\n 8 3 6 14 -1.\n <_>\n 8 3 3 7 2.\n <_>\n 11 10 3 7 2.\n <_>\n \n <_>\n 3 10 18 8 -1.\n <_>\n 9 10 6 8 3.\n <_>\n \n <_>\n 10 0 3 14 -1.\n <_>\n 10 7 3 7 2.\n <_>\n \n <_>\n 4 3 16 20 -1.\n <_>\n 4 13 16 10 2.\n <_>\n \n <_>\n 9 4 6 10 -1.\n <_>\n 11 4 2 10 3.\n <_>\n \n <_>\n 5 0 16 4 -1.\n <_>\n 5 2 16 2 2.\n <_>\n \n <_>\n 2 5 18 4 -1.\n <_>\n 8 5 6 4 3.\n <_>\n \n <_>\n 13 0 6 9 -1.\n <_>\n 15 0 2 9 3.\n <_>\n \n <_>\n 8 4 8 5 -1.\n <_>\n 12 4 4 5 2.\n <_>\n \n <_>\n 12 10 10 4 -1.\n <_>\n 12 10 5 4 2.\n <_>\n \n <_>\n 2 10 10 4 -1.\n <_>\n 7 10 5 4 2.\n <_>\n \n <_>\n 7 11 12 5 -1.\n <_>\n 11 11 4 5 3.\n <_>\n \n <_>\n 3 10 8 10 -1.\n <_>\n 3 10 4 5 2.\n <_>\n 7 15 4 5 2.\n <_>\n \n <_>\n 11 12 9 8 -1.\n <_>\n 14 12 3 8 3.\n <_>\n \n <_>\n 0 21 24 3 -1.\n <_>\n 8 21 8 3 3.\n <_>\n \n <_>\n 3 20 18 4 -1.\n <_>\n 9 20 6 4 3.\n <_>\n \n <_>\n 1 15 9 6 -1.\n <_>\n 1 17 9 2 3.\n <_>\n \n <_>\n 11 17 10 4 -1.\n <_>\n 11 19 10 2 2.\n <_>\n \n <_>\n 9 12 4 12 -1.\n <_>\n 9 18 4 6 2.\n <_>\n \n <_>\n 9 6 9 6 -1.\n <_>\n 12 6 3 6 3.\n <_>\n \n <_>\n 1 13 6 9 -1.\n <_>\n 1 16 6 3 3.\n <_>\n \n <_>\n 6 16 12 4 -1.\n <_>\n 6 18 12 2 2.\n <_>\n \n <_>\n 1 5 20 3 -1.\n <_>\n 1 6 20 1 3.\n <_>\n \n <_>\n 8 1 9 9 -1.\n <_>\n 8 4 9 3 3.\n <_>\n \n <_>\n 2 19 9 4 -1.\n <_>\n 2 21 9 2 2.\n <_>\n \n <_>\n 11 1 4 18 -1.\n <_>\n 11 7 4 6 3.\n <_>\n \n <_>\n 7 2 8 12 -1.\n <_>\n 7 2 4 6 2.\n <_>\n 11 8 4 6 2.\n <_>\n \n <_>\n 11 10 9 8 -1.\n <_>\n 14 10 3 8 3.\n <_>\n \n <_>\n 5 11 12 5 -1.\n <_>\n 9 11 4 5 3.\n <_>\n \n <_>\n 11 9 9 6 -1.\n <_>\n 14 9 3 6 3.\n <_>\n \n <_>\n 5 10 6 9 -1.\n <_>\n 7 10 2 9 3.\n <_>\n \n <_>\n 4 7 5 12 -1.\n <_>\n 4 11 5 4 3.\n <_>\n \n <_>\n 2 0 21 6 -1.\n <_>\n 9 0 7 6 3.\n <_>\n \n <_>\n 7 6 10 6 -1.\n <_>\n 7 8 10 2 3.\n <_>\n \n <_>\n 9 0 6 15 -1.\n <_>\n 11 0 2 15 3.\n <_>\n \n <_>\n 2 2 18 2 -1.\n <_>\n 2 3 18 1 2.\n <_>\n \n <_>\n 8 17 8 6 -1.\n <_>\n 8 20 8 3 2.\n <_>\n \n <_>\n 3 0 18 2 -1.\n <_>\n 3 1 18 1 2.\n <_>\n \n <_>\n 8 0 9 6 -1.\n <_>\n 11 0 3 6 3.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 6 7 12 5 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 0 3 6 9 -1.\n <_>\n 2 3 2 9 3.\n <_>\n \n <_>\n 20 2 4 9 -1.\n <_>\n 20 2 2 9 2.\n <_>\n \n <_>\n 0 2 4 9 -1.\n <_>\n 2 2 2 9 2.\n <_>\n \n <_>\n 0 1 24 4 -1.\n <_>\n 12 1 12 2 2.\n <_>\n 0 3 12 2 2.\n <_>\n \n <_>\n 0 16 9 6 -1.\n <_>\n 0 18 9 2 3.\n <_>\n \n <_>\n 14 13 9 6 -1.\n <_>\n 14 15 9 2 3.\n <_>\n \n <_>\n 0 15 19 3 -1.\n <_>\n 0 16 19 1 3.\n <_>\n \n <_>\n 1 5 22 12 -1.\n <_>\n 12 5 11 6 2.\n <_>\n 1 11 11 6 2.\n <_>\n \n <_>\n 5 13 6 6 -1.\n <_>\n 8 13 3 6 2.\n <_>\n \n <_>\n 4 2 20 3 -1.\n <_>\n 4 3 20 1 3.\n <_>\n \n <_>\n 8 14 6 10 -1.\n <_>\n 10 14 2 10 3.\n <_>\n \n <_>\n 6 12 16 6 -1.\n <_>\n 14 12 8 3 2.\n <_>\n 6 15 8 3 2.\n <_>\n \n <_>\n 2 13 8 9 -1.\n <_>\n 2 16 8 3 3.\n <_>\n \n <_>\n 11 8 6 14 -1.\n <_>\n 14 8 3 7 2.\n <_>\n 11 15 3 7 2.\n <_>\n \n <_>\n 2 12 16 6 -1.\n <_>\n 2 12 8 3 2.\n <_>\n 10 15 8 3 2.\n <_>\n \n <_>\n 5 16 16 8 -1.\n <_>\n 5 20 16 4 2.\n <_>\n \n <_>\n 9 1 4 12 -1.\n <_>\n 9 7 4 6 2.\n <_>\n \n <_>\n 8 2 8 10 -1.\n <_>\n 12 2 4 5 2.\n <_>\n 8 7 4 5 2.\n <_>\n \n <_>\n 6 6 12 6 -1.\n <_>\n 6 6 6 3 2.\n <_>\n 12 9 6 3 2.\n <_>\n \n <_>\n 10 7 6 9 -1.\n <_>\n 12 7 2 9 3.\n <_>\n \n <_>\n 0 0 8 12 -1.\n <_>\n 0 0 4 6 2.\n <_>\n 4 6 4 6 2.\n <_>\n \n <_>\n 18 8 6 9 -1.\n <_>\n 18 11 6 3 3.\n <_>\n \n <_>\n 2 12 6 6 -1.\n <_>\n 5 12 3 6 2.\n <_>\n \n <_>\n 3 21 21 3 -1.\n <_>\n 10 21 7 3 3.\n <_>\n \n <_>\n 2 0 16 6 -1.\n <_>\n 2 3 16 3 2.\n <_>\n \n <_>\n 13 6 7 6 -1.\n <_>\n 13 9 7 3 2.\n <_>\n \n <_>\n 6 4 4 14 -1.\n <_>\n 6 11 4 7 2.\n <_>\n \n <_>\n 9 7 6 9 -1.\n <_>\n 11 7 2 9 3.\n <_>\n \n <_>\n 7 8 6 14 -1.\n <_>\n 7 8 3 7 2.\n <_>\n 10 15 3 7 2.\n <_>\n \n <_>\n 18 8 4 16 -1.\n <_>\n 18 16 4 8 2.\n <_>\n \n <_>\n 9 14 6 10 -1.\n <_>\n 11 14 2 10 3.\n <_>\n \n <_>\n 6 11 12 5 -1.\n <_>\n 10 11 4 5 3.\n <_>\n \n <_>\n 0 12 23 3 -1.\n <_>\n 0 13 23 1 3.\n <_>\n \n <_>\n 13 0 6 12 -1.\n <_>\n 15 0 2 12 3.\n <_>\n \n <_>\n 0 10 12 5 -1.\n <_>\n 4 10 4 5 3.\n <_>\n \n <_>\n 13 2 10 4 -1.\n <_>\n 13 4 10 2 2.\n <_>\n \n <_>\n 5 0 6 12 -1.\n <_>\n 7 0 2 12 3.\n <_>\n \n <_>\n 11 6 9 6 -1.\n <_>\n 14 6 3 6 3.\n <_>\n \n <_>\n 4 6 9 6 -1.\n <_>\n 7 6 3 6 3.\n <_>\n \n <_>\n 6 11 18 13 -1.\n <_>\n 12 11 6 13 3.\n <_>\n \n <_>\n 0 11 18 13 -1.\n <_>\n 6 11 6 13 3.\n <_>\n \n <_>\n 12 16 12 6 -1.\n <_>\n 16 16 4 6 3.\n <_>\n \n <_>\n 0 6 21 3 -1.\n <_>\n 0 7 21 1 3.\n <_>\n \n <_>\n 12 16 12 6 -1.\n <_>\n 16 16 4 6 3.\n <_>\n \n <_>\n 5 7 6 14 -1.\n <_>\n 5 14 6 7 2.\n <_>\n \n <_>\n 5 10 19 2 -1.\n <_>\n 5 11 19 1 2.\n <_>\n \n <_>\n 5 4 14 4 -1.\n <_>\n 5 6 14 2 2.\n <_>\n \n <_>\n 3 18 18 4 -1.\n <_>\n 9 18 6 4 3.\n <_>\n \n <_>\n 7 0 4 9 -1.\n <_>\n 9 0 2 9 2.\n <_>\n \n <_>\n 13 3 11 4 -1.\n <_>\n 13 5 11 2 2.\n <_>\n \n <_>\n 2 0 9 6 -1.\n <_>\n 5 0 3 6 3.\n <_>\n \n <_>\n 19 1 4 23 -1.\n <_>\n 19 1 2 23 2.\n <_>\n \n <_>\n 1 1 4 23 -1.\n <_>\n 3 1 2 23 2.\n <_>\n \n <_>\n 5 16 18 3 -1.\n <_>\n 5 17 18 1 3.\n <_>\n \n <_>\n 0 3 11 4 -1.\n <_>\n 0 5 11 2 2.\n <_>\n \n <_>\n 2 16 20 3 -1.\n <_>\n 2 17 20 1 3.\n <_>\n \n <_>\n 5 3 13 4 -1.\n <_>\n 5 5 13 2 2.\n <_>\n \n <_>\n 1 9 22 15 -1.\n <_>\n 1 9 11 15 2.\n <_>\n \n <_>\n 3 4 14 3 -1.\n <_>\n 10 4 7 3 2.\n <_>\n \n <_>\n 8 7 10 4 -1.\n <_>\n 8 7 5 4 2.\n <_>\n \n <_>\n 6 7 10 4 -1.\n <_>\n 11 7 5 4 2.\n <_>\n \n <_>\n 10 4 6 9 -1.\n <_>\n 12 4 2 9 3.\n <_>\n \n <_>\n 1 12 9 6 -1.\n <_>\n 4 12 3 6 3.\n <_>\n \n <_>\n 8 3 8 10 -1.\n <_>\n 12 3 4 5 2.\n <_>\n 8 8 4 5 2.\n <_>\n \n <_>\n 3 6 16 6 -1.\n <_>\n 3 6 8 3 2.\n <_>\n 11 9 8 3 2.\n <_>\n \n <_>\n 5 6 14 6 -1.\n <_>\n 5 9 14 3 2.\n <_>\n \n <_>\n 4 3 9 6 -1.\n <_>\n 4 5 9 2 3.\n <_>\n \n <_>\n 6 3 18 2 -1.\n <_>\n 6 4 18 1 2.\n <_>\n \n <_>\n 7 6 9 6 -1.\n <_>\n 10 6 3 6 3.\n <_>\n \n <_>\n 0 1 24 3 -1.\n <_>\n 0 2 24 1 3.\n <_>\n \n <_>\n 0 17 10 6 -1.\n <_>\n 0 19 10 2 3.\n <_>\n \n <_>\n 3 18 18 3 -1.\n <_>\n 3 19 18 1 3.\n <_>\n \n <_>\n 2 5 6 16 -1.\n <_>\n 2 5 3 8 2.\n <_>\n 5 13 3 8 2.\n <_>\n \n <_>\n 7 6 11 6 -1.\n <_>\n 7 8 11 2 3.\n <_>\n \n <_>\n 5 2 12 22 -1.\n <_>\n 5 13 12 11 2.\n <_>\n \n <_>\n 10 7 4 10 -1.\n <_>\n 10 12 4 5 2.\n <_>\n \n <_>\n 9 0 4 18 -1.\n <_>\n 9 6 4 6 3.\n <_>\n \n <_>\n 18 8 6 9 -1.\n <_>\n 18 11 6 3 3.\n <_>\n \n <_>\n 4 7 15 10 -1.\n <_>\n 9 7 5 10 3.\n <_>\n \n <_>\n 10 5 6 9 -1.\n <_>\n 12 5 2 9 3.\n <_>\n \n <_>\n 9 9 6 10 -1.\n <_>\n 11 9 2 10 3.\n <_>\n \n <_>\n 11 14 6 10 -1.\n <_>\n 13 14 2 10 3.\n <_>\n \n <_>\n 7 14 6 10 -1.\n <_>\n 9 14 2 10 3.\n <_>\n \n <_>\n 4 8 16 9 -1.\n <_>\n 4 11 16 3 3.\n <_>\n \n <_>\n 2 11 20 3 -1.\n <_>\n 2 12 20 1 3.\n <_>\n \n <_>\n 13 0 4 13 -1.\n <_>\n 13 0 2 13 2.\n <_>\n \n <_>\n 7 0 4 13 -1.\n <_>\n 9 0 2 13 2.\n <_>\n \n <_>\n 3 1 18 7 -1.\n <_>\n 9 1 6 7 3.\n <_>\n \n <_>\n 1 11 6 9 -1.\n <_>\n 1 14 6 3 3.\n <_>\n \n <_>\n 8 18 9 6 -1.\n <_>\n 8 20 9 2 3.\n <_>\n \n <_>\n 3 9 15 6 -1.\n <_>\n 3 11 15 2 3.\n <_>\n \n <_>\n 5 10 19 2 -1.\n <_>\n 5 11 19 1 2.\n <_>\n \n <_>\n 8 6 7 16 -1.\n <_>\n 8 14 7 8 2.\n <_>\n \n <_>\n 9 14 9 6 -1.\n <_>\n 9 16 9 2 3.\n <_>\n \n <_>\n 0 7 8 12 -1.\n <_>\n 0 11 8 4 3.\n <_>\n \n <_>\n 6 4 18 3 -1.\n <_>\n 6 5 18 1 3.\n <_>\n \n <_>\n 0 16 12 6 -1.\n <_>\n 4 16 4 6 3.\n <_>\n \n <_>\n 13 13 9 4 -1.\n <_>\n 13 15 9 2 2.\n <_>\n \n <_>\n 5 8 14 14 -1.\n <_>\n 5 8 7 7 2.\n <_>\n 12 15 7 7 2.\n <_>\n \n <_>\n 1 16 22 6 -1.\n <_>\n 12 16 11 3 2.\n <_>\n 1 19 11 3 2.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 9 5 10 10 -1.\n <_>\n 14 5 5 5 2.\n <_>\n 9 10 5 5 2.\n <_>\n \n <_>\n 5 5 10 10 -1.\n <_>\n 5 5 5 5 2.\n <_>\n 10 10 5 5 2.\n <_>\n \n <_>\n 4 6 16 6 -1.\n <_>\n 12 6 8 3 2.\n <_>\n 4 9 8 3 2.\n <_>\n \n <_>\n 0 7 6 9 -1.\n <_>\n 0 10 6 3 3.\n <_>\n \n <_>\n 16 10 8 14 -1.\n <_>\n 20 10 4 7 2.\n <_>\n 16 17 4 7 2.\n <_>\n \n <_>\n 9 12 6 12 -1.\n <_>\n 9 18 6 6 2.\n <_>\n \n <_>\n 8 10 8 12 -1.\n <_>\n 12 10 4 6 2.\n <_>\n 8 16 4 6 2.\n <_>\n \n <_>\n 8 0 4 9 -1.\n <_>\n 10 0 2 9 2.\n <_>\n \n <_>\n 10 4 8 16 -1.\n <_>\n 14 4 4 8 2.\n <_>\n 10 12 4 8 2.\n <_>\n \n <_>\n 7 10 10 6 -1.\n <_>\n 7 12 10 2 3.\n <_>\n \n <_>\n 5 6 14 14 -1.\n <_>\n 12 6 7 7 2.\n <_>\n 5 13 7 7 2.\n <_>\n \n <_>\n 2 11 20 2 -1.\n <_>\n 2 12 20 1 2.\n <_>\n \n <_>\n 18 8 4 16 -1.\n <_>\n 18 16 4 8 2.\n <_>\n \n <_>\n 1 11 12 10 -1.\n <_>\n 1 11 6 5 2.\n <_>\n 7 16 6 5 2.\n <_>\n \n <_>\n 6 9 12 4 -1.\n <_>\n 6 11 12 2 2.\n <_>\n \n <_>\n 9 12 6 7 -1.\n <_>\n 12 12 3 7 2.\n <_>\n \n <_>\n 10 4 8 16 -1.\n <_>\n 14 4 4 8 2.\n <_>\n 10 12 4 8 2.\n <_>\n \n <_>\n 6 4 8 16 -1.\n <_>\n 6 4 4 8 2.\n <_>\n 10 12 4 8 2.\n <_>\n \n <_>\n 8 9 9 6 -1.\n <_>\n 11 9 3 6 3.\n <_>\n \n <_>\n 1 5 16 12 -1.\n <_>\n 1 5 8 6 2.\n <_>\n 9 11 8 6 2.\n <_>\n \n <_>\n 9 9 6 8 -1.\n <_>\n 9 9 3 8 2.\n <_>\n \n <_>\n 6 0 3 18 -1.\n <_>\n 7 0 1 18 3.\n <_>\n \n <_>\n 17 9 5 14 -1.\n <_>\n 17 16 5 7 2.\n <_>\n \n <_>\n 2 9 5 14 -1.\n <_>\n 2 16 5 7 2.\n <_>\n \n <_>\n 7 4 10 6 -1.\n <_>\n 7 7 10 3 2.\n <_>\n \n <_>\n 1 3 23 18 -1.\n <_>\n 1 9 23 6 3.\n <_>\n \n <_>\n 1 1 21 3 -1.\n <_>\n 8 1 7 3 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 3 18 12 6 -1.\n <_>\n 3 18 6 3 2.\n <_>\n 9 21 6 3 2.\n <_>\n \n <_>\n 16 8 8 16 -1.\n <_>\n 20 8 4 8 2.\n <_>\n 16 16 4 8 2.\n <_>\n \n <_>\n 0 19 24 4 -1.\n <_>\n 8 19 8 4 3.\n <_>\n \n <_>\n 16 8 8 16 -1.\n <_>\n 20 8 4 8 2.\n <_>\n 16 16 4 8 2.\n <_>\n \n <_>\n 0 8 8 16 -1.\n <_>\n 0 8 4 8 2.\n <_>\n 4 16 4 8 2.\n <_>\n \n <_>\n 8 12 8 10 -1.\n <_>\n 8 17 8 5 2.\n <_>\n \n <_>\n 5 7 5 8 -1.\n <_>\n 5 11 5 4 2.\n <_>\n \n <_>\n 4 1 19 2 -1.\n <_>\n 4 2 19 1 2.\n <_>\n \n <_>\n 0 12 24 9 -1.\n <_>\n 8 12 8 9 3.\n <_>\n \n <_>\n 6 0 13 8 -1.\n <_>\n 6 4 13 4 2.\n <_>\n \n <_>\n 0 0 24 3 -1.\n <_>\n 0 1 24 1 3.\n <_>\n \n <_>\n 20 3 4 11 -1.\n <_>\n 20 3 2 11 2.\n <_>\n \n <_>\n 8 6 6 9 -1.\n <_>\n 10 6 2 9 3.\n <_>\n \n <_>\n 6 11 12 8 -1.\n <_>\n 12 11 6 4 2.\n <_>\n 6 15 6 4 2.\n <_>\n \n <_>\n 0 8 12 6 -1.\n <_>\n 0 8 6 3 2.\n <_>\n 6 11 6 3 2.\n <_>\n \n <_>\n 6 17 18 3 -1.\n <_>\n 6 18 18 1 3.\n <_>\n \n <_>\n 0 14 9 6 -1.\n <_>\n 0 16 9 2 3.\n <_>\n \n <_>\n 20 3 4 9 -1.\n <_>\n 20 3 2 9 2.\n <_>\n \n <_>\n 0 3 4 9 -1.\n <_>\n 2 3 2 9 2.\n <_>\n \n <_>\n 15 0 9 19 -1.\n <_>\n 18 0 3 19 3.\n <_>\n \n <_>\n 0 0 9 19 -1.\n <_>\n 3 0 3 19 3.\n <_>\n \n <_>\n 13 11 6 8 -1.\n <_>\n 13 11 3 8 2.\n <_>\n \n <_>\n 5 11 6 8 -1.\n <_>\n 8 11 3 8 2.\n <_>\n \n <_>\n 5 11 19 3 -1.\n <_>\n 5 12 19 1 3.\n <_>\n \n <_>\n 3 20 18 4 -1.\n <_>\n 9 20 6 4 3.\n <_>\n \n <_>\n 6 6 16 6 -1.\n <_>\n 6 8 16 2 3.\n <_>\n \n <_>\n 6 0 9 6 -1.\n <_>\n 9 0 3 6 3.\n <_>\n \n <_>\n 10 3 4 14 -1.\n <_>\n 10 10 4 7 2.\n <_>\n \n <_>\n 1 5 15 12 -1.\n <_>\n 1 11 15 6 2.\n <_>\n \n <_>\n 11 12 8 5 -1.\n <_>\n 11 12 4 5 2.\n <_>\n \n <_>\n 5 0 6 9 -1.\n <_>\n 7 0 2 9 3.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 5 5 12 8 -1.\n <_>\n 5 5 6 4 2.\n <_>\n 11 9 6 4 2.\n <_>\n \n <_>\n 13 12 11 6 -1.\n <_>\n 13 14 11 2 3.\n <_>\n \n <_>\n 0 13 21 3 -1.\n <_>\n 0 14 21 1 3.\n <_>\n \n <_>\n 8 1 8 12 -1.\n <_>\n 12 1 4 6 2.\n <_>\n 8 7 4 6 2.\n <_>\n \n <_>\n 1 0 6 12 -1.\n <_>\n 1 0 3 6 2.\n <_>\n 4 6 3 6 2.\n <_>\n \n <_>\n 2 2 21 2 -1.\n <_>\n 2 3 21 1 2.\n <_>\n \n <_>\n 2 2 19 3 -1.\n <_>\n 2 3 19 1 3.\n <_>\n \n <_>\n 17 10 6 14 -1.\n <_>\n 20 10 3 7 2.\n <_>\n 17 17 3 7 2.\n <_>\n \n <_>\n 1 10 6 14 -1.\n <_>\n 1 10 3 7 2.\n <_>\n 4 17 3 7 2.\n <_>\n \n <_>\n 7 6 14 14 -1.\n <_>\n 14 6 7 7 2.\n <_>\n 7 13 7 7 2.\n <_>\n \n <_>\n 0 12 9 6 -1.\n <_>\n 0 14 9 2 3.\n <_>\n \n <_>\n 15 14 8 9 -1.\n <_>\n 15 17 8 3 3.\n <_>\n \n <_>\n 1 1 22 4 -1.\n <_>\n 1 1 11 2 2.\n <_>\n 12 3 11 2 2.\n <_>\n \n <_>\n 9 11 9 6 -1.\n <_>\n 9 13 9 2 3.\n <_>\n \n <_>\n 0 15 18 3 -1.\n <_>\n 0 16 18 1 3.\n <_>\n \n <_>\n 16 14 7 9 -1.\n <_>\n 16 17 7 3 3.\n <_>\n \n <_>\n 4 3 16 4 -1.\n <_>\n 12 3 8 4 2.\n <_>\n \n <_>\n 7 6 12 5 -1.\n <_>\n 7 6 6 5 2.\n <_>\n \n <_>\n 9 6 4 9 -1.\n <_>\n 11 6 2 9 2.\n <_>\n \n <_>\n 12 1 4 10 -1.\n <_>\n 12 1 2 10 2.\n <_>\n \n <_>\n 8 1 4 10 -1.\n <_>\n 10 1 2 10 2.\n <_>\n \n <_>\n 15 15 6 9 -1.\n <_>\n 15 18 6 3 3.\n <_>\n \n <_>\n 3 15 6 9 -1.\n <_>\n 3 18 6 3 3.\n <_>\n \n <_>\n 15 1 3 19 -1.\n <_>\n 16 1 1 19 3.\n <_>\n \n <_>\n 1 3 6 9 -1.\n <_>\n 3 3 2 9 3.\n <_>\n \n <_>\n 15 0 3 19 -1.\n <_>\n 16 0 1 19 3.\n <_>\n \n <_>\n 6 3 12 4 -1.\n <_>\n 12 3 6 4 2.\n <_>\n \n <_>\n 10 5 4 9 -1.\n <_>\n 10 5 2 9 2.\n <_>\n \n <_>\n 6 0 3 19 -1.\n <_>\n 7 0 1 19 3.\n <_>\n \n <_>\n 11 1 3 12 -1.\n <_>\n 11 7 3 6 2.\n <_>\n \n <_>\n 6 7 10 5 -1.\n <_>\n 11 7 5 5 2.\n <_>\n \n <_>\n 11 3 3 18 -1.\n <_>\n 12 3 1 18 3.\n <_>\n \n <_>\n 9 3 6 12 -1.\n <_>\n 11 3 2 12 3.\n <_>\n \n <_>\n 3 7 19 3 -1.\n <_>\n 3 8 19 1 3.\n <_>\n \n <_>\n 2 7 18 3 -1.\n <_>\n 2 8 18 1 3.\n <_>\n \n <_>\n 3 13 18 4 -1.\n <_>\n 12 13 9 2 2.\n <_>\n 3 15 9 2 2.\n <_>\n \n <_>\n 3 5 6 9 -1.\n <_>\n 5 5 2 9 3.\n <_>\n \n <_>\n 4 1 20 4 -1.\n <_>\n 14 1 10 2 2.\n <_>\n 4 3 10 2 2.\n <_>\n \n <_>\n 0 1 20 4 -1.\n <_>\n 0 1 10 2 2.\n <_>\n 10 3 10 2 2.\n <_>\n \n <_>\n 10 15 6 6 -1.\n <_>\n 10 15 3 6 2.\n <_>\n \n <_>\n 0 2 24 8 -1.\n <_>\n 8 2 8 8 3.\n <_>\n \n <_>\n 5 5 18 3 -1.\n <_>\n 5 6 18 1 3.\n <_>\n \n <_>\n 8 15 6 6 -1.\n <_>\n 11 15 3 6 2.\n <_>\n \n <_>\n 11 12 8 5 -1.\n <_>\n 11 12 4 5 2.\n <_>\n \n <_>\n 5 12 8 5 -1.\n <_>\n 9 12 4 5 2.\n <_>\n \n <_>\n 5 0 14 6 -1.\n <_>\n 5 2 14 2 3.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 10 7 5 12 -1.\n <_>\n 10 11 5 4 3.\n <_>\n \n <_>\n 7 9 8 14 -1.\n <_>\n 7 9 4 7 2.\n <_>\n 11 16 4 7 2.\n <_>\n \n <_>\n 1 5 22 6 -1.\n <_>\n 12 5 11 3 2.\n <_>\n 1 8 11 3 2.\n <_>\n \n <_>\n 0 5 6 6 -1.\n <_>\n 0 8 6 3 2.\n <_>\n \n <_>\n 12 17 9 4 -1.\n <_>\n 12 19 9 2 2.\n <_>\n \n <_>\n 2 18 19 3 -1.\n <_>\n 2 19 19 1 3.\n <_>\n \n <_>\n 12 17 9 4 -1.\n <_>\n 12 19 9 2 2.\n <_>\n \n <_>\n 1 17 18 3 -1.\n <_>\n 1 18 18 1 3.\n <_>\n \n <_>\n 12 17 9 4 -1.\n <_>\n 12 19 9 2 2.\n <_>\n \n <_>\n 0 0 24 3 -1.\n <_>\n 0 1 24 1 3.\n <_>\n \n <_>\n 5 0 14 4 -1.\n <_>\n 5 2 14 2 2.\n <_>\n \n <_>\n 6 14 9 6 -1.\n <_>\n 6 16 9 2 3.\n <_>\n \n <_>\n 14 13 6 9 -1.\n <_>\n 14 16 6 3 3.\n <_>\n \n <_>\n 5 20 13 4 -1.\n <_>\n 5 22 13 2 2.\n <_>\n \n <_>\n 9 9 6 12 -1.\n <_>\n 9 13 6 4 3.\n <_>\n \n <_>\n 1 10 21 3 -1.\n <_>\n 8 10 7 3 3.\n <_>\n \n <_>\n 8 8 9 6 -1.\n <_>\n 11 8 3 6 3.\n <_>\n \n <_>\n 3 10 9 7 -1.\n <_>\n 6 10 3 7 3.\n <_>\n \n <_>\n 12 10 10 8 -1.\n <_>\n 17 10 5 4 2.\n <_>\n 12 14 5 4 2.\n <_>\n \n <_>\n 0 15 24 3 -1.\n <_>\n 8 15 8 3 3.\n <_>\n \n <_>\n 8 5 9 6 -1.\n <_>\n 8 7 9 2 3.\n <_>\n \n <_>\n 4 13 6 9 -1.\n <_>\n 4 16 6 3 3.\n <_>\n \n <_>\n 12 17 9 4 -1.\n <_>\n 12 19 9 2 2.\n <_>\n \n <_>\n 9 12 6 6 -1.\n <_>\n 9 15 6 3 2.\n <_>\n \n <_>\n 9 9 14 10 -1.\n <_>\n 16 9 7 5 2.\n <_>\n 9 14 7 5 2.\n <_>\n \n <_>\n 1 9 14 10 -1.\n <_>\n 1 9 7 5 2.\n <_>\n 8 14 7 5 2.\n <_>\n \n <_>\n 8 7 9 17 -1.\n <_>\n 11 7 3 17 3.\n <_>\n \n <_>\n 3 4 6 20 -1.\n <_>\n 3 4 3 10 2.\n <_>\n 6 14 3 10 2.\n <_>\n \n <_>\n 7 8 10 4 -1.\n <_>\n 7 8 5 4 2.\n <_>\n \n <_>\n 10 7 4 9 -1.\n <_>\n 12 7 2 9 2.\n <_>\n \n <_>\n 10 15 6 9 -1.\n <_>\n 12 15 2 9 3.\n <_>\n \n <_>\n 3 8 6 16 -1.\n <_>\n 3 8 3 8 2.\n <_>\n 6 16 3 8 2.\n <_>\n \n <_>\n 12 17 9 4 -1.\n <_>\n 12 19 9 2 2.\n <_>\n \n <_>\n 3 17 9 4 -1.\n <_>\n 3 19 9 2 2.\n <_>\n \n <_>\n 10 1 9 6 -1.\n <_>\n 13 1 3 6 3.\n <_>\n \n <_>\n 5 7 4 10 -1.\n <_>\n 5 12 4 5 2.\n <_>\n \n <_>\n 7 5 12 6 -1.\n <_>\n 11 5 4 6 3.\n <_>\n \n <_>\n 6 4 9 8 -1.\n <_>\n 9 4 3 8 3.\n <_>\n \n <_>\n 12 16 10 8 -1.\n <_>\n 17 16 5 4 2.\n <_>\n 12 20 5 4 2.\n <_>\n \n <_>\n 2 16 10 8 -1.\n <_>\n 2 16 5 4 2.\n <_>\n 7 20 5 4 2.\n <_>\n \n <_>\n 0 0 24 4 -1.\n <_>\n 12 0 12 2 2.\n <_>\n 0 2 12 2 2.\n <_>\n \n <_>\n 0 6 9 6 -1.\n <_>\n 0 8 9 2 3.\n <_>\n \n <_>\n 0 4 24 6 -1.\n <_>\n 12 4 12 3 2.\n <_>\n 0 7 12 3 2.\n <_>\n \n <_>\n 5 0 11 4 -1.\n <_>\n 5 2 11 2 2.\n <_>\n \n <_>\n 1 1 22 4 -1.\n <_>\n 12 1 11 2 2.\n <_>\n 1 3 11 2 2.\n <_>\n \n <_>\n 9 6 6 18 -1.\n <_>\n 9 15 6 9 2.\n <_>\n \n <_>\n 2 9 20 4 -1.\n <_>\n 2 11 20 2 2.\n <_>\n \n <_>\n 5 2 14 14 -1.\n <_>\n 5 9 14 7 2.\n <_>\n \n <_>\n 4 2 16 6 -1.\n <_>\n 4 5 16 3 2.\n <_>\n \n <_>\n 2 3 19 3 -1.\n <_>\n 2 4 19 1 3.\n <_>\n \n <_>\n 7 1 10 4 -1.\n <_>\n 7 3 10 2 2.\n <_>\n \n <_>\n 0 9 4 15 -1.\n <_>\n 0 14 4 5 3.\n <_>\n \n <_>\n 2 10 21 3 -1.\n <_>\n 2 11 21 1 3.\n <_>\n \n <_>\n 3 0 6 6 -1.\n <_>\n 6 0 3 6 2.\n <_>\n \n <_>\n 6 4 14 9 -1.\n <_>\n 6 7 14 3 3.\n <_>\n \n <_>\n 9 1 6 9 -1.\n <_>\n 11 1 2 9 3.\n <_>\n \n <_>\n 15 8 9 9 -1.\n <_>\n 15 11 9 3 3.\n <_>\n \n <_>\n 8 0 4 21 -1.\n <_>\n 8 7 4 7 3.\n <_>\n \n <_>\n 3 22 19 2 -1.\n <_>\n 3 23 19 1 2.\n <_>\n \n <_>\n 2 15 20 3 -1.\n <_>\n 2 16 20 1 3.\n <_>\n \n <_>\n 19 0 4 13 -1.\n <_>\n 19 0 2 13 2.\n <_>\n \n <_>\n 1 7 8 8 -1.\n <_>\n 1 11 8 4 2.\n <_>\n \n <_>\n 14 14 6 9 -1.\n <_>\n 14 17 6 3 3.\n <_>\n \n <_>\n 4 14 6 9 -1.\n <_>\n 4 17 6 3 3.\n <_>\n \n <_>\n 14 5 4 10 -1.\n <_>\n 14 5 2 10 2.\n <_>\n \n <_>\n 6 5 4 10 -1.\n <_>\n 8 5 2 10 2.\n <_>\n \n <_>\n 14 5 6 6 -1.\n <_>\n 14 8 6 3 2.\n <_>\n \n <_>\n 4 5 6 6 -1.\n <_>\n 4 8 6 3 2.\n <_>\n \n <_>\n 0 2 24 21 -1.\n <_>\n 8 2 8 21 3.\n <_>\n \n <_>\n 1 2 6 13 -1.\n <_>\n 3 2 2 13 3.\n <_>\n \n <_>\n 20 0 4 21 -1.\n <_>\n 20 0 2 21 2.\n <_>\n \n <_>\n 0 4 4 20 -1.\n <_>\n 2 4 2 20 2.\n <_>\n \n <_>\n 8 16 9 6 -1.\n <_>\n 8 18 9 2 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 16 12 7 9 -1.\n <_>\n 16 15 7 3 3.\n <_>\n \n <_>\n 5 21 14 3 -1.\n <_>\n 12 21 7 3 2.\n <_>\n \n <_>\n 11 5 6 9 -1.\n <_>\n 11 5 3 9 2.\n <_>\n \n <_>\n 10 5 4 10 -1.\n <_>\n 12 5 2 10 2.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 7 5 6 9 -1.\n <_>\n 10 5 3 9 2.\n <_>\n \n <_>\n 14 14 10 4 -1.\n <_>\n 14 16 10 2 2.\n <_>\n \n <_>\n 5 5 14 14 -1.\n <_>\n 5 5 7 7 2.\n <_>\n 12 12 7 7 2.\n <_>\n \n <_>\n 12 8 12 6 -1.\n <_>\n 18 8 6 3 2.\n <_>\n 12 11 6 3 2.\n <_>\n \n <_>\n 6 6 12 12 -1.\n <_>\n 6 6 6 6 2.\n <_>\n 12 12 6 6 2.\n <_>\n \n <_>\n 11 13 6 10 -1.\n <_>\n 13 13 2 10 3.\n <_>\n \n <_>\n 1 10 20 8 -1.\n <_>\n 1 10 10 4 2.\n <_>\n 11 14 10 4 2.\n <_>\n \n <_>\n 15 13 9 6 -1.\n <_>\n 15 15 9 2 3.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 9 3 6 3 3.\n <_>\n \n <_>\n 10 1 5 14 -1.\n <_>\n 10 8 5 7 2.\n <_>\n \n <_>\n 3 4 16 6 -1.\n <_>\n 3 6 16 2 3.\n <_>\n \n <_>\n 16 3 8 9 -1.\n <_>\n 16 6 8 3 3.\n <_>\n \n <_>\n 7 13 6 10 -1.\n <_>\n 9 13 2 10 3.\n <_>\n \n <_>\n 15 13 9 6 -1.\n <_>\n 15 15 9 2 3.\n <_>\n \n <_>\n 0 13 9 6 -1.\n <_>\n 0 15 9 2 3.\n <_>\n \n <_>\n 13 16 9 6 -1.\n <_>\n 13 18 9 2 3.\n <_>\n \n <_>\n 2 16 9 6 -1.\n <_>\n 2 18 9 2 3.\n <_>\n \n <_>\n 5 16 18 3 -1.\n <_>\n 5 17 18 1 3.\n <_>\n \n <_>\n 1 16 18 3 -1.\n <_>\n 1 17 18 1 3.\n <_>\n \n <_>\n 5 0 18 3 -1.\n <_>\n 5 1 18 1 3.\n <_>\n \n <_>\n 1 1 19 2 -1.\n <_>\n 1 2 19 1 2.\n <_>\n \n <_>\n 14 2 6 11 -1.\n <_>\n 16 2 2 11 3.\n <_>\n \n <_>\n 4 15 15 6 -1.\n <_>\n 9 15 5 6 3.\n <_>\n \n <_>\n 14 2 6 11 -1.\n <_>\n 16 2 2 11 3.\n <_>\n \n <_>\n 4 2 6 11 -1.\n <_>\n 6 2 2 11 3.\n <_>\n \n <_>\n 18 2 6 9 -1.\n <_>\n 18 5 6 3 3.\n <_>\n \n <_>\n 1 2 22 4 -1.\n <_>\n 1 2 11 2 2.\n <_>\n 12 4 11 2 2.\n <_>\n \n <_>\n 2 0 21 12 -1.\n <_>\n 9 0 7 12 3.\n <_>\n \n <_>\n 0 12 18 3 -1.\n <_>\n 0 13 18 1 3.\n <_>\n \n <_>\n 12 2 6 9 -1.\n <_>\n 14 2 2 9 3.\n <_>\n \n <_>\n 3 10 18 3 -1.\n <_>\n 3 11 18 1 3.\n <_>\n \n <_>\n 16 3 8 9 -1.\n <_>\n 16 6 8 3 3.\n <_>\n \n <_>\n 3 7 18 3 -1.\n <_>\n 3 8 18 1 3.\n <_>\n \n <_>\n 9 11 6 9 -1.\n <_>\n 11 11 2 9 3.\n <_>\n \n <_>\n 9 8 6 9 -1.\n <_>\n 11 8 2 9 3.\n <_>\n \n <_>\n 15 0 2 18 -1.\n <_>\n 15 0 1 18 2.\n <_>\n \n <_>\n 7 0 2 18 -1.\n <_>\n 8 0 1 18 2.\n <_>\n \n <_>\n 17 3 7 9 -1.\n <_>\n 17 6 7 3 3.\n <_>\n \n <_>\n 3 18 9 6 -1.\n <_>\n 3 20 9 2 3.\n <_>\n \n <_>\n 3 18 21 3 -1.\n <_>\n 3 19 21 1 3.\n <_>\n \n <_>\n 0 3 7 9 -1.\n <_>\n 0 6 7 3 3.\n <_>\n \n <_>\n 2 7 22 3 -1.\n <_>\n 2 8 22 1 3.\n <_>\n \n <_>\n 0 3 24 16 -1.\n <_>\n 0 3 12 8 2.\n <_>\n 12 11 12 8 2.\n <_>\n \n <_>\n 13 17 9 4 -1.\n <_>\n 13 19 9 2 2.\n <_>\n \n <_>\n 5 5 12 8 -1.\n <_>\n 5 5 6 4 2.\n <_>\n 11 9 6 4 2.\n <_>\n \n <_>\n 5 6 14 6 -1.\n <_>\n 12 6 7 3 2.\n <_>\n 5 9 7 3 2.\n <_>\n \n <_>\n 5 16 14 6 -1.\n <_>\n 5 16 7 3 2.\n <_>\n 12 19 7 3 2.\n <_>\n \n <_>\n 18 2 6 9 -1.\n <_>\n 18 5 6 3 3.\n <_>\n \n <_>\n 0 2 6 9 -1.\n <_>\n 0 5 6 3 3.\n <_>\n \n <_>\n 3 4 20 10 -1.\n <_>\n 13 4 10 5 2.\n <_>\n 3 9 10 5 2.\n <_>\n \n <_>\n 2 13 9 8 -1.\n <_>\n 5 13 3 8 3.\n <_>\n \n <_>\n 2 1 21 15 -1.\n <_>\n 9 1 7 15 3.\n <_>\n \n <_>\n 5 12 14 8 -1.\n <_>\n 12 12 7 8 2.\n <_>\n \n <_>\n 6 7 12 4 -1.\n <_>\n 6 7 6 4 2.\n <_>\n \n <_>\n 6 5 9 6 -1.\n <_>\n 9 5 3 6 3.\n <_>\n \n <_>\n 13 11 6 6 -1.\n <_>\n 13 11 3 6 2.\n <_>\n \n <_>\n 5 11 6 6 -1.\n <_>\n 8 11 3 6 2.\n <_>\n \n <_>\n 6 4 18 2 -1.\n <_>\n 6 5 18 1 2.\n <_>\n \n <_>\n 0 2 6 11 -1.\n <_>\n 2 2 2 11 3.\n <_>\n \n <_>\n 18 0 6 15 -1.\n <_>\n 20 0 2 15 3.\n <_>\n \n <_>\n 0 0 6 13 -1.\n <_>\n 2 0 2 13 3.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 0 2 24 4 -1.\n <_>\n 8 2 8 4 3.\n <_>\n \n <_>\n 3 13 18 4 -1.\n <_>\n 12 13 9 4 2.\n <_>\n \n <_>\n 9 7 10 4 -1.\n <_>\n 9 7 5 4 2.\n <_>\n \n <_>\n 5 8 12 3 -1.\n <_>\n 11 8 6 3 2.\n <_>\n \n <_>\n 4 14 19 3 -1.\n <_>\n 4 15 19 1 3.\n <_>\n \n <_>\n 10 0 4 20 -1.\n <_>\n 10 10 4 10 2.\n <_>\n \n <_>\n 8 15 9 6 -1.\n <_>\n 8 17 9 2 3.\n <_>\n \n <_>\n 2 9 15 4 -1.\n <_>\n 7 9 5 4 3.\n <_>\n \n <_>\n 8 4 12 7 -1.\n <_>\n 12 4 4 7 3.\n <_>\n \n <_>\n 0 10 6 9 -1.\n <_>\n 0 13 6 3 3.\n <_>\n \n <_>\n 18 5 6 9 -1.\n <_>\n 18 8 6 3 3.\n <_>\n \n <_>\n 0 18 16 6 -1.\n <_>\n 0 18 8 3 2.\n <_>\n 8 21 8 3 2.\n <_>\n \n <_>\n 9 18 14 6 -1.\n <_>\n 16 18 7 3 2.\n <_>\n 9 21 7 3 2.\n <_>\n \n <_>\n 1 20 20 4 -1.\n <_>\n 1 20 10 2 2.\n <_>\n 11 22 10 2 2.\n <_>\n \n <_>\n 2 8 20 6 -1.\n <_>\n 12 8 10 3 2.\n <_>\n 2 11 10 3 2.\n <_>\n \n <_>\n 7 8 6 9 -1.\n <_>\n 9 8 2 9 3.\n <_>\n \n <_>\n 8 5 12 8 -1.\n <_>\n 12 5 4 8 3.\n <_>\n \n <_>\n 4 5 12 8 -1.\n <_>\n 8 5 4 8 3.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 2 0 6 16 -1.\n <_>\n 4 0 2 16 3.\n <_>\n \n <_>\n 15 4 6 12 -1.\n <_>\n 15 8 6 4 3.\n <_>\n \n <_>\n 3 4 6 12 -1.\n <_>\n 3 8 6 4 3.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 4 0 15 22 -1.\n <_>\n 4 11 15 11 2.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 0 12 9 6 -1.\n <_>\n 0 14 9 2 3.\n <_>\n \n <_>\n 15 15 9 6 -1.\n <_>\n 15 17 9 2 3.\n <_>\n \n <_>\n 0 15 9 6 -1.\n <_>\n 0 17 9 2 3.\n <_>\n \n <_>\n 10 0 8 10 -1.\n <_>\n 14 0 4 5 2.\n <_>\n 10 5 4 5 2.\n <_>\n \n <_>\n 1 0 4 16 -1.\n <_>\n 3 0 2 16 2.\n <_>\n \n <_>\n 7 6 10 6 -1.\n <_>\n 7 8 10 2 3.\n <_>\n \n <_>\n 10 12 4 10 -1.\n <_>\n 10 17 4 5 2.\n <_>\n \n <_>\n 8 4 10 6 -1.\n <_>\n 8 6 10 2 3.\n <_>\n \n <_>\n 3 22 18 2 -1.\n <_>\n 12 22 9 2 2.\n <_>\n \n <_>\n 7 7 11 6 -1.\n <_>\n 7 9 11 2 3.\n <_>\n \n <_>\n 0 0 12 10 -1.\n <_>\n 0 0 6 5 2.\n <_>\n 6 5 6 5 2.\n <_>\n \n <_>\n 10 1 12 6 -1.\n <_>\n 16 1 6 3 2.\n <_>\n 10 4 6 3 2.\n <_>\n \n <_>\n 7 16 9 4 -1.\n <_>\n 7 18 9 2 2.\n <_>\n \n <_>\n 5 7 15 16 -1.\n <_>\n 10 7 5 16 3.\n <_>\n \n <_>\n 5 10 12 13 -1.\n <_>\n 11 10 6 13 2.\n <_>\n \n <_>\n 6 2 12 6 -1.\n <_>\n 12 2 6 3 2.\n <_>\n 6 5 6 3 2.\n <_>\n \n <_>\n 3 9 12 9 -1.\n <_>\n 3 12 12 3 3.\n <_>\n \n <_>\n 16 2 8 6 -1.\n <_>\n 16 5 8 3 2.\n <_>\n \n <_>\n 0 2 8 6 -1.\n <_>\n 0 5 8 3 2.\n <_>\n \n <_>\n 0 3 24 11 -1.\n <_>\n 0 3 12 11 2.\n <_>\n \n <_>\n 0 13 8 10 -1.\n <_>\n 0 13 4 5 2.\n <_>\n 4 18 4 5 2.\n <_>\n \n <_>\n 10 14 4 10 -1.\n <_>\n 10 19 4 5 2.\n <_>\n \n <_>\n 10 2 4 21 -1.\n <_>\n 10 9 4 7 3.\n <_>\n \n <_>\n 4 4 15 9 -1.\n <_>\n 4 7 15 3 3.\n <_>\n \n <_>\n 0 1 24 6 -1.\n <_>\n 8 1 8 6 3.\n <_>\n \n <_>\n 9 6 5 16 -1.\n <_>\n 9 14 5 8 2.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 9 21 6 3 3.\n <_>\n \n <_>\n 6 5 3 12 -1.\n <_>\n 6 11 3 6 2.\n <_>\n \n <_>\n 11 6 4 9 -1.\n <_>\n 11 6 2 9 2.\n <_>\n \n <_>\n 5 6 9 8 -1.\n <_>\n 8 6 3 8 3.\n <_>\n \n <_>\n 4 3 20 2 -1.\n <_>\n 4 4 20 1 2.\n <_>\n \n <_>\n 2 10 18 3 -1.\n <_>\n 8 10 6 3 3.\n <_>\n \n <_>\n 7 15 10 6 -1.\n <_>\n 7 17 10 2 3.\n <_>\n \n <_>\n 1 4 4 18 -1.\n <_>\n 1 4 2 9 2.\n <_>\n 3 13 2 9 2.\n <_>\n \n <_>\n 13 0 6 9 -1.\n <_>\n 15 0 2 9 3.\n <_>\n \n <_>\n 5 0 6 9 -1.\n <_>\n 7 0 2 9 3.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 6 7 9 6 -1.\n <_>\n 9 7 3 6 3.\n <_>\n \n <_>\n 3 0 18 2 -1.\n <_>\n 3 1 18 1 2.\n <_>\n \n <_>\n 0 10 20 4 -1.\n <_>\n 0 10 10 2 2.\n <_>\n 10 12 10 2 2.\n <_>\n \n <_>\n 10 2 4 12 -1.\n <_>\n 10 8 4 6 2.\n <_>\n \n <_>\n 6 5 6 12 -1.\n <_>\n 6 5 3 6 2.\n <_>\n 9 11 3 6 2.\n <_>\n \n <_>\n 6 0 18 22 -1.\n <_>\n 15 0 9 11 2.\n <_>\n 6 11 9 11 2.\n <_>\n \n <_>\n 0 0 18 22 -1.\n <_>\n 0 0 9 11 2.\n <_>\n 9 11 9 11 2.\n <_>\n \n <_>\n 18 2 6 11 -1.\n <_>\n 20 2 2 11 3.\n <_>\n \n <_>\n 0 2 6 11 -1.\n <_>\n 2 2 2 11 3.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 0 0 20 3 -1.\n <_>\n 0 1 20 1 3.\n <_>\n \n <_>\n 2 2 20 2 -1.\n <_>\n 2 3 20 1 2.\n <_>\n \n <_>\n 1 10 18 2 -1.\n <_>\n 1 11 18 1 2.\n <_>\n \n <_>\n 18 7 6 9 -1.\n <_>\n 18 10 6 3 3.\n <_>\n \n <_>\n 0 0 22 9 -1.\n <_>\n 0 3 22 3 3.\n <_>\n \n <_>\n 17 3 6 9 -1.\n <_>\n 17 6 6 3 3.\n <_>\n \n <_>\n 0 7 6 9 -1.\n <_>\n 0 10 6 3 3.\n <_>\n \n <_>\n 0 6 24 6 -1.\n <_>\n 0 8 24 2 3.\n <_>\n \n <_>\n 0 2 6 10 -1.\n <_>\n 2 2 2 10 3.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 15 0 6 9 -1.\n <_>\n 17 0 2 9 3.\n <_>\n \n <_>\n 3 0 6 9 -1.\n <_>\n 5 0 2 9 3.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 15 14 9 6 -1.\n <_>\n 15 16 9 2 3.\n <_>\n \n <_>\n 0 15 23 6 -1.\n <_>\n 0 17 23 2 3.\n <_>\n \n <_>\n 5 15 18 3 -1.\n <_>\n 5 16 18 1 3.\n <_>\n \n <_>\n 0 14 9 6 -1.\n <_>\n 0 16 9 2 3.\n <_>\n \n <_>\n 9 8 8 10 -1.\n <_>\n 13 8 4 5 2.\n <_>\n 9 13 4 5 2.\n <_>\n \n <_>\n 3 7 15 6 -1.\n <_>\n 8 7 5 6 3.\n <_>\n \n <_>\n 9 8 8 10 -1.\n <_>\n 13 8 4 5 2.\n <_>\n 9 13 4 5 2.\n <_>\n \n <_>\n 5 0 6 12 -1.\n <_>\n 8 0 3 12 2.\n <_>\n \n <_>\n 9 8 8 10 -1.\n <_>\n 13 8 4 5 2.\n <_>\n 9 13 4 5 2.\n <_>\n \n <_>\n 8 5 6 9 -1.\n <_>\n 10 5 2 9 3.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 12 6 2 9 2.\n <_>\n 10 15 2 9 2.\n <_>\n \n <_>\n 5 7 12 4 -1.\n <_>\n 11 7 6 4 2.\n <_>\n \n <_>\n 9 8 8 10 -1.\n <_>\n 13 8 4 5 2.\n <_>\n 9 13 4 5 2.\n <_>\n \n <_>\n 7 8 8 10 -1.\n <_>\n 7 8 4 5 2.\n <_>\n 11 13 4 5 2.\n <_>\n \n <_>\n 11 10 6 14 -1.\n <_>\n 14 10 3 7 2.\n <_>\n 11 17 3 7 2.\n <_>\n \n <_>\n 9 5 6 19 -1.\n <_>\n 12 5 3 19 2.\n <_>\n \n <_>\n 6 12 12 6 -1.\n <_>\n 12 12 6 3 2.\n <_>\n 6 15 6 3 2.\n <_>\n \n <_>\n 1 9 18 6 -1.\n <_>\n 1 9 9 3 2.\n <_>\n 10 12 9 3 2.\n <_>\n \n <_>\n 16 14 8 10 -1.\n <_>\n 20 14 4 5 2.\n <_>\n 16 19 4 5 2.\n <_>\n \n <_>\n 0 9 22 8 -1.\n <_>\n 0 9 11 4 2.\n <_>\n 11 13 11 4 2.\n <_>\n \n <_>\n 8 18 12 6 -1.\n <_>\n 14 18 6 3 2.\n <_>\n 8 21 6 3 2.\n <_>\n \n <_>\n 0 6 20 18 -1.\n <_>\n 0 6 10 9 2.\n <_>\n 10 15 10 9 2.\n <_>\n \n <_>\n 3 6 20 12 -1.\n <_>\n 13 6 10 6 2.\n <_>\n 3 12 10 6 2.\n <_>\n \n <_>\n 0 16 10 8 -1.\n <_>\n 0 16 5 4 2.\n <_>\n 5 20 5 4 2.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 0 11 19 3 -1.\n <_>\n 0 12 19 1 3.\n <_>\n \n <_>\n 14 6 6 9 -1.\n <_>\n 14 9 6 3 3.\n <_>\n \n <_>\n 1 7 22 4 -1.\n <_>\n 1 7 11 2 2.\n <_>\n 12 9 11 2 2.\n <_>\n \n <_>\n 13 6 7 12 -1.\n <_>\n 13 10 7 4 3.\n <_>\n \n <_>\n 4 7 11 9 -1.\n <_>\n 4 10 11 3 3.\n <_>\n \n <_>\n 12 10 10 8 -1.\n <_>\n 17 10 5 4 2.\n <_>\n 12 14 5 4 2.\n <_>\n \n <_>\n 2 12 9 7 -1.\n <_>\n 5 12 3 7 3.\n <_>\n \n <_>\n 16 14 6 9 -1.\n <_>\n 16 17 6 3 3.\n <_>\n \n <_>\n 3 12 6 12 -1.\n <_>\n 3 16 6 4 3.\n <_>\n \n <_>\n 14 13 6 6 -1.\n <_>\n 14 16 6 3 2.\n <_>\n \n <_>\n 8 0 6 9 -1.\n <_>\n 10 0 2 9 3.\n <_>\n \n <_>\n 9 1 6 23 -1.\n <_>\n 11 1 2 23 3.\n <_>\n \n <_>\n 0 16 9 6 -1.\n <_>\n 0 18 9 2 3.\n <_>\n \n <_>\n 4 17 18 3 -1.\n <_>\n 4 18 18 1 3.\n <_>\n \n <_>\n 5 2 13 14 -1.\n <_>\n 5 9 13 7 2.\n <_>\n \n <_>\n 15 0 8 12 -1.\n <_>\n 19 0 4 6 2.\n <_>\n 15 6 4 6 2.\n <_>\n \n <_>\n 0 0 8 12 -1.\n <_>\n 0 0 4 6 2.\n <_>\n 4 6 4 6 2.\n <_>\n \n <_>\n 8 2 8 7 -1.\n <_>\n 8 2 4 7 2.\n <_>\n \n <_>\n 1 1 6 9 -1.\n <_>\n 3 1 2 9 3.\n <_>\n \n <_>\n 14 8 6 12 -1.\n <_>\n 17 8 3 6 2.\n <_>\n 14 14 3 6 2.\n <_>\n \n <_>\n 4 8 6 12 -1.\n <_>\n 4 8 3 6 2.\n <_>\n 7 14 3 6 2.\n <_>\n \n <_>\n 16 5 5 15 -1.\n <_>\n 16 10 5 5 3.\n <_>\n \n <_>\n 3 5 5 15 -1.\n <_>\n 3 10 5 5 3.\n <_>\n \n <_>\n 18 4 6 9 -1.\n <_>\n 18 7 6 3 3.\n <_>\n \n <_>\n 1 7 6 15 -1.\n <_>\n 1 12 6 5 3.\n <_>\n \n <_>\n 11 15 12 8 -1.\n <_>\n 17 15 6 4 2.\n <_>\n 11 19 6 4 2.\n <_>\n \n <_>\n 0 2 24 4 -1.\n <_>\n 0 2 12 2 2.\n <_>\n 12 4 12 2 2.\n <_>\n \n <_>\n 15 1 2 19 -1.\n <_>\n 15 1 1 19 2.\n <_>\n \n <_>\n 7 1 2 19 -1.\n <_>\n 8 1 1 19 2.\n <_>\n \n <_>\n 22 1 2 20 -1.\n <_>\n 22 1 1 20 2.\n <_>\n \n <_>\n 0 1 2 20 -1.\n <_>\n 1 1 1 20 2.\n <_>\n \n <_>\n 18 11 6 12 -1.\n <_>\n 20 11 2 12 3.\n <_>\n \n <_>\n 0 11 6 12 -1.\n <_>\n 2 11 2 12 3.\n <_>\n \n <_>\n 3 6 18 14 -1.\n <_>\n 3 13 18 7 2.\n <_>\n \n <_>\n 6 10 7 8 -1.\n <_>\n 6 14 7 4 2.\n <_>\n \n <_>\n 7 9 12 12 -1.\n <_>\n 7 13 12 4 3.\n <_>\n \n <_>\n 2 18 18 5 -1.\n <_>\n 11 18 9 5 2.\n <_>\n \n <_>\n 4 21 20 3 -1.\n <_>\n 4 22 20 1 3.\n <_>\n \n <_>\n 9 12 6 12 -1.\n <_>\n 9 12 3 6 2.\n <_>\n 12 18 3 6 2.\n <_>\n \n <_>\n 4 6 18 3 -1.\n <_>\n 4 7 18 1 3.\n <_>\n \n <_>\n 3 6 18 3 -1.\n <_>\n 3 7 18 1 3.\n <_>\n \n <_>\n 18 4 6 9 -1.\n <_>\n 18 7 6 3 3.\n <_>\n \n <_>\n 2 12 9 6 -1.\n <_>\n 2 14 9 2 3.\n <_>\n \n <_>\n 4 14 18 4 -1.\n <_>\n 13 14 9 2 2.\n <_>\n 4 16 9 2 2.\n <_>\n \n <_>\n 7 7 6 14 -1.\n <_>\n 7 7 3 7 2.\n <_>\n 10 14 3 7 2.\n <_>\n \n <_>\n 7 13 12 6 -1.\n <_>\n 13 13 6 3 2.\n <_>\n 7 16 6 3 2.\n <_>\n \n <_>\n 6 7 12 9 -1.\n <_>\n 10 7 4 9 3.\n <_>\n \n <_>\n 12 12 6 6 -1.\n <_>\n 12 12 3 6 2.\n <_>\n \n <_>\n 0 2 4 10 -1.\n <_>\n 0 7 4 5 2.\n <_>\n \n <_>\n 8 0 9 6 -1.\n <_>\n 11 0 3 6 3.\n <_>\n \n <_>\n 2 9 12 6 -1.\n <_>\n 2 12 12 3 2.\n <_>\n \n <_>\n 13 10 6 9 -1.\n <_>\n 13 13 6 3 3.\n <_>\n \n <_>\n 5 10 6 9 -1.\n <_>\n 5 13 6 3 3.\n <_>\n \n <_>\n 9 15 9 6 -1.\n <_>\n 9 17 9 2 3.\n <_>\n \n <_>\n 5 16 12 6 -1.\n <_>\n 5 19 12 3 2.\n <_>\n \n <_>\n 3 2 20 3 -1.\n <_>\n 3 3 20 1 3.\n <_>\n \n <_>\n 2 5 12 6 -1.\n <_>\n 6 5 4 6 3.\n <_>\n \n <_>\n 11 0 3 24 -1.\n <_>\n 12 0 1 24 3.\n <_>\n \n <_>\n 3 16 15 4 -1.\n <_>\n 8 16 5 4 3.\n <_>\n \n <_>\n 9 12 6 12 -1.\n <_>\n 9 18 6 6 2.\n <_>\n \n <_>\n 1 15 12 8 -1.\n <_>\n 1 15 6 4 2.\n <_>\n 7 19 6 4 2.\n <_>\n \n <_>\n 15 10 8 14 -1.\n <_>\n 19 10 4 7 2.\n <_>\n 15 17 4 7 2.\n <_>\n \n <_>\n 1 9 8 14 -1.\n <_>\n 1 9 4 7 2.\n <_>\n 5 16 4 7 2.\n <_>\n \n <_>\n 9 11 9 10 -1.\n <_>\n 9 16 9 5 2.\n <_>\n \n <_>\n 6 7 12 6 -1.\n <_>\n 6 9 12 2 3.\n <_>\n \n <_>\n 10 15 6 9 -1.\n <_>\n 12 15 2 9 3.\n <_>\n \n <_>\n 7 8 9 7 -1.\n <_>\n 10 8 3 7 3.\n <_>\n \n <_>\n 10 4 8 10 -1.\n <_>\n 14 4 4 5 2.\n <_>\n 10 9 4 5 2.\n <_>\n \n <_>\n 4 6 6 9 -1.\n <_>\n 4 9 6 3 3.\n <_>\n \n <_>\n 0 6 24 12 -1.\n <_>\n 8 6 8 12 3.\n <_>\n \n <_>\n 3 7 6 14 -1.\n <_>\n 6 7 3 14 2.\n <_>\n \n <_>\n 19 8 5 8 -1.\n <_>\n 19 12 5 4 2.\n <_>\n \n <_>\n 0 8 5 8 -1.\n <_>\n 0 12 5 4 2.\n <_>\n \n <_>\n 17 3 6 6 -1.\n <_>\n 17 6 6 3 2.\n <_>\n \n <_>\n 1 3 6 6 -1.\n <_>\n 1 6 6 3 2.\n <_>\n \n <_>\n 18 2 6 9 -1.\n <_>\n 18 5 6 3 3.\n <_>\n \n <_>\n 0 2 6 9 -1.\n <_>\n 0 5 6 3 3.\n <_>\n \n <_>\n 3 3 18 6 -1.\n <_>\n 3 5 18 2 3.\n <_>\n \n <_>\n 2 3 9 6 -1.\n <_>\n 2 5 9 2 3.\n <_>\n \n <_>\n 9 3 10 8 -1.\n <_>\n 14 3 5 4 2.\n <_>\n 9 7 5 4 2.\n <_>\n \n <_>\n 5 3 10 8 -1.\n <_>\n 5 3 5 4 2.\n <_>\n 10 7 5 4 2.\n <_>\n \n <_>\n 10 11 6 12 -1.\n <_>\n 10 11 3 12 2.\n <_>\n \n <_>\n 8 11 6 11 -1.\n <_>\n 11 11 3 11 2.\n <_>\n \n <_>\n 7 8 10 4 -1.\n <_>\n 7 8 5 4 2.\n <_>\n \n <_>\n 9 6 6 7 -1.\n <_>\n 12 6 3 7 2.\n <_>\n \n <_>\n 5 18 18 3 -1.\n <_>\n 5 19 18 1 3.\n <_>\n \n <_>\n 8 4 6 9 -1.\n <_>\n 10 4 2 9 3.\n <_>\n \n <_>\n 8 1 9 7 -1.\n <_>\n 11 1 3 7 3.\n <_>\n \n <_>\n 6 11 6 6 -1.\n <_>\n 9 11 3 6 2.\n <_>\n \n <_>\n 14 12 4 11 -1.\n <_>\n 14 12 2 11 2.\n <_>\n \n <_>\n 6 12 4 11 -1.\n <_>\n 8 12 2 11 2.\n <_>\n \n <_>\n 8 0 12 18 -1.\n <_>\n 12 0 4 18 3.\n <_>\n \n <_>\n 2 12 10 5 -1.\n <_>\n 7 12 5 5 2.\n <_>\n \n <_>\n 2 20 22 3 -1.\n <_>\n 2 21 22 1 3.\n <_>\n \n <_>\n 0 4 2 20 -1.\n <_>\n 1 4 1 20 2.\n <_>\n \n <_>\n 0 2 24 4 -1.\n <_>\n 8 2 8 4 3.\n <_>\n \n <_>\n 7 8 10 4 -1.\n <_>\n 7 10 10 2 2.\n <_>\n \n <_>\n 6 7 8 10 -1.\n <_>\n 6 7 4 5 2.\n <_>\n 10 12 4 5 2.\n <_>\n \n <_>\n 14 0 6 14 -1.\n <_>\n 17 0 3 7 2.\n <_>\n 14 7 3 7 2.\n <_>\n \n <_>\n 4 11 5 8 -1.\n <_>\n 4 15 5 4 2.\n <_>\n \n <_>\n 2 0 20 9 -1.\n <_>\n 2 3 20 3 3.\n <_>\n \n <_>\n 6 7 12 8 -1.\n <_>\n 6 7 6 4 2.\n <_>\n 12 11 6 4 2.\n <_>\n \n <_>\n 9 17 6 6 -1.\n <_>\n 9 20 6 3 2.\n <_>\n \n <_>\n 7 10 10 4 -1.\n <_>\n 7 12 10 2 2.\n <_>\n \n <_>\n 6 5 12 9 -1.\n <_>\n 10 5 4 9 3.\n <_>\n \n <_>\n 5 11 6 8 -1.\n <_>\n 8 11 3 8 2.\n <_>\n \n <_>\n 18 4 4 17 -1.\n <_>\n 18 4 2 17 2.\n <_>\n \n <_>\n 0 0 6 6 -1.\n <_>\n 3 0 3 6 2.\n <_>\n \n <_>\n 18 4 4 17 -1.\n <_>\n 18 4 2 17 2.\n <_>\n \n <_>\n 2 4 4 17 -1.\n <_>\n 4 4 2 17 2.\n <_>\n \n <_>\n 5 18 19 3 -1.\n <_>\n 5 19 19 1 3.\n <_>\n \n <_>\n 11 0 2 18 -1.\n <_>\n 11 9 2 9 2.\n <_>\n \n <_>\n 15 4 2 18 -1.\n <_>\n 15 13 2 9 2.\n <_>\n \n <_>\n 7 4 2 18 -1.\n <_>\n 7 13 2 9 2.\n <_>\n \n <_>\n 7 11 10 8 -1.\n <_>\n 12 11 5 4 2.\n <_>\n 7 15 5 4 2.\n <_>\n \n <_>\n 10 6 4 9 -1.\n <_>\n 12 6 2 9 2.\n <_>\n \n <_>\n 10 0 6 9 -1.\n <_>\n 12 0 2 9 3.\n <_>\n \n <_>\n 2 9 16 8 -1.\n <_>\n 2 9 8 4 2.\n <_>\n 10 13 8 4 2.\n <_>\n \n <_>\n 14 15 6 9 -1.\n <_>\n 14 18 6 3 3.\n <_>\n \n <_>\n 8 7 6 9 -1.\n <_>\n 10 7 2 9 3.\n <_>\n \n <_>\n 14 15 6 9 -1.\n <_>\n 14 18 6 3 3.\n <_>\n \n <_>\n 3 12 12 6 -1.\n <_>\n 3 14 12 2 3.\n <_>\n \n <_>\n 14 12 9 6 -1.\n <_>\n 14 14 9 2 3.\n <_>\n \n <_>\n 1 12 9 6 -1.\n <_>\n 1 14 9 2 3.\n <_>\n \n <_>\n 3 7 18 3 -1.\n <_>\n 3 8 18 1 3.\n <_>\n \n <_>\n 1 7 22 6 -1.\n <_>\n 1 9 22 2 3.\n <_>\n \n <_>\n 18 4 6 6 -1.\n <_>\n 18 7 6 3 2.\n <_>\n \n <_>\n 0 4 6 6 -1.\n <_>\n 0 7 6 3 2.\n <_>\n \n <_>\n 5 11 16 6 -1.\n <_>\n 5 14 16 3 2.\n <_>\n \n <_>\n 6 16 9 4 -1.\n <_>\n 6 18 9 2 2.\n <_>\n \n <_>\n 14 15 6 9 -1.\n <_>\n 14 18 6 3 3.\n <_>\n \n <_>\n 4 15 6 9 -1.\n <_>\n 4 18 6 3 3.\n <_>\n \n <_>\n 15 1 6 23 -1.\n <_>\n 17 1 2 23 3.\n <_>\n \n <_>\n 0 21 24 3 -1.\n <_>\n 8 21 8 3 3.\n <_>\n \n <_>\n 0 20 24 4 -1.\n <_>\n 8 20 8 4 3.\n <_>\n \n <_>\n 3 1 6 23 -1.\n <_>\n 5 1 2 23 3.\n <_>\n \n <_>\n 3 17 18 3 -1.\n <_>\n 3 18 18 1 3.\n <_>\n \n <_>\n 0 16 18 3 -1.\n <_>\n 0 17 18 1 3.\n <_>\n \n <_>\n 1 16 22 4 -1.\n <_>\n 12 16 11 2 2.\n <_>\n 1 18 11 2 2.\n <_>\n \n <_>\n 0 16 9 6 -1.\n <_>\n 0 18 9 2 3.\n <_>\n \n <_>\n 2 10 21 3 -1.\n <_>\n 9 10 7 3 3.\n <_>\n \n <_>\n 2 18 12 6 -1.\n <_>\n 2 18 6 3 2.\n <_>\n 8 21 6 3 2.\n <_>\n \n <_>\n 0 5 24 4 -1.\n <_>\n 0 7 24 2 2.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 10 7 6 12 -1.\n <_>\n 10 13 6 6 2.\n <_>\n \n <_>\n 6 6 6 9 -1.\n <_>\n 8 6 2 9 3.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 9 7 6 9 -1.\n <_>\n 11 7 2 9 3.\n <_>\n \n <_>\n 2 1 20 3 -1.\n <_>\n 2 2 20 1 3.\n <_>\n \n <_>\n 1 18 12 6 -1.\n <_>\n 1 18 6 3 2.\n <_>\n 7 21 6 3 2.\n <_>\n \n <_>\n 13 2 4 13 -1.\n <_>\n 13 2 2 13 2.\n <_>\n \n <_>\n 6 7 12 4 -1.\n <_>\n 12 7 6 4 2.\n <_>\n \n <_>\n 10 1 4 13 -1.\n <_>\n 10 1 2 13 2.\n <_>\n \n <_>\n 6 0 3 18 -1.\n <_>\n 7 0 1 18 3.\n <_>\n \n <_>\n 14 3 10 5 -1.\n <_>\n 14 3 5 5 2.\n <_>\n \n <_>\n 6 15 12 8 -1.\n <_>\n 10 15 4 8 3.\n <_>\n \n <_>\n 9 10 6 9 -1.\n <_>\n 11 10 2 9 3.\n <_>\n \n <_>\n 8 3 4 9 -1.\n <_>\n 10 3 2 9 2.\n <_>\n \n <_>\n 17 0 6 14 -1.\n <_>\n 20 0 3 7 2.\n <_>\n 17 7 3 7 2.\n <_>\n \n <_>\n 1 0 6 14 -1.\n <_>\n 1 0 3 7 2.\n <_>\n 4 7 3 7 2.\n <_>\n \n <_>\n 14 0 6 16 -1.\n <_>\n 17 0 3 8 2.\n <_>\n 14 8 3 8 2.\n <_>\n \n <_>\n 7 4 4 10 -1.\n <_>\n 9 4 2 10 2.\n <_>\n \n <_>\n 3 17 18 6 -1.\n <_>\n 12 17 9 3 2.\n <_>\n 3 20 9 3 2.\n <_>\n \n <_>\n 1 20 22 4 -1.\n <_>\n 12 20 11 4 2.\n <_>\n \n <_>\n 14 3 10 5 -1.\n <_>\n 14 3 5 5 2.\n <_>\n \n <_>\n 0 3 10 5 -1.\n <_>\n 5 3 5 5 2.\n <_>\n \n <_>\n 12 6 12 16 -1.\n <_>\n 16 6 4 16 3.\n <_>\n \n <_>\n 0 6 12 16 -1.\n <_>\n 4 6 4 16 3.\n <_>\n \n <_>\n 10 9 5 15 -1.\n <_>\n 10 14 5 5 3.\n <_>\n \n <_>\n 1 18 21 2 -1.\n <_>\n 1 19 21 1 2.\n <_>\n \n <_>\n 15 0 9 6 -1.\n <_>\n 15 2 9 2 3.\n <_>\n \n <_>\n 6 1 12 4 -1.\n <_>\n 12 1 6 4 2.\n <_>\n \n <_>\n 6 0 12 12 -1.\n <_>\n 12 0 6 6 2.\n <_>\n 6 6 6 6 2.\n <_>\n \n <_>\n 8 10 8 12 -1.\n <_>\n 8 10 4 6 2.\n <_>\n 12 16 4 6 2.\n <_>\n \n <_>\n 14 16 10 8 -1.\n <_>\n 19 16 5 4 2.\n <_>\n 14 20 5 4 2.\n <_>\n \n <_>\n 0 16 10 8 -1.\n <_>\n 0 16 5 4 2.\n <_>\n 5 20 5 4 2.\n <_>\n \n <_>\n 10 12 12 5 -1.\n <_>\n 14 12 4 5 3.\n <_>\n \n <_>\n 6 16 10 8 -1.\n <_>\n 6 16 5 4 2.\n <_>\n 11 20 5 4 2.\n <_>\n \n <_>\n 7 6 12 6 -1.\n <_>\n 13 6 6 3 2.\n <_>\n 7 9 6 3 2.\n <_>\n \n <_>\n 9 6 4 18 -1.\n <_>\n 9 6 2 9 2.\n <_>\n 11 15 2 9 2.\n <_>\n \n <_>\n 10 9 6 14 -1.\n <_>\n 13 9 3 7 2.\n <_>\n 10 16 3 7 2.\n <_>\n \n <_>\n 8 9 6 14 -1.\n <_>\n 8 9 3 7 2.\n <_>\n 11 16 3 7 2.\n <_>\n \n <_>\n 7 4 11 12 -1.\n <_>\n 7 10 11 6 2.\n <_>\n \n <_>\n 4 8 6 16 -1.\n <_>\n 4 8 3 8 2.\n <_>\n 7 16 3 8 2.\n <_>\n \n <_>\n 17 3 4 21 -1.\n <_>\n 17 10 4 7 3.\n <_>\n \n <_>\n 3 3 4 21 -1.\n <_>\n 3 10 4 7 3.\n <_>\n \n <_>\n 10 1 8 18 -1.\n <_>\n 14 1 4 9 2.\n <_>\n 10 10 4 9 2.\n <_>\n \n <_>\n 2 5 16 8 -1.\n <_>\n 2 5 8 4 2.\n <_>\n 10 9 8 4 2.\n <_>\n \n <_>\n 3 6 18 12 -1.\n <_>\n 3 10 18 4 3.\n <_>\n \n <_>\n 4 10 16 12 -1.\n <_>\n 4 14 16 4 3.\n <_>\n \n <_>\n 15 4 8 20 -1.\n <_>\n 19 4 4 10 2.\n <_>\n 15 14 4 10 2.\n <_>\n \n <_>\n 7 2 9 6 -1.\n <_>\n 10 2 3 6 3.\n <_>\n \n <_>\n 15 4 8 20 -1.\n <_>\n 19 4 4 10 2.\n <_>\n 15 14 4 10 2.\n <_>\n \n <_>\n 1 4 8 20 -1.\n <_>\n 1 4 4 10 2.\n <_>\n 5 14 4 10 2.\n <_>\n \n <_>\n 11 8 8 14 -1.\n <_>\n 15 8 4 7 2.\n <_>\n 11 15 4 7 2.\n <_>\n \n <_>\n 5 8 8 14 -1.\n <_>\n 5 8 4 7 2.\n <_>\n 9 15 4 7 2.\n <_>\n \n <_>\n 10 13 5 8 -1.\n <_>\n 10 17 5 4 2.\n <_>\n \n <_>\n 4 13 7 9 -1.\n <_>\n 4 16 7 3 3.\n <_>\n \n <_>\n 0 13 24 10 -1.\n <_>\n 0 18 24 5 2.\n <_>\n \n <_>\n 4 2 8 11 -1.\n <_>\n 8 2 4 11 2.\n <_>\n \n <_>\n 10 2 8 16 -1.\n <_>\n 14 2 4 8 2.\n <_>\n 10 10 4 8 2.\n <_>\n \n <_>\n 0 2 24 6 -1.\n <_>\n 0 2 12 3 2.\n <_>\n 12 5 12 3 2.\n <_>\n \n <_>\n 6 0 12 9 -1.\n <_>\n 6 3 12 3 3.\n <_>\n \n <_>\n 1 2 12 12 -1.\n <_>\n 1 2 6 6 2.\n <_>\n 7 8 6 6 2.\n <_>\n \n <_>\n 18 5 6 9 -1.\n <_>\n 18 8 6 3 3.\n <_>\n \n <_>\n 4 3 8 10 -1.\n <_>\n 4 3 4 5 2.\n <_>\n 8 8 4 5 2.\n <_>\n \n <_>\n 6 21 18 3 -1.\n <_>\n 6 22 18 1 3.\n <_>\n \n <_>\n 1 10 18 2 -1.\n <_>\n 1 11 18 1 2.\n <_>\n \n <_>\n 1 10 22 3 -1.\n <_>\n 1 11 22 1 3.\n <_>\n \n <_>\n 2 8 12 9 -1.\n <_>\n 2 11 12 3 3.\n <_>\n \n <_>\n 12 8 12 6 -1.\n <_>\n 18 8 6 3 2.\n <_>\n 12 11 6 3 2.\n <_>\n \n <_>\n 0 8 12 6 -1.\n <_>\n 0 8 6 3 2.\n <_>\n 6 11 6 3 2.\n <_>\n \n <_>\n 10 15 6 9 -1.\n <_>\n 12 15 2 9 3.\n <_>\n \n <_>\n 7 13 9 6 -1.\n <_>\n 7 15 9 2 3.\n <_>\n \n <_>\n 9 8 7 12 -1.\n <_>\n 9 14 7 6 2.\n <_>\n \n <_>\n 4 13 9 6 -1.\n <_>\n 7 13 3 6 3.\n <_>\n \n <_>\n 6 15 18 4 -1.\n <_>\n 12 15 6 4 3.\n <_>\n \n <_>\n 5 4 4 16 -1.\n <_>\n 7 4 2 16 2.\n <_>\n \n <_>\n 10 15 6 9 -1.\n <_>\n 12 15 2 9 3.\n <_>\n \n <_>\n 8 15 6 9 -1.\n <_>\n 10 15 2 9 3.\n <_>\n \n <_>\n 9 11 12 10 -1.\n <_>\n 15 11 6 5 2.\n <_>\n 9 16 6 5 2.\n <_>\n \n <_>\n 3 6 14 6 -1.\n <_>\n 3 8 14 2 3.\n <_>\n \n <_>\n 4 2 17 8 -1.\n <_>\n 4 6 17 4 2.\n <_>\n \n <_>\n 6 2 12 21 -1.\n <_>\n 6 9 12 7 3.\n <_>\n \n <_>\n 8 1 9 9 -1.\n <_>\n 8 4 9 3 3.\n <_>\n \n <_>\n 0 7 24 3 -1.\n <_>\n 12 7 12 3 2.\n <_>\n \n <_>\n 11 6 9 10 -1.\n <_>\n 11 11 9 5 2.\n <_>\n \n <_>\n 2 11 18 3 -1.\n <_>\n 2 12 18 1 3.\n <_>\n \n <_>\n 8 16 9 4 -1.\n <_>\n 8 18 9 2 2.\n <_>\n \n <_>\n 0 0 9 6 -1.\n <_>\n 0 2 9 2 3.\n <_>\n \n <_>\n 0 11 24 6 -1.\n <_>\n 0 13 24 2 3.\n <_>\n \n <_>\n 2 9 20 6 -1.\n <_>\n 2 12 20 3 2.\n <_>\n \n <_>\n 4 5 16 12 -1.\n <_>\n 12 5 8 6 2.\n <_>\n 4 11 8 6 2.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 7 3 10 4 -1.\n <_>\n 7 5 10 2 2.\n <_>\n \n <_>\n 9 15 6 8 -1.\n <_>\n 9 19 6 4 2.\n <_>\n \n <_>\n 17 0 7 10 -1.\n <_>\n 17 5 7 5 2.\n <_>\n \n <_>\n 0 0 7 10 -1.\n <_>\n 0 5 7 5 2.\n <_>\n \n <_>\n 16 1 6 12 -1.\n <_>\n 19 1 3 6 2.\n <_>\n 16 7 3 6 2.\n <_>\n \n <_>\n 1 0 19 8 -1.\n <_>\n 1 4 19 4 2.\n <_>\n \n <_>\n 12 2 9 4 -1.\n <_>\n 12 4 9 2 2.\n <_>\n \n <_>\n 3 2 9 4 -1.\n <_>\n 3 4 9 2 2.\n <_>\n \n <_>\n 12 2 10 6 -1.\n <_>\n 12 4 10 2 3.\n <_>\n \n <_>\n 3 4 18 2 -1.\n <_>\n 12 4 9 2 2.\n <_>\n \n <_>\n 12 1 4 9 -1.\n <_>\n 12 1 2 9 2.\n <_>\n \n <_>\n 8 1 4 9 -1.\n <_>\n 10 1 2 9 2.\n <_>\n \n <_>\n 10 5 8 10 -1.\n <_>\n 14 5 4 5 2.\n <_>\n 10 10 4 5 2.\n <_>\n \n <_>\n 6 4 12 13 -1.\n <_>\n 10 4 4 13 3.\n <_>\n \n <_>\n 13 5 6 6 -1.\n <_>\n 13 5 3 6 2.\n <_>\n \n <_>\n 1 5 12 3 -1.\n <_>\n 7 5 6 3 2.\n <_>\n \n <_>\n 7 5 10 6 -1.\n <_>\n 7 7 10 2 3.\n <_>\n \n <_>\n 2 0 21 5 -1.\n <_>\n 9 0 7 5 3.\n <_>\n \n <_>\n 0 8 9 9 -1.\n <_>\n 0 11 9 3 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 0 3 6 7 -1.\n <_>\n 3 3 3 7 2.\n <_>\n \n <_>\n 9 18 12 6 -1.\n <_>\n 15 18 6 3 2.\n <_>\n 9 21 6 3 2.\n <_>\n \n <_>\n 2 8 20 6 -1.\n <_>\n 2 8 10 3 2.\n <_>\n 12 11 10 3 2.\n <_>\n \n <_>\n 13 2 10 4 -1.\n <_>\n 13 4 10 2 2.\n <_>\n \n <_>\n 4 5 5 18 -1.\n <_>\n 4 11 5 6 3.\n <_>\n \n <_>\n 20 4 4 9 -1.\n <_>\n 20 4 2 9 2.\n <_>\n \n <_>\n 8 6 8 14 -1.\n <_>\n 8 13 8 7 2.\n <_>\n \n <_>\n 0 1 24 6 -1.\n <_>\n 12 1 12 3 2.\n <_>\n 0 4 12 3 2.\n <_>\n \n <_>\n 0 4 4 9 -1.\n <_>\n 2 4 2 9 2.\n <_>\n \n <_>\n 3 6 18 3 -1.\n <_>\n 3 7 18 1 3.\n <_>\n \n <_>\n 3 17 16 6 -1.\n <_>\n 3 19 16 2 3.\n <_>\n \n <_>\n 13 6 6 9 -1.\n <_>\n 13 9 6 3 3.\n <_>\n \n <_>\n 5 6 14 6 -1.\n <_>\n 5 6 7 3 2.\n <_>\n 12 9 7 3 2.\n <_>\n \n <_>\n 13 5 8 10 -1.\n <_>\n 17 5 4 5 2.\n <_>\n 13 10 4 5 2.\n <_>\n \n <_>\n 2 2 20 3 -1.\n <_>\n 2 3 20 1 3.\n <_>\n \n <_>\n 9 2 9 6 -1.\n <_>\n 12 2 3 6 3.\n <_>\n \n <_>\n 8 6 6 9 -1.\n <_>\n 10 6 2 9 3.\n <_>\n \n <_>\n 12 3 4 11 -1.\n <_>\n 12 3 2 11 2.\n <_>\n \n <_>\n 8 3 4 11 -1.\n <_>\n 10 3 2 11 2.\n <_>\n \n <_>\n 8 3 8 10 -1.\n <_>\n 12 3 4 5 2.\n <_>\n 8 8 4 5 2.\n <_>\n \n <_>\n 11 1 2 18 -1.\n <_>\n 12 1 1 18 2.\n <_>\n \n <_>\n 9 2 9 6 -1.\n <_>\n 12 2 3 6 3.\n <_>\n \n <_>\n 0 2 19 3 -1.\n <_>\n 0 3 19 1 3.\n <_>\n \n <_>\n 9 14 9 6 -1.\n <_>\n 9 16 9 2 3.\n <_>\n \n <_>\n 1 8 18 5 -1.\n <_>\n 7 8 6 5 3.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 13 6 4 15 -1.\n <_>\n 13 11 4 5 3.\n <_>\n \n <_>\n 1 5 18 3 -1.\n <_>\n 1 6 18 1 3.\n <_>\n \n <_>\n 9 7 14 6 -1.\n <_>\n 9 9 14 2 3.\n <_>\n \n <_>\n 2 16 18 3 -1.\n <_>\n 2 17 18 1 3.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 0 8 12 6 -1.\n <_>\n 0 8 6 3 2.\n <_>\n 6 11 6 3 2.\n <_>\n \n <_>\n 9 13 7 8 -1.\n <_>\n 9 17 7 4 2.\n <_>\n \n <_>\n 2 17 20 3 -1.\n <_>\n 2 18 20 1 3.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 4 0 15 4 -1.\n <_>\n 4 2 15 2 2.\n <_>\n \n <_>\n 17 2 6 6 -1.\n <_>\n 17 5 6 3 2.\n <_>\n \n <_>\n 0 3 6 9 -1.\n <_>\n 0 6 6 3 3.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 0 17 9 6 -1.\n <_>\n 0 19 9 2 3.\n <_>\n \n <_>\n 9 18 12 6 -1.\n <_>\n 15 18 6 3 2.\n <_>\n 9 21 6 3 2.\n <_>\n \n <_>\n 3 15 6 9 -1.\n <_>\n 3 18 6 3 3.\n <_>\n \n <_>\n 16 13 8 10 -1.\n <_>\n 20 13 4 5 2.\n <_>\n 16 18 4 5 2.\n <_>\n \n <_>\n 0 14 24 4 -1.\n <_>\n 8 14 8 4 3.\n <_>\n \n <_>\n 13 18 6 6 -1.\n <_>\n 13 18 3 6 2.\n <_>\n \n <_>\n 0 13 8 10 -1.\n <_>\n 0 13 4 5 2.\n <_>\n 4 18 4 5 2.\n <_>\n \n <_>\n 0 14 24 6 -1.\n <_>\n 0 17 24 3 2.\n <_>\n \n <_>\n 5 2 12 8 -1.\n <_>\n 5 2 6 4 2.\n <_>\n 11 6 6 4 2.\n <_>\n \n <_>\n 8 9 9 6 -1.\n <_>\n 11 9 3 6 3.\n <_>\n \n <_>\n 4 3 16 4 -1.\n <_>\n 4 5 16 2 2.\n <_>\n \n <_>\n 10 2 4 10 -1.\n <_>\n 10 7 4 5 2.\n <_>\n \n <_>\n 8 4 5 8 -1.\n <_>\n 8 8 5 4 2.\n <_>\n \n <_>\n 11 5 9 12 -1.\n <_>\n 11 9 9 4 3.\n <_>\n \n <_>\n 4 5 9 12 -1.\n <_>\n 4 9 9 4 3.\n <_>\n \n <_>\n 14 6 6 9 -1.\n <_>\n 14 9 6 3 3.\n <_>\n \n <_>\n 2 4 20 12 -1.\n <_>\n 2 8 20 4 3.\n <_>\n \n <_>\n 4 4 17 16 -1.\n <_>\n 4 12 17 8 2.\n <_>\n \n <_>\n 8 7 7 6 -1.\n <_>\n 8 10 7 3 2.\n <_>\n \n <_>\n 1 9 23 2 -1.\n <_>\n 1 10 23 1 2.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 13 3 4 9 -1.\n <_>\n 13 3 2 9 2.\n <_>\n \n <_>\n 8 1 6 13 -1.\n <_>\n 10 1 2 13 3.\n <_>\n \n <_>\n 4 22 18 2 -1.\n <_>\n 4 23 18 1 2.\n <_>\n \n <_>\n 3 10 9 6 -1.\n <_>\n 6 10 3 6 3.\n <_>\n \n <_>\n 14 0 2 24 -1.\n <_>\n 14 0 1 24 2.\n <_>\n \n <_>\n 8 0 2 24 -1.\n <_>\n 9 0 1 24 2.\n <_>\n \n <_>\n 3 2 18 10 -1.\n <_>\n 9 2 6 10 3.\n <_>\n \n <_>\n 4 13 15 6 -1.\n <_>\n 9 13 5 6 3.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 9 21 6 3 3.\n <_>\n \n <_>\n 9 1 4 11 -1.\n <_>\n 11 1 2 11 2.\n <_>\n \n <_>\n 9 7 10 4 -1.\n <_>\n 9 7 5 4 2.\n <_>\n \n <_>\n 7 0 10 18 -1.\n <_>\n 12 0 5 18 2.\n <_>\n \n <_>\n 12 1 6 16 -1.\n <_>\n 14 1 2 16 3.\n <_>\n \n <_>\n 6 1 6 16 -1.\n <_>\n 8 1 2 16 3.\n <_>\n \n <_>\n 18 2 6 6 -1.\n <_>\n 18 5 6 3 2.\n <_>\n \n <_>\n 3 5 18 2 -1.\n <_>\n 3 6 18 1 2.\n <_>\n \n <_>\n 18 2 6 6 -1.\n <_>\n 18 5 6 3 2.\n <_>\n \n <_>\n 0 2 6 6 -1.\n <_>\n 0 5 6 3 2.\n <_>\n \n <_>\n 13 11 11 6 -1.\n <_>\n 13 13 11 2 3.\n <_>\n \n <_>\n 5 7 10 4 -1.\n <_>\n 10 7 5 4 2.\n <_>\n \n <_>\n 11 9 10 7 -1.\n <_>\n 11 9 5 7 2.\n <_>\n \n <_>\n 3 9 10 7 -1.\n <_>\n 8 9 5 7 2.\n <_>\n \n <_>\n 16 4 6 6 -1.\n <_>\n 16 4 3 6 2.\n <_>\n \n <_>\n 5 6 10 8 -1.\n <_>\n 5 6 5 4 2.\n <_>\n 10 10 5 4 2.\n <_>\n \n <_>\n 7 21 16 3 -1.\n <_>\n 7 21 8 3 2.\n <_>\n \n <_>\n 1 21 16 3 -1.\n <_>\n 9 21 8 3 2.\n <_>\n \n <_>\n 2 5 22 14 -1.\n <_>\n 13 5 11 7 2.\n <_>\n 2 12 11 7 2.\n <_>\n \n <_>\n 3 10 8 10 -1.\n <_>\n 3 10 4 5 2.\n <_>\n 7 15 4 5 2.\n <_>\n \n <_>\n 17 0 6 12 -1.\n <_>\n 20 0 3 6 2.\n <_>\n 17 6 3 6 2.\n <_>\n \n <_>\n 5 2 6 18 -1.\n <_>\n 7 2 2 18 3.\n <_>\n \n <_>\n 13 0 6 9 -1.\n <_>\n 15 0 2 9 3.\n <_>\n \n <_>\n 0 12 7 9 -1.\n <_>\n 0 15 7 3 3.\n <_>\n \n <_>\n 15 13 8 10 -1.\n <_>\n 19 13 4 5 2.\n <_>\n 15 18 4 5 2.\n <_>\n \n <_>\n 1 0 6 12 -1.\n <_>\n 1 0 3 6 2.\n <_>\n 4 6 3 6 2.\n <_>\n \n <_>\n 12 1 3 12 -1.\n <_>\n 12 7 3 6 2.\n <_>\n \n <_>\n 1 13 8 10 -1.\n <_>\n 1 13 4 5 2.\n <_>\n 5 18 4 5 2.\n <_>\n \n <_>\n 3 21 19 2 -1.\n <_>\n 3 22 19 1 2.\n <_>\n \n <_>\n 6 3 4 13 -1.\n <_>\n 8 3 2 13 2.\n <_>\n \n <_>\n 5 10 18 3 -1.\n <_>\n 5 11 18 1 3.\n <_>\n \n <_>\n 9 3 5 12 -1.\n <_>\n 9 7 5 4 3.\n <_>\n \n <_>\n 11 2 4 15 -1.\n <_>\n 11 7 4 5 3.\n <_>\n \n <_>\n 4 1 16 4 -1.\n <_>\n 4 3 16 2 2.\n <_>\n \n <_>\n 6 0 18 3 -1.\n <_>\n 6 1 18 1 3.\n <_>\n \n <_>\n 5 1 10 8 -1.\n <_>\n 5 1 5 4 2.\n <_>\n 10 5 5 4 2.\n <_>\n \n <_>\n 11 18 12 6 -1.\n <_>\n 17 18 6 3 2.\n <_>\n 11 21 6 3 2.\n <_>\n \n <_>\n 5 15 12 3 -1.\n <_>\n 11 15 6 3 2.\n <_>\n \n <_>\n 1 10 22 4 -1.\n <_>\n 1 10 11 4 2.\n <_>\n \n <_>\n 7 9 9 6 -1.\n <_>\n 10 9 3 6 3.\n <_>\n \n <_>\n 6 11 12 5 -1.\n <_>\n 10 11 4 5 3.\n <_>\n \n <_>\n 6 7 10 7 -1.\n <_>\n 11 7 5 7 2.\n <_>\n \n <_>\n 11 2 8 10 -1.\n <_>\n 11 2 4 10 2.\n <_>\n \n <_>\n 5 2 8 10 -1.\n <_>\n 9 2 4 10 2.\n <_>\n \n <_>\n 6 4 18 6 -1.\n <_>\n 15 4 9 3 2.\n <_>\n 6 7 9 3 2.\n <_>\n \n <_>\n 0 5 10 9 -1.\n <_>\n 0 8 10 3 3.\n <_>\n \n <_>\n 2 7 21 6 -1.\n <_>\n 2 9 21 2 3.\n <_>\n \n <_>\n 0 4 22 16 -1.\n <_>\n 0 4 11 8 2.\n <_>\n 11 12 11 8 2.\n <_>\n \n <_>\n 9 0 6 22 -1.\n <_>\n 9 11 6 11 2.\n <_>\n \n <_>\n 9 1 3 12 -1.\n <_>\n 9 7 3 6 2.\n <_>\n \n <_>\n 12 0 12 18 -1.\n <_>\n 18 0 6 9 2.\n <_>\n 12 9 6 9 2.\n <_>\n \n <_>\n 0 0 12 18 -1.\n <_>\n 0 0 6 9 2.\n <_>\n 6 9 6 9 2.\n <_>\n \n <_>\n 1 1 22 4 -1.\n <_>\n 12 1 11 2 2.\n <_>\n 1 3 11 2 2.\n <_>\n \n <_>\n 3 0 18 4 -1.\n <_>\n 3 2 18 2 2.\n <_>\n \n <_>\n 2 5 22 6 -1.\n <_>\n 2 7 22 2 3.\n <_>\n \n <_>\n 5 0 6 9 -1.\n <_>\n 5 3 6 3 3.\n <_>\n \n <_>\n 10 14 6 9 -1.\n <_>\n 12 14 2 9 3.\n <_>\n \n <_>\n 8 14 6 9 -1.\n <_>\n 10 14 2 9 3.\n <_>\n \n <_>\n 5 18 18 3 -1.\n <_>\n 5 19 18 1 3.\n <_>\n \n <_>\n 6 0 6 13 -1.\n <_>\n 9 0 3 13 2.\n <_>\n \n <_>\n 7 4 12 4 -1.\n <_>\n 7 4 6 4 2.\n <_>\n \n <_>\n 5 2 12 6 -1.\n <_>\n 9 2 4 6 3.\n <_>\n \n <_>\n 4 1 18 3 -1.\n <_>\n 4 2 18 1 3.\n <_>\n \n <_>\n 0 8 6 12 -1.\n <_>\n 0 12 6 4 3.\n <_>\n \n <_>\n 9 15 6 9 -1.\n <_>\n 11 15 2 9 3.\n <_>\n \n <_>\n 9 10 6 13 -1.\n <_>\n 11 10 2 13 3.\n <_>\n \n <_>\n 6 17 18 2 -1.\n <_>\n 6 18 18 1 2.\n <_>\n \n <_>\n 9 4 6 9 -1.\n <_>\n 11 4 2 9 3.\n <_>\n \n <_>\n 10 0 6 9 -1.\n <_>\n 12 0 2 9 3.\n <_>\n \n <_>\n 5 6 10 8 -1.\n <_>\n 5 6 5 4 2.\n <_>\n 10 10 5 4 2.\n <_>\n \n <_>\n 14 9 5 8 -1.\n <_>\n 14 13 5 4 2.\n <_>\n \n <_>\n 5 9 5 8 -1.\n <_>\n 5 13 5 4 2.\n <_>\n \n <_>\n 14 11 9 6 -1.\n <_>\n 14 13 9 2 3.\n <_>\n \n <_>\n 0 2 23 15 -1.\n <_>\n 0 7 23 5 3.\n <_>\n \n <_>\n 16 0 8 12 -1.\n <_>\n 16 6 8 6 2.\n <_>\n \n <_>\n 4 15 6 9 -1.\n <_>\n 4 18 6 3 3.\n <_>\n \n <_>\n 8 18 9 4 -1.\n <_>\n 8 20 9 2 2.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 13 11 11 6 -1.\n <_>\n 13 13 11 2 3.\n <_>\n \n <_>\n 0 11 11 6 -1.\n <_>\n 0 13 11 2 3.\n <_>\n \n <_>\n 0 9 24 6 -1.\n <_>\n 12 9 12 3 2.\n <_>\n 0 12 12 3 2.\n <_>\n \n <_>\n 6 16 8 8 -1.\n <_>\n 6 20 8 4 2.\n <_>\n \n <_>\n 10 16 14 6 -1.\n <_>\n 10 18 14 2 3.\n <_>\n \n <_>\n 1 1 21 3 -1.\n <_>\n 1 2 21 1 3.\n <_>\n \n <_>\n 0 2 24 3 -1.\n <_>\n 0 2 12 3 2.\n <_>\n \n <_>\n 2 15 8 5 -1.\n <_>\n 6 15 4 5 2.\n <_>\n \n <_>\n 2 11 21 3 -1.\n <_>\n 9 11 7 3 3.\n <_>\n \n <_>\n 1 18 12 6 -1.\n <_>\n 1 18 6 3 2.\n <_>\n 7 21 6 3 2.\n <_>\n \n <_>\n 10 14 4 10 -1.\n <_>\n 10 19 4 5 2.\n <_>\n \n <_>\n 7 7 4 10 -1.\n <_>\n 7 12 4 5 2.\n <_>\n \n <_>\n 9 8 6 12 -1.\n <_>\n 9 12 6 4 3.\n <_>\n \n <_>\n 7 1 9 6 -1.\n <_>\n 10 1 3 6 3.\n <_>\n \n <_>\n 3 14 19 2 -1.\n <_>\n 3 15 19 1 2.\n <_>\n \n <_>\n 7 7 10 10 -1.\n <_>\n 7 7 5 5 2.\n <_>\n 12 12 5 5 2.\n <_>\n \n <_>\n 3 12 18 12 -1.\n <_>\n 3 12 9 12 2.\n <_>\n \n <_>\n 8 0 6 12 -1.\n <_>\n 10 0 2 12 3.\n <_>\n \n <_>\n 3 0 17 9 -1.\n <_>\n 3 3 17 3 3.\n <_>\n \n <_>\n 6 0 12 11 -1.\n <_>\n 10 0 4 11 3.\n <_>\n \n <_>\n 1 0 6 13 -1.\n <_>\n 4 0 3 13 2.\n <_>\n \n <_>\n 5 8 16 6 -1.\n <_>\n 5 11 16 3 2.\n <_>\n \n <_>\n 8 8 5 12 -1.\n <_>\n 8 14 5 6 2.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 9 21 6 3 3.\n <_>\n \n <_>\n 0 0 6 6 -1.\n <_>\n 3 0 3 6 2.\n <_>\n \n <_>\n 2 0 20 3 -1.\n <_>\n 2 1 20 1 3.\n <_>\n \n <_>\n 4 6 15 10 -1.\n <_>\n 9 6 5 10 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 14 0 6 9 -1.\n <_>\n 16 0 2 9 3.\n <_>\n \n <_>\n 7 16 9 6 -1.\n <_>\n 7 18 9 2 3.\n <_>\n \n <_>\n 14 0 6 9 -1.\n <_>\n 16 0 2 9 3.\n <_>\n \n <_>\n 4 0 6 9 -1.\n <_>\n 6 0 2 9 3.\n <_>\n \n <_>\n 17 1 6 16 -1.\n <_>\n 19 1 2 16 3.\n <_>\n \n <_>\n 1 1 6 16 -1.\n <_>\n 3 1 2 16 3.\n <_>\n \n <_>\n 14 13 6 9 -1.\n <_>\n 14 16 6 3 3.\n <_>\n \n <_>\n 0 0 6 9 -1.\n <_>\n 0 3 6 3 3.\n <_>\n \n <_>\n 9 5 6 6 -1.\n <_>\n 9 5 3 6 2.\n <_>\n \n <_>\n 3 10 9 6 -1.\n <_>\n 6 10 3 6 3.\n <_>\n \n <_>\n 14 7 3 16 -1.\n <_>\n 14 15 3 8 2.\n <_>\n \n <_>\n 4 10 14 12 -1.\n <_>\n 4 10 7 6 2.\n <_>\n 11 16 7 6 2.\n <_>\n \n <_>\n 7 6 12 6 -1.\n <_>\n 7 8 12 2 3.\n <_>\n \n <_>\n 7 2 4 20 -1.\n <_>\n 9 2 2 20 2.\n <_>\n \n <_>\n 14 13 6 9 -1.\n <_>\n 14 16 6 3 3.\n <_>\n \n <_>\n 10 6 4 9 -1.\n <_>\n 12 6 2 9 2.\n <_>\n \n <_>\n 14 13 6 9 -1.\n <_>\n 14 16 6 3 3.\n <_>\n \n <_>\n 5 20 14 4 -1.\n <_>\n 5 22 14 2 2.\n <_>\n \n <_>\n 4 4 16 12 -1.\n <_>\n 4 10 16 6 2.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 3 0 21 4 -1.\n <_>\n 3 2 21 2 2.\n <_>\n \n <_>\n 4 13 6 9 -1.\n <_>\n 4 16 6 3 3.\n <_>\n \n <_>\n 16 16 5 8 -1.\n <_>\n 16 20 5 4 2.\n <_>\n \n <_>\n 4 0 16 16 -1.\n <_>\n 4 0 8 8 2.\n <_>\n 12 8 8 8 2.\n <_>\n \n <_>\n 6 6 14 6 -1.\n <_>\n 13 6 7 3 2.\n <_>\n 6 9 7 3 2.\n <_>\n \n <_>\n 10 5 4 15 -1.\n <_>\n 10 10 4 5 3.\n <_>\n \n <_>\n 9 15 12 8 -1.\n <_>\n 15 15 6 4 2.\n <_>\n 9 19 6 4 2.\n <_>\n \n <_>\n 6 7 12 4 -1.\n <_>\n 12 7 6 4 2.\n <_>\n \n <_>\n 5 6 14 6 -1.\n <_>\n 12 6 7 3 2.\n <_>\n 5 9 7 3 2.\n <_>\n \n <_>\n 3 6 18 10 -1.\n <_>\n 3 6 9 5 2.\n <_>\n 12 11 9 5 2.\n <_>\n \n <_>\n 6 0 18 21 -1.\n <_>\n 12 0 6 21 3.\n <_>\n \n <_>\n 0 0 24 21 -1.\n <_>\n 8 0 8 21 3.\n <_>\n \n <_>\n 6 18 18 3 -1.\n <_>\n 6 19 18 1 3.\n <_>\n \n <_>\n 0 15 9 6 -1.\n <_>\n 0 17 9 2 3.\n <_>\n \n <_>\n 4 3 19 2 -1.\n <_>\n 4 4 19 1 2.\n <_>\n \n <_>\n 0 3 24 2 -1.\n <_>\n 0 4 24 1 2.\n <_>\n \n <_>\n 15 14 9 4 -1.\n <_>\n 15 16 9 2 2.\n <_>\n \n <_>\n 0 14 9 4 -1.\n <_>\n 0 16 9 2 2.\n <_>\n \n <_>\n 6 15 18 2 -1.\n <_>\n 6 16 18 1 2.\n <_>\n \n <_>\n 3 17 18 3 -1.\n <_>\n 3 18 18 1 3.\n <_>\n \n <_>\n 12 0 3 23 -1.\n <_>\n 13 0 1 23 3.\n <_>\n \n <_>\n 6 0 8 6 -1.\n <_>\n 6 3 8 3 2.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 9 0 3 23 -1.\n <_>\n 10 0 1 23 3.\n <_>\n \n <_>\n 10 7 4 10 -1.\n <_>\n 10 12 4 5 2.\n <_>\n \n <_>\n 7 8 10 12 -1.\n <_>\n 7 12 10 4 3.\n <_>\n \n <_>\n 14 9 6 14 -1.\n <_>\n 17 9 3 7 2.\n <_>\n 14 16 3 7 2.\n <_>\n \n <_>\n 2 0 10 9 -1.\n <_>\n 2 3 10 3 3.\n <_>\n \n <_>\n 11 1 5 12 -1.\n <_>\n 11 7 5 6 2.\n <_>\n \n <_>\n 1 4 12 10 -1.\n <_>\n 1 4 6 5 2.\n <_>\n 7 9 6 5 2.\n <_>\n \n <_>\n 15 1 9 4 -1.\n <_>\n 15 3 9 2 2.\n <_>\n \n <_>\n 1 2 8 10 -1.\n <_>\n 1 2 4 5 2.\n <_>\n 5 7 4 5 2.\n <_>\n \n <_>\n 10 1 5 12 -1.\n <_>\n 10 5 5 4 3.\n <_>\n \n <_>\n 4 0 14 24 -1.\n <_>\n 11 0 7 24 2.\n <_>\n \n <_>\n 7 17 10 4 -1.\n <_>\n 7 19 10 2 2.\n <_>\n \n <_>\n 10 14 4 10 -1.\n <_>\n 10 19 4 5 2.\n <_>\n \n <_>\n 13 15 6 9 -1.\n <_>\n 15 15 2 9 3.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 3 22 18 1 3.\n <_>\n \n <_>\n 13 15 6 9 -1.\n <_>\n 15 15 2 9 3.\n <_>\n \n <_>\n 5 15 6 9 -1.\n <_>\n 7 15 2 9 3.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 12 6 2 9 2.\n <_>\n 10 15 2 9 2.\n <_>\n \n <_>\n 7 3 6 11 -1.\n <_>\n 9 3 2 11 3.\n <_>\n \n <_>\n 15 1 9 4 -1.\n <_>\n 15 3 9 2 2.\n <_>\n \n <_>\n 5 4 14 8 -1.\n <_>\n 5 8 14 4 2.\n <_>\n \n <_>\n 8 1 15 9 -1.\n <_>\n 8 4 15 3 3.\n <_>\n \n <_>\n 7 2 8 10 -1.\n <_>\n 7 2 4 5 2.\n <_>\n 11 7 4 5 2.\n <_>\n \n <_>\n 12 2 6 12 -1.\n <_>\n 12 2 3 12 2.\n <_>\n \n <_>\n 6 2 6 12 -1.\n <_>\n 9 2 3 12 2.\n <_>\n \n <_>\n 7 7 12 4 -1.\n <_>\n 7 7 6 4 2.\n <_>\n \n <_>\n 6 3 12 10 -1.\n <_>\n 10 3 4 10 3.\n <_>\n \n <_>\n 5 6 16 6 -1.\n <_>\n 13 6 8 3 2.\n <_>\n 5 9 8 3 2.\n <_>\n \n <_>\n 3 1 18 9 -1.\n <_>\n 9 1 6 9 3.\n <_>\n \n <_>\n 3 8 18 5 -1.\n <_>\n 9 8 6 5 3.\n <_>\n \n <_>\n 0 0 24 22 -1.\n <_>\n 0 0 12 11 2.\n <_>\n 12 11 12 11 2.\n <_>\n \n <_>\n 14 16 9 6 -1.\n <_>\n 14 18 9 2 3.\n <_>\n \n <_>\n 0 16 24 8 -1.\n <_>\n 0 20 24 4 2.\n <_>\n \n <_>\n 1 19 22 4 -1.\n <_>\n 12 19 11 2 2.\n <_>\n 1 21 11 2 2.\n <_>\n \n <_>\n 1 16 9 6 -1.\n <_>\n 1 18 9 2 3.\n <_>\n \n <_>\n 7 8 10 4 -1.\n <_>\n 7 8 5 4 2.\n <_>\n \n <_>\n 9 15 6 9 -1.\n <_>\n 11 15 2 9 3.\n <_>\n \n <_>\n 10 18 12 6 -1.\n <_>\n 16 18 6 3 2.\n <_>\n 10 21 6 3 2.\n <_>\n \n <_>\n 2 18 12 6 -1.\n <_>\n 2 18 6 3 2.\n <_>\n 8 21 6 3 2.\n <_>\n \n <_>\n 8 3 16 9 -1.\n <_>\n 8 6 16 3 3.\n <_>\n \n <_>\n 0 5 10 6 -1.\n <_>\n 0 7 10 2 3.\n <_>\n \n <_>\n 5 5 18 3 -1.\n <_>\n 5 6 18 1 3.\n <_>\n \n <_>\n 2 6 9 6 -1.\n <_>\n 2 9 9 3 2.\n <_>\n \n <_>\n 14 2 10 9 -1.\n <_>\n 14 5 10 3 3.\n <_>\n \n <_>\n 3 6 18 3 -1.\n <_>\n 3 7 18 1 3.\n <_>\n \n <_>\n 9 2 15 6 -1.\n <_>\n 9 4 15 2 3.\n <_>\n \n <_>\n 4 8 15 6 -1.\n <_>\n 4 10 15 2 3.\n <_>\n \n <_>\n 0 5 24 4 -1.\n <_>\n 12 5 12 2 2.\n <_>\n 0 7 12 2 2.\n <_>\n \n <_>\n 7 8 6 12 -1.\n <_>\n 9 8 2 12 3.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 0 12 6 12 -1.\n <_>\n 0 12 3 6 2.\n <_>\n 3 18 3 6 2.\n <_>\n \n <_>\n 14 12 10 6 -1.\n <_>\n 14 14 10 2 3.\n <_>\n \n <_>\n 2 7 18 9 -1.\n <_>\n 2 10 18 3 3.\n <_>\n \n <_>\n 11 14 10 9 -1.\n <_>\n 11 17 10 3 3.\n <_>\n \n <_>\n 7 6 10 8 -1.\n <_>\n 7 6 5 4 2.\n <_>\n 12 10 5 4 2.\n <_>\n \n <_>\n 6 6 14 6 -1.\n <_>\n 13 6 7 3 2.\n <_>\n 6 9 7 3 2.\n <_>\n \n <_>\n 4 13 9 7 -1.\n <_>\n 7 13 3 7 3.\n <_>\n \n <_>\n 14 10 6 12 -1.\n <_>\n 17 10 3 6 2.\n <_>\n 14 16 3 6 2.\n <_>\n \n <_>\n 4 10 6 12 -1.\n <_>\n 4 10 3 6 2.\n <_>\n 7 16 3 6 2.\n <_>\n \n <_>\n 13 9 8 6 -1.\n <_>\n 13 9 4 6 2.\n <_>\n \n <_>\n 8 3 4 14 -1.\n <_>\n 10 3 2 14 2.\n <_>\n \n <_>\n 17 0 3 18 -1.\n <_>\n 18 0 1 18 3.\n <_>\n \n <_>\n 4 12 16 12 -1.\n <_>\n 12 12 8 12 2.\n <_>\n \n <_>\n 15 0 6 14 -1.\n <_>\n 17 0 2 14 3.\n <_>\n \n <_>\n 3 0 6 14 -1.\n <_>\n 5 0 2 14 3.\n <_>\n \n <_>\n 12 2 12 20 -1.\n <_>\n 16 2 4 20 3.\n <_>\n \n <_>\n 0 2 12 20 -1.\n <_>\n 4 2 4 20 3.\n <_>\n \n <_>\n 16 0 6 17 -1.\n <_>\n 18 0 2 17 3.\n <_>\n \n <_>\n 2 0 6 17 -1.\n <_>\n 4 0 2 17 3.\n <_>\n \n <_>\n 15 6 9 6 -1.\n <_>\n 15 8 9 2 3.\n <_>\n \n <_>\n 0 6 9 6 -1.\n <_>\n 0 8 9 2 3.\n <_>\n \n <_>\n 18 1 6 13 -1.\n <_>\n 20 1 2 13 3.\n <_>\n \n <_>\n 0 1 6 13 -1.\n <_>\n 2 1 2 13 3.\n <_>\n \n <_>\n 16 0 4 9 -1.\n <_>\n 16 0 2 9 2.\n <_>\n \n <_>\n 5 10 12 7 -1.\n <_>\n 9 10 4 7 3.\n <_>\n \n <_>\n 12 9 12 6 -1.\n <_>\n 12 11 12 2 3.\n <_>\n \n <_>\n 0 9 12 6 -1.\n <_>\n 0 11 12 2 3.\n <_>\n \n <_>\n 5 7 14 9 -1.\n <_>\n 5 10 14 3 3.\n <_>\n \n <_>\n 0 15 20 3 -1.\n <_>\n 0 16 20 1 3.\n <_>\n \n <_>\n 8 10 8 10 -1.\n <_>\n 12 10 4 5 2.\n <_>\n 8 15 4 5 2.\n <_>\n \n <_>\n 5 4 13 9 -1.\n <_>\n 5 7 13 3 3.\n <_>\n \n <_>\n 10 2 6 18 -1.\n <_>\n 10 8 6 6 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 6 9 12 4 -1.\n <_>\n 6 11 12 2 2.\n <_>\n \n <_>\n 3 2 15 12 -1.\n <_>\n 3 6 15 4 3.\n <_>\n \n <_>\n 12 0 12 5 -1.\n <_>\n 16 0 4 5 3.\n <_>\n \n <_>\n 0 15 18 3 -1.\n <_>\n 6 15 6 3 3.\n <_>\n \n <_>\n 0 14 24 5 -1.\n <_>\n 8 14 8 5 3.\n <_>\n \n <_>\n 5 1 3 18 -1.\n <_>\n 6 1 1 18 3.\n <_>\n \n <_>\n 10 0 4 14 -1.\n <_>\n 10 0 2 14 2.\n <_>\n \n <_>\n 9 3 4 9 -1.\n <_>\n 11 3 2 9 2.\n <_>\n \n <_>\n 8 2 12 6 -1.\n <_>\n 14 2 6 3 2.\n <_>\n 8 5 6 3 2.\n <_>\n \n <_>\n 0 4 17 4 -1.\n <_>\n 0 6 17 2 2.\n <_>\n \n <_>\n 16 16 5 8 -1.\n <_>\n 16 20 5 4 2.\n <_>\n \n <_>\n 3 16 5 8 -1.\n <_>\n 3 20 5 4 2.\n <_>\n \n <_>\n 6 18 18 2 -1.\n <_>\n 6 19 18 1 2.\n <_>\n \n <_>\n 0 0 12 5 -1.\n <_>\n 4 0 4 5 3.\n <_>\n \n <_>\n 14 3 6 12 -1.\n <_>\n 17 3 3 6 2.\n <_>\n 14 9 3 6 2.\n <_>\n \n <_>\n 0 12 6 12 -1.\n <_>\n 2 12 2 12 3.\n <_>\n \n <_>\n 2 3 21 3 -1.\n <_>\n 2 4 21 1 3.\n <_>\n \n <_>\n 4 3 6 12 -1.\n <_>\n 4 3 3 6 2.\n <_>\n 7 9 3 6 2.\n <_>\n \n <_>\n 12 8 12 6 -1.\n <_>\n 18 8 6 3 2.\n <_>\n 12 11 6 3 2.\n <_>\n \n <_>\n 0 15 16 9 -1.\n <_>\n 8 15 8 9 2.\n <_>\n \n <_>\n 6 13 18 5 -1.\n <_>\n 6 13 9 5 2.\n <_>\n \n <_>\n 1 6 15 6 -1.\n <_>\n 6 6 5 6 3.\n <_>\n \n <_>\n 11 9 9 6 -1.\n <_>\n 14 9 3 6 3.\n <_>\n \n <_>\n 3 0 15 11 -1.\n <_>\n 8 0 5 11 3.\n <_>\n \n <_>\n 15 3 3 18 -1.\n <_>\n 15 9 3 6 3.\n <_>\n \n <_>\n 6 3 3 18 -1.\n <_>\n 6 9 3 6 3.\n <_>\n \n <_>\n 9 5 10 8 -1.\n <_>\n 14 5 5 4 2.\n <_>\n 9 9 5 4 2.\n <_>\n \n <_>\n 4 4 16 8 -1.\n <_>\n 4 4 8 4 2.\n <_>\n 12 8 8 4 2.\n <_>\n \n <_>\n 7 7 12 3 -1.\n <_>\n 7 7 6 3 2.\n <_>\n \n <_>\n 5 0 9 13 -1.\n <_>\n 8 0 3 13 3.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 8 1 10 9 -1.\n <_>\n 8 4 10 3 3.\n <_>\n \n <_>\n 0 2 18 2 -1.\n <_>\n 0 3 18 1 2.\n <_>\n \n <_>\n 10 13 14 6 -1.\n <_>\n 17 13 7 3 2.\n <_>\n 10 16 7 3 2.\n <_>\n \n <_>\n 0 13 14 6 -1.\n <_>\n 0 13 7 3 2.\n <_>\n 7 16 7 3 2.\n <_>\n \n <_>\n 20 2 3 21 -1.\n <_>\n 21 2 1 21 3.\n <_>\n \n <_>\n 0 9 5 12 -1.\n <_>\n 0 13 5 4 3.\n <_>\n \n <_>\n 12 6 12 6 -1.\n <_>\n 12 8 12 2 3.\n <_>\n \n <_>\n 1 8 20 3 -1.\n <_>\n 1 9 20 1 3.\n <_>\n \n <_>\n 5 7 19 3 -1.\n <_>\n 5 8 19 1 3.\n <_>\n \n <_>\n 1 12 9 6 -1.\n <_>\n 1 14 9 2 3.\n <_>\n \n <_>\n 6 10 14 12 -1.\n <_>\n 6 14 14 4 3.\n <_>\n \n <_>\n 5 6 14 18 -1.\n <_>\n 5 12 14 6 3.\n <_>\n \n <_>\n 11 12 9 7 -1.\n <_>\n 14 12 3 7 3.\n <_>\n \n <_>\n 1 15 18 4 -1.\n <_>\n 1 17 18 2 2.\n <_>\n \n <_>\n 11 14 6 9 -1.\n <_>\n 11 17 6 3 3.\n <_>\n \n <_>\n 0 8 18 4 -1.\n <_>\n 0 8 9 2 2.\n <_>\n 9 10 9 2 2.\n <_>\n \n <_>\n 3 10 20 6 -1.\n <_>\n 13 10 10 3 2.\n <_>\n 3 13 10 3 2.\n <_>\n \n <_>\n 1 10 20 6 -1.\n <_>\n 1 10 10 3 2.\n <_>\n 11 13 10 3 2.\n <_>\n \n <_>\n 0 9 24 2 -1.\n <_>\n 0 9 12 2 2.\n <_>\n \n <_>\n 1 12 20 8 -1.\n <_>\n 1 12 10 4 2.\n <_>\n 11 16 10 4 2.\n <_>\n \n <_>\n 11 12 9 7 -1.\n <_>\n 14 12 3 7 3.\n <_>\n \n <_>\n 4 12 9 7 -1.\n <_>\n 7 12 3 7 3.\n <_>\n \n <_>\n 12 12 8 5 -1.\n <_>\n 12 12 4 5 2.\n <_>\n \n <_>\n 4 12 8 5 -1.\n <_>\n 8 12 4 5 2.\n <_>\n \n <_>\n 13 10 4 10 -1.\n <_>\n 13 10 2 10 2.\n <_>\n \n <_>\n 1 15 20 2 -1.\n <_>\n 11 15 10 2 2.\n <_>\n \n <_>\n 9 10 6 6 -1.\n <_>\n 9 10 3 6 2.\n <_>\n \n <_>\n 0 1 21 3 -1.\n <_>\n 7 1 7 3 3.\n <_>\n \n <_>\n 6 4 13 9 -1.\n <_>\n 6 7 13 3 3.\n <_>\n \n <_>\n 6 5 12 5 -1.\n <_>\n 10 5 4 5 3.\n <_>\n \n <_>\n 10 10 10 6 -1.\n <_>\n 10 12 10 2 3.\n <_>\n \n <_>\n 6 12 5 8 -1.\n <_>\n 6 16 5 4 2.\n <_>\n \n <_>\n 13 0 6 9 -1.\n <_>\n 15 0 2 9 3.\n <_>\n \n <_>\n 2 10 18 6 -1.\n <_>\n 8 10 6 6 3.\n <_>\n \n <_>\n 11 2 9 4 -1.\n <_>\n 11 4 9 2 2.\n <_>\n \n <_>\n 1 20 21 3 -1.\n <_>\n 8 20 7 3 3.\n <_>\n \n <_>\n 1 10 22 2 -1.\n <_>\n 1 11 22 1 2.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 13 0 6 9 -1.\n <_>\n 15 0 2 9 3.\n <_>\n \n <_>\n 5 0 6 9 -1.\n <_>\n 7 0 2 9 3.\n <_>\n \n <_>\n 18 2 6 20 -1.\n <_>\n 20 2 2 20 3.\n <_>\n \n <_>\n 0 2 6 20 -1.\n <_>\n 2 2 2 20 3.\n <_>\n \n <_>\n 11 7 6 14 -1.\n <_>\n 14 7 3 7 2.\n <_>\n 11 14 3 7 2.\n <_>\n \n <_>\n 0 1 4 9 -1.\n <_>\n 2 1 2 9 2.\n <_>\n \n <_>\n 12 14 9 4 -1.\n <_>\n 12 16 9 2 2.\n <_>\n \n <_>\n 1 13 9 4 -1.\n <_>\n 1 15 9 2 2.\n <_>\n \n <_>\n 7 6 15 6 -1.\n <_>\n 7 8 15 2 3.\n <_>\n \n <_>\n 8 2 3 18 -1.\n <_>\n 8 8 3 6 3.\n <_>\n \n <_>\n 6 6 12 6 -1.\n <_>\n 12 6 6 3 2.\n <_>\n 6 9 6 3 2.\n <_>\n \n <_>\n 2 19 20 4 -1.\n <_>\n 2 19 10 2 2.\n <_>\n 12 21 10 2 2.\n <_>\n \n <_>\n 14 15 6 9 -1.\n <_>\n 14 18 6 3 3.\n <_>\n \n <_>\n 3 5 18 14 -1.\n <_>\n 3 5 9 7 2.\n <_>\n 12 12 9 7 2.\n <_>\n \n <_>\n 15 6 4 18 -1.\n <_>\n 17 6 2 9 2.\n <_>\n 15 15 2 9 2.\n <_>\n \n <_>\n 5 6 4 18 -1.\n <_>\n 5 6 2 9 2.\n <_>\n 7 15 2 9 2.\n <_>\n \n <_>\n 11 0 6 9 -1.\n <_>\n 13 0 2 9 3.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 11 5 6 9 -1.\n <_>\n 13 5 2 9 3.\n <_>\n \n <_>\n 9 5 6 6 -1.\n <_>\n 12 5 3 6 2.\n <_>\n \n <_>\n 4 1 16 6 -1.\n <_>\n 12 1 8 3 2.\n <_>\n 4 4 8 3 2.\n <_>\n \n <_>\n 9 13 6 11 -1.\n <_>\n 11 13 2 11 3.\n <_>\n \n <_>\n 17 1 6 12 -1.\n <_>\n 20 1 3 6 2.\n <_>\n 17 7 3 6 2.\n <_>\n \n <_>\n 1 17 18 3 -1.\n <_>\n 1 18 18 1 3.\n <_>\n \n <_>\n 7 13 10 8 -1.\n <_>\n 7 17 10 4 2.\n <_>\n \n <_>\n 6 18 10 6 -1.\n <_>\n 6 20 10 2 3.\n <_>\n \n <_>\n 9 14 9 4 -1.\n <_>\n 9 16 9 2 2.\n <_>\n \n <_>\n 1 1 6 12 -1.\n <_>\n 1 1 3 6 2.\n <_>\n 4 7 3 6 2.\n <_>\n \n <_>\n 19 4 5 12 -1.\n <_>\n 19 8 5 4 3.\n <_>\n \n <_>\n 0 0 8 8 -1.\n <_>\n 4 0 4 8 2.\n <_>\n \n <_>\n 3 5 19 3 -1.\n <_>\n 3 6 19 1 3.\n <_>\n \n <_>\n 1 5 12 6 -1.\n <_>\n 1 5 6 3 2.\n <_>\n 7 8 6 3 2.\n <_>\n \n <_>\n 2 1 21 8 -1.\n <_>\n 9 1 7 8 3.\n <_>\n \n <_>\n 4 1 16 8 -1.\n <_>\n 4 5 16 4 2.\n <_>\n \n <_>\n 6 0 18 3 -1.\n <_>\n 6 1 18 1 3.\n <_>\n \n <_>\n 4 4 10 14 -1.\n <_>\n 4 11 10 7 2.\n <_>\n \n <_>\n 15 6 4 10 -1.\n <_>\n 15 11 4 5 2.\n <_>\n \n <_>\n 3 18 18 3 -1.\n <_>\n 9 18 6 3 3.\n <_>\n \n <_>\n 8 18 12 6 -1.\n <_>\n 12 18 4 6 3.\n <_>\n \n <_>\n 3 15 6 9 -1.\n <_>\n 6 15 3 9 2.\n <_>\n \n <_>\n 15 7 6 8 -1.\n <_>\n 15 11 6 4 2.\n <_>\n \n <_>\n 3 7 6 8 -1.\n <_>\n 3 11 6 4 2.\n <_>\n \n <_>\n 5 9 18 6 -1.\n <_>\n 14 9 9 3 2.\n <_>\n 5 12 9 3 2.\n <_>\n \n <_>\n 1 13 12 6 -1.\n <_>\n 1 15 12 2 3.\n <_>\n \n <_>\n 14 15 10 6 -1.\n <_>\n 14 17 10 2 3.\n <_>\n \n <_>\n 0 15 10 6 -1.\n <_>\n 0 17 10 2 3.\n <_>\n \n <_>\n 15 13 6 9 -1.\n <_>\n 15 16 6 3 3.\n <_>\n \n <_>\n 3 13 6 9 -1.\n <_>\n 3 16 6 3 3.\n <_>\n \n <_>\n 9 5 8 8 -1.\n <_>\n 9 5 4 8 2.\n <_>\n \n <_>\n 1 18 12 6 -1.\n <_>\n 1 18 6 3 2.\n <_>\n 7 21 6 3 2.\n <_>\n \n <_>\n 13 19 10 4 -1.\n <_>\n 13 21 10 2 2.\n <_>\n \n <_>\n 1 19 10 4 -1.\n <_>\n 1 21 10 2 2.\n <_>\n \n <_>\n 6 19 18 3 -1.\n <_>\n 6 20 18 1 3.\n <_>\n \n <_>\n 8 14 4 10 -1.\n <_>\n 8 19 4 5 2.\n <_>\n \n <_>\n 0 0 24 6 -1.\n <_>\n 0 2 24 2 3.\n <_>\n \n <_>\n 0 1 6 9 -1.\n <_>\n 0 4 6 3 3.\n <_>\n \n <_>\n 4 9 20 6 -1.\n <_>\n 14 9 10 3 2.\n <_>\n 4 12 10 3 2.\n <_>\n \n <_>\n 1 15 19 8 -1.\n <_>\n 1 19 19 4 2.\n <_>\n \n <_>\n 14 0 10 6 -1.\n <_>\n 14 2 10 2 3.\n <_>\n \n <_>\n 1 10 21 14 -1.\n <_>\n 8 10 7 14 3.\n <_>\n \n <_>\n 10 10 8 8 -1.\n <_>\n 10 10 4 8 2.\n <_>\n \n <_>\n 6 8 10 4 -1.\n <_>\n 11 8 5 4 2.\n <_>\n \n <_>\n 10 5 4 9 -1.\n <_>\n 10 5 2 9 2.\n <_>\n \n <_>\n 7 5 6 10 -1.\n <_>\n 9 5 2 10 3.\n <_>\n \n <_>\n 14 4 4 13 -1.\n <_>\n 14 4 2 13 2.\n <_>\n \n <_>\n 6 4 4 13 -1.\n <_>\n 8 4 2 13 2.\n <_>\n \n <_>\n 8 7 9 6 -1.\n <_>\n 11 7 3 6 3.\n <_>\n \n <_>\n 3 6 16 6 -1.\n <_>\n 3 6 8 3 2.\n <_>\n 11 9 8 3 2.\n <_>\n \n <_>\n 5 4 16 14 -1.\n <_>\n 13 4 8 7 2.\n <_>\n 5 11 8 7 2.\n <_>\n \n <_>\n 0 0 24 4 -1.\n <_>\n 0 0 12 2 2.\n <_>\n 12 2 12 2 2.\n <_>\n \n <_>\n 9 1 9 6 -1.\n <_>\n 12 1 3 6 3.\n <_>\n \n <_>\n 4 1 14 4 -1.\n <_>\n 11 1 7 4 2.\n <_>\n \n <_>\n 10 14 7 9 -1.\n <_>\n 10 17 7 3 3.\n <_>\n \n <_>\n 8 3 8 10 -1.\n <_>\n 8 3 4 5 2.\n <_>\n 12 8 4 5 2.\n <_>\n \n <_>\n 7 3 12 5 -1.\n <_>\n 11 3 4 5 3.\n <_>\n \n <_>\n 8 2 4 13 -1.\n <_>\n 10 2 2 13 2.\n <_>\n \n <_>\n 11 2 3 19 -1.\n <_>\n 12 2 1 19 3.\n <_>\n \n <_>\n 7 7 9 6 -1.\n <_>\n 10 7 3 6 3.\n <_>\n \n <_>\n 4 22 20 2 -1.\n <_>\n 4 22 10 2 2.\n <_>\n \n <_>\n 0 16 24 4 -1.\n <_>\n 0 16 12 2 2.\n <_>\n 12 18 12 2 2.\n <_>\n \n <_>\n 7 3 12 5 -1.\n <_>\n 11 3 4 5 3.\n <_>\n \n <_>\n 1 10 8 14 -1.\n <_>\n 1 10 4 7 2.\n <_>\n 5 17 4 7 2.\n <_>\n \n <_>\n 11 16 6 6 -1.\n <_>\n 11 19 6 3 2.\n <_>\n \n <_>\n 6 0 10 24 -1.\n <_>\n 6 0 5 12 2.\n <_>\n 11 12 5 12 2.\n <_>\n \n <_>\n 7 5 14 14 -1.\n <_>\n 14 5 7 7 2.\n <_>\n 7 12 7 7 2.\n <_>\n \n <_>\n 7 8 10 8 -1.\n <_>\n 7 8 5 4 2.\n <_>\n 12 12 5 4 2.\n <_>\n \n <_>\n 9 1 9 6 -1.\n <_>\n 12 1 3 6 3.\n <_>\n \n <_>\n 0 6 24 3 -1.\n <_>\n 12 6 12 3 2.\n <_>\n \n <_>\n 7 3 12 5 -1.\n <_>\n 11 3 4 5 3.\n <_>\n \n <_>\n 1 13 22 4 -1.\n <_>\n 1 13 11 2 2.\n <_>\n 12 15 11 2 2.\n <_>\n \n <_>\n 9 12 12 6 -1.\n <_>\n 9 14 12 2 3.\n <_>\n \n <_>\n 0 5 9 6 -1.\n <_>\n 0 7 9 2 3.\n <_>\n \n <_>\n 1 5 23 6 -1.\n <_>\n 1 7 23 2 3.\n <_>\n \n <_>\n 1 6 19 12 -1.\n <_>\n 1 10 19 4 3.\n <_>\n \n <_>\n 9 1 6 21 -1.\n <_>\n 9 8 6 7 3.\n <_>\n \n <_>\n 3 19 18 3 -1.\n <_>\n 9 19 6 3 3.\n <_>\n \n <_>\n 9 14 6 9 -1.\n <_>\n 11 14 2 9 3.\n <_>\n \n <_>\n 9 6 4 12 -1.\n <_>\n 11 6 2 12 2.\n <_>\n \n <_>\n 16 0 6 9 -1.\n <_>\n 18 0 2 9 3.\n <_>\n \n <_>\n 2 0 6 9 -1.\n <_>\n 4 0 2 9 3.\n <_>\n \n <_>\n 13 1 4 22 -1.\n <_>\n 15 1 2 11 2.\n <_>\n 13 12 2 11 2.\n <_>\n \n <_>\n 1 8 8 12 -1.\n <_>\n 1 14 8 6 2.\n <_>\n \n <_>\n 14 7 7 9 -1.\n <_>\n 14 10 7 3 3.\n <_>\n \n <_>\n 3 12 18 4 -1.\n <_>\n 3 12 9 2 2.\n <_>\n 12 14 9 2 2.\n <_>\n \n <_>\n 13 1 4 22 -1.\n <_>\n 15 1 2 11 2.\n <_>\n 13 12 2 11 2.\n <_>\n \n <_>\n 7 1 4 22 -1.\n <_>\n 7 1 2 11 2.\n <_>\n 9 12 2 11 2.\n <_>\n \n <_>\n 4 7 20 4 -1.\n <_>\n 14 7 10 2 2.\n <_>\n 4 9 10 2 2.\n <_>\n \n <_>\n 9 10 6 7 -1.\n <_>\n 12 10 3 7 2.\n <_>\n \n <_>\n 7 7 10 4 -1.\n <_>\n 7 7 5 4 2.\n <_>\n \n <_>\n 0 3 4 15 -1.\n <_>\n 0 8 4 5 3.\n <_>\n \n <_>\n 15 0 8 12 -1.\n <_>\n 19 0 4 6 2.\n <_>\n 15 6 4 6 2.\n <_>\n \n <_>\n 1 0 8 12 -1.\n <_>\n 1 0 4 6 2.\n <_>\n 5 6 4 6 2.\n <_>\n \n <_>\n 14 5 6 16 -1.\n <_>\n 16 5 2 16 3.\n <_>\n \n <_>\n 4 5 6 16 -1.\n <_>\n 6 5 2 16 3.\n <_>\n \n <_>\n 15 0 6 16 -1.\n <_>\n 17 0 2 16 3.\n <_>\n \n <_>\n 3 0 6 16 -1.\n <_>\n 5 0 2 16 3.\n <_>\n \n <_>\n 0 2 24 3 -1.\n <_>\n 0 3 24 1 3.\n <_>\n \n <_>\n 7 1 10 4 -1.\n <_>\n 7 3 10 2 2.\n <_>\n \n <_>\n 1 0 23 8 -1.\n <_>\n 1 4 23 4 2.\n <_>\n \n <_>\n 1 17 19 3 -1.\n <_>\n 1 18 19 1 3.\n <_>\n \n <_>\n 6 18 18 2 -1.\n <_>\n 6 19 18 1 2.\n <_>\n \n <_>\n 1 17 9 6 -1.\n <_>\n 1 19 9 2 3.\n <_>\n \n <_>\n 15 15 6 9 -1.\n <_>\n 15 18 6 3 3.\n <_>\n \n <_>\n 3 15 6 9 -1.\n <_>\n 3 18 6 3 3.\n <_>\n \n <_>\n 4 14 20 6 -1.\n <_>\n 4 17 20 3 2.\n <_>\n \n <_>\n 0 10 6 14 -1.\n <_>\n 0 10 3 7 2.\n <_>\n 3 17 3 7 2.\n <_>\n \n <_>\n 6 18 18 3 -1.\n <_>\n 6 19 18 1 3.\n <_>\n \n <_>\n 4 12 9 7 -1.\n <_>\n 7 12 3 7 3.\n <_>\n \n <_>\n 6 10 18 5 -1.\n <_>\n 12 10 6 5 3.\n <_>\n \n <_>\n 0 10 18 5 -1.\n <_>\n 6 10 6 5 3.\n <_>\n \n <_>\n 3 2 18 9 -1.\n <_>\n 9 2 6 9 3.\n <_>\n \n <_>\n 4 6 10 10 -1.\n <_>\n 4 6 5 5 2.\n <_>\n 9 11 5 5 2.\n <_>\n \n <_>\n 20 14 4 9 -1.\n <_>\n 20 14 2 9 2.\n <_>\n \n <_>\n 0 14 4 9 -1.\n <_>\n 2 14 2 9 2.\n <_>\n \n <_>\n 11 1 4 20 -1.\n <_>\n 13 1 2 10 2.\n <_>\n 11 11 2 10 2.\n <_>\n \n <_>\n 6 21 12 3 -1.\n <_>\n 12 21 6 3 2.\n <_>\n \n <_>\n 11 1 4 20 -1.\n <_>\n 13 1 2 10 2.\n <_>\n 11 11 2 10 2.\n <_>\n \n <_>\n 1 16 10 8 -1.\n <_>\n 1 16 5 4 2.\n <_>\n 6 20 5 4 2.\n <_>\n \n <_>\n 11 1 4 20 -1.\n <_>\n 13 1 2 10 2.\n <_>\n 11 11 2 10 2.\n <_>\n \n <_>\n 1 0 3 19 -1.\n <_>\n 2 0 1 19 3.\n <_>\n \n <_>\n 11 1 4 20 -1.\n <_>\n 13 1 2 10 2.\n <_>\n 11 11 2 10 2.\n <_>\n \n <_>\n 0 1 6 9 -1.\n <_>\n 2 1 2 9 3.\n <_>\n \n <_>\n 3 7 19 4 -1.\n <_>\n 3 9 19 2 2.\n <_>\n \n <_>\n 7 14 9 6 -1.\n <_>\n 7 16 9 2 3.\n <_>\n \n <_>\n 17 1 7 6 -1.\n <_>\n 17 4 7 3 2.\n <_>\n \n <_>\n 5 0 14 8 -1.\n <_>\n 5 4 14 4 2.\n <_>\n \n <_>\n 16 1 8 6 -1.\n <_>\n 16 4 8 3 2.\n <_>\n \n <_>\n 0 1 8 6 -1.\n <_>\n 0 4 8 3 2.\n <_>\n \n <_>\n 6 0 18 4 -1.\n <_>\n 15 0 9 2 2.\n <_>\n 6 2 9 2 2.\n <_>\n \n <_>\n 0 14 9 6 -1.\n <_>\n 0 16 9 2 3.\n <_>\n \n <_>\n 3 7 18 8 -1.\n <_>\n 9 7 6 8 3.\n <_>\n \n <_>\n 2 11 6 9 -1.\n <_>\n 4 11 2 9 3.\n <_>\n \n <_>\n 10 5 6 9 -1.\n <_>\n 12 5 2 9 3.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 10 6 2 9 2.\n <_>\n 12 15 2 9 2.\n <_>\n \n <_>\n 11 1 4 20 -1.\n <_>\n 13 1 2 10 2.\n <_>\n 11 11 2 10 2.\n <_>\n \n <_>\n 9 1 4 20 -1.\n <_>\n 9 1 2 10 2.\n <_>\n 11 11 2 10 2.\n <_>\n \n <_>\n 5 9 18 6 -1.\n <_>\n 14 9 9 3 2.\n <_>\n 5 12 9 3 2.\n <_>\n \n <_>\n 6 4 6 9 -1.\n <_>\n 8 4 2 9 3.\n <_>\n \n <_>\n 10 16 8 6 -1.\n <_>\n 10 16 4 6 2.\n <_>\n \n <_>\n 0 0 18 8 -1.\n <_>\n 0 0 9 4 2.\n <_>\n 9 4 9 4 2.\n <_>\n \n <_>\n 6 5 14 12 -1.\n <_>\n 13 5 7 6 2.\n <_>\n 6 11 7 6 2.\n <_>\n \n <_>\n 4 3 15 7 -1.\n <_>\n 9 3 5 7 3.\n <_>\n \n <_>\n 14 12 10 6 -1.\n <_>\n 14 14 10 2 3.\n <_>\n \n <_>\n 0 11 4 10 -1.\n <_>\n 0 16 4 5 2.\n <_>\n \n <_>\n 1 10 22 3 -1.\n <_>\n 1 11 22 1 3.\n <_>\n \n <_>\n 8 9 6 10 -1.\n <_>\n 10 9 2 10 3.\n <_>\n \n <_>\n 13 2 6 12 -1.\n <_>\n 16 2 3 6 2.\n <_>\n 13 8 3 6 2.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 10 6 2 9 2.\n <_>\n 12 15 2 9 2.\n <_>\n \n <_>\n 7 8 10 16 -1.\n <_>\n 12 8 5 8 2.\n <_>\n 7 16 5 8 2.\n <_>\n \n <_>\n 8 1 8 12 -1.\n <_>\n 8 1 4 6 2.\n <_>\n 12 7 4 6 2.\n <_>\n \n <_>\n 7 1 12 14 -1.\n <_>\n 13 1 6 7 2.\n <_>\n 7 8 6 7 2.\n <_>\n \n <_>\n 2 14 12 6 -1.\n <_>\n 2 16 12 2 3.\n <_>\n \n <_>\n 11 16 6 6 -1.\n <_>\n 11 19 6 3 2.\n <_>\n \n <_>\n 7 16 6 6 -1.\n <_>\n 7 19 6 3 2.\n <_>\n \n <_>\n 13 4 4 10 -1.\n <_>\n 13 4 2 10 2.\n <_>\n \n <_>\n 0 19 19 3 -1.\n <_>\n 0 20 19 1 3.\n <_>\n \n <_>\n 12 8 6 8 -1.\n <_>\n 12 12 6 4 2.\n <_>\n \n <_>\n 8 1 8 22 -1.\n <_>\n 8 12 8 11 2.\n <_>\n \n <_>\n 12 8 6 8 -1.\n <_>\n 12 12 6 4 2.\n <_>\n \n <_>\n 6 8 6 8 -1.\n <_>\n 6 12 6 4 2.\n <_>\n \n <_>\n 14 5 6 9 -1.\n <_>\n 14 8 6 3 3.\n <_>\n \n <_>\n 0 6 24 4 -1.\n <_>\n 0 8 24 2 2.\n <_>\n \n <_>\n 14 12 10 6 -1.\n <_>\n 14 14 10 2 3.\n <_>\n \n <_>\n 0 12 10 6 -1.\n <_>\n 0 14 10 2 3.\n <_>\n \n <_>\n 4 6 19 3 -1.\n <_>\n 4 7 19 1 3.\n <_>\n \n <_>\n 1 6 19 3 -1.\n <_>\n 1 7 19 1 3.\n <_>\n \n <_>\n 4 0 16 9 -1.\n <_>\n 4 3 16 3 3.\n <_>\n \n <_>\n 0 1 24 5 -1.\n <_>\n 8 1 8 5 3.\n <_>\n \n <_>\n 3 6 6 15 -1.\n <_>\n 3 11 6 5 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 6 22 18 2 -1.\n <_>\n 6 23 18 1 2.\n <_>\n \n <_>\n 2 12 6 9 -1.\n <_>\n 2 15 6 3 3.\n <_>\n \n <_>\n 18 12 6 9 -1.\n <_>\n 18 15 6 3 3.\n <_>\n \n <_>\n 0 12 6 9 -1.\n <_>\n 0 15 6 3 3.\n <_>\n \n <_>\n 11 14 4 10 -1.\n <_>\n 11 19 4 5 2.\n <_>\n \n <_>\n 9 6 6 16 -1.\n <_>\n 9 14 6 8 2.\n <_>\n \n <_>\n 7 7 10 10 -1.\n <_>\n 7 12 10 5 2.\n <_>\n \n <_>\n 1 3 6 13 -1.\n <_>\n 3 3 2 13 3.\n <_>\n \n <_>\n 18 1 6 13 -1.\n <_>\n 18 1 3 13 2.\n <_>\n \n <_>\n 5 1 6 9 -1.\n <_>\n 7 1 2 9 3.\n <_>\n \n <_>\n 18 2 6 11 -1.\n <_>\n 18 2 3 11 2.\n <_>\n \n <_>\n 0 2 6 11 -1.\n <_>\n 3 2 3 11 2.\n <_>\n \n <_>\n 9 12 15 6 -1.\n <_>\n 9 14 15 2 3.\n <_>\n \n <_>\n 2 2 20 3 -1.\n <_>\n 2 3 20 1 3.\n <_>\n \n <_>\n 10 6 4 9 -1.\n <_>\n 10 6 2 9 2.\n <_>\n \n <_>\n 5 6 12 14 -1.\n <_>\n 5 6 6 7 2.\n <_>\n 11 13 6 7 2.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 7 0 9 6 -1.\n <_>\n 10 0 3 6 3.\n <_>\n \n <_>\n 10 6 6 9 -1.\n <_>\n 12 6 2 9 3.\n <_>\n \n <_>\n 4 1 12 20 -1.\n <_>\n 4 1 6 10 2.\n <_>\n 10 11 6 10 2.\n <_>\n \n <_>\n 6 7 18 3 -1.\n <_>\n 6 7 9 3 2.\n <_>\n \n <_>\n 0 7 18 3 -1.\n <_>\n 9 7 9 3 2.\n <_>\n \n <_>\n 3 20 18 3 -1.\n <_>\n 9 20 6 3 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 6 2 12 15 -1.\n <_>\n 10 2 4 15 3.\n <_>\n \n <_>\n 2 3 18 3 -1.\n <_>\n 2 4 18 1 3.\n <_>\n \n <_>\n 19 4 4 18 -1.\n <_>\n 21 4 2 9 2.\n <_>\n 19 13 2 9 2.\n <_>\n \n <_>\n 0 1 19 3 -1.\n <_>\n 0 2 19 1 3.\n <_>\n \n <_>\n 5 0 15 4 -1.\n <_>\n 5 2 15 2 2.\n <_>\n \n <_>\n 5 2 14 5 -1.\n <_>\n 12 2 7 5 2.\n <_>\n \n <_>\n 1 2 22 14 -1.\n <_>\n 1 2 11 14 2.\n <_>\n \n <_>\n 8 15 6 9 -1.\n <_>\n 10 15 2 9 3.\n <_>\n \n <_>\n 6 17 18 3 -1.\n <_>\n 6 18 18 1 3.\n <_>\n \n <_>\n 9 6 3 18 -1.\n <_>\n 9 12 3 6 3.\n <_>\n \n <_>\n 2 0 20 3 -1.\n <_>\n 2 1 20 1 3.\n <_>\n \n <_>\n 5 4 5 12 -1.\n <_>\n 5 8 5 4 3.\n <_>\n \n <_>\n 8 6 12 5 -1.\n <_>\n 12 6 4 5 3.\n <_>\n \n <_>\n 9 12 6 12 -1.\n <_>\n 9 12 3 6 2.\n <_>\n 12 18 3 6 2.\n <_>\n \n <_>\n 14 14 8 10 -1.\n <_>\n 18 14 4 5 2.\n <_>\n 14 19 4 5 2.\n <_>\n \n <_>\n 2 14 8 10 -1.\n <_>\n 2 14 4 5 2.\n <_>\n 6 19 4 5 2.\n <_>\n \n <_>\n 10 18 12 6 -1.\n <_>\n 16 18 6 3 2.\n <_>\n 10 21 6 3 2.\n <_>\n \n <_>\n 1 3 6 9 -1.\n <_>\n 1 6 6 3 3.\n <_>\n \n <_>\n 11 3 3 20 -1.\n <_>\n 12 3 1 20 3.\n <_>\n \n <_>\n 4 6 14 6 -1.\n <_>\n 4 6 7 3 2.\n <_>\n 11 9 7 3 2.\n <_>\n \n <_>\n 6 5 12 13 -1.\n <_>\n 10 5 4 13 3.\n <_>\n \n <_>\n 5 4 4 15 -1.\n <_>\n 5 9 4 5 3.\n <_>\n \n <_>\n 9 16 15 4 -1.\n <_>\n 14 16 5 4 3.\n <_>\n \n <_>\n 7 8 6 14 -1.\n <_>\n 7 8 3 7 2.\n <_>\n 10 15 3 7 2.\n <_>\n \n <_>\n 7 6 10 6 -1.\n <_>\n 7 8 10 2 3.\n <_>\n \n <_>\n 2 5 18 3 -1.\n <_>\n 2 6 18 1 3.\n <_>\n \n <_>\n 5 1 15 8 -1.\n <_>\n 5 5 15 4 2.\n <_>\n \n <_>\n 7 1 8 18 -1.\n <_>\n 7 10 8 9 2.\n <_>\n \n <_>\n 0 10 24 3 -1.\n <_>\n 0 11 24 1 3.\n <_>\n \n <_>\n 0 2 6 13 -1.\n <_>\n 2 2 2 13 3.\n <_>\n \n <_>\n 16 0 8 10 -1.\n <_>\n 20 0 4 5 2.\n <_>\n 16 5 4 5 2.\n <_>\n \n <_>\n 5 1 10 9 -1.\n <_>\n 5 4 10 3 3.\n <_>\n \n <_>\n 5 6 18 3 -1.\n <_>\n 5 7 18 1 3.\n <_>\n \n <_>\n 0 1 24 3 -1.\n <_>\n 0 2 24 1 3.\n <_>\n \n <_>\n 11 4 6 11 -1.\n <_>\n 13 4 2 11 3.\n <_>\n \n <_>\n 0 0 8 10 -1.\n <_>\n 0 0 4 5 2.\n <_>\n 4 5 4 5 2.\n <_>\n \n <_>\n 4 16 18 3 -1.\n <_>\n 4 17 18 1 3.\n <_>\n \n <_>\n 2 16 18 3 -1.\n <_>\n 2 17 18 1 3.\n <_>\n \n <_>\n 3 0 18 10 -1.\n <_>\n 12 0 9 5 2.\n <_>\n 3 5 9 5 2.\n <_>\n \n <_>\n 2 3 20 21 -1.\n <_>\n 12 3 10 21 2.\n <_>\n \n <_>\n 6 7 14 3 -1.\n <_>\n 6 7 7 3 2.\n <_>\n \n <_>\n 0 9 12 6 -1.\n <_>\n 0 9 6 3 2.\n <_>\n 6 12 6 3 2.\n <_>\n \n <_>\n 3 14 21 4 -1.\n <_>\n 10 14 7 4 3.\n <_>\n \n <_>\n 0 14 21 4 -1.\n <_>\n 7 14 7 4 3.\n <_>\n \n <_>\n 5 21 18 3 -1.\n <_>\n 11 21 6 3 3.\n <_>\n \n <_>\n 1 21 18 3 -1.\n <_>\n 7 21 6 3 3.\n <_>\n \n <_>\n 19 4 4 18 -1.\n <_>\n 21 4 2 9 2.\n <_>\n 19 13 2 9 2.\n <_>\n \n <_>\n 3 7 18 3 -1.\n <_>\n 3 8 18 1 3.\n <_>\n \n <_>\n 19 4 4 18 -1.\n <_>\n 21 4 2 9 2.\n <_>\n 19 13 2 9 2.\n <_>\n \n <_>\n 7 15 10 6 -1.\n <_>\n 7 17 10 2 3.\n <_>\n \n <_>\n 9 13 11 9 -1.\n <_>\n 9 16 11 3 3.\n <_>\n \n <_>\n 0 6 4 10 -1.\n <_>\n 0 11 4 5 2.\n <_>\n \n <_>\n 15 16 9 6 -1.\n <_>\n 15 18 9 2 3.\n <_>\n \n <_>\n 1 5 4 18 -1.\n <_>\n 1 5 2 9 2.\n <_>\n 3 14 2 9 2.\n <_>\n \n <_>\n 9 8 8 10 -1.\n <_>\n 13 8 4 5 2.\n <_>\n 9 13 4 5 2.\n <_>\n \n <_>\n 7 8 8 10 -1.\n <_>\n 7 8 4 5 2.\n <_>\n 11 13 4 5 2.\n <_>\n \n <_>\n 9 8 12 5 -1.\n <_>\n 13 8 4 5 3.\n <_>\n \n <_>\n 7 8 9 7 -1.\n <_>\n 10 8 3 7 3.\n <_>\n \n <_>\n 9 8 12 5 -1.\n <_>\n 13 8 4 5 3.\n <_>\n \n <_>\n 7 6 9 7 -1.\n <_>\n 10 6 3 7 3.\n <_>\n \n <_>\n 9 8 12 5 -1.\n <_>\n 13 8 4 5 3.\n <_>\n \n <_>\n 10 5 4 18 -1.\n <_>\n 10 11 4 6 3.\n <_>\n \n <_>\n 5 5 14 12 -1.\n <_>\n 5 11 14 6 2.\n <_>\n \n <_>\n 0 1 11 4 -1.\n <_>\n 0 3 11 2 2.\n <_>\n \n <_>\n 9 10 6 10 -1.\n <_>\n 11 10 2 10 3.\n <_>\n \n <_>\n 2 17 11 6 -1.\n <_>\n 2 19 11 2 3.\n <_>\n \n <_>\n 15 16 9 6 -1.\n <_>\n 15 18 9 2 3.\n <_>\n \n <_>\n 1 10 18 2 -1.\n <_>\n 1 11 18 1 2.\n <_>\n \n <_>\n 6 4 12 13 -1.\n <_>\n 10 4 4 13 3.\n <_>\n \n <_>\n 0 18 18 3 -1.\n <_>\n 0 19 18 1 3.\n <_>\n \n <_>\n 6 18 18 3 -1.\n <_>\n 6 19 18 1 3.\n <_>\n \n <_>\n 0 16 9 6 -1.\n <_>\n 0 18 9 2 3.\n <_>\n \n <_>\n 13 15 9 6 -1.\n <_>\n 13 17 9 2 3.\n <_>\n \n <_>\n 2 15 9 6 -1.\n <_>\n 2 17 9 2 3.\n <_>\n \n <_>\n 13 1 6 16 -1.\n <_>\n 13 1 3 16 2.\n <_>\n \n <_>\n 5 1 6 16 -1.\n <_>\n 8 1 3 16 2.\n <_>\n \n <_>\n 11 5 6 10 -1.\n <_>\n 13 5 2 10 3.\n <_>\n \n <_>\n 7 5 6 10 -1.\n <_>\n 9 5 2 10 3.\n <_>\n \n <_>\n 10 0 6 24 -1.\n <_>\n 12 0 2 24 3.\n <_>\n \n <_>\n 3 4 4 20 -1.\n <_>\n 3 4 2 10 2.\n <_>\n 5 14 2 10 2.\n <_>\n \n <_>\n 14 0 6 9 -1.\n <_>\n 16 0 2 9 3.\n <_>\n \n <_>\n 4 0 6 9 -1.\n <_>\n 6 0 2 9 3.\n <_>\n \n <_>\n 4 5 18 5 -1.\n <_>\n 10 5 6 5 3.\n <_>\n \n <_>\n 5 6 6 9 -1.\n <_>\n 7 6 2 9 3.\n <_>\n \n <_>\n 7 2 15 8 -1.\n <_>\n 12 2 5 8 3.\n <_>\n \n <_>\n 2 2 15 8 -1.\n <_>\n 7 2 5 8 3.\n <_>\n \n <_>\n 10 0 4 9 -1.\n <_>\n 10 0 2 9 2.\n <_>\n \n <_>\n 3 4 6 12 -1.\n <_>\n 3 4 3 6 2.\n <_>\n 6 10 3 6 2.\n <_>\n \n <_>\n 16 0 8 18 -1.\n <_>\n 16 0 4 18 2.\n <_>\n \n <_>\n 0 0 8 18 -1.\n <_>\n 4 0 4 18 2.\n <_>\n \n <_>\n 0 7 24 6 -1.\n <_>\n 0 9 24 2 3.\n <_>\n \n <_>\n 4 7 14 3 -1.\n <_>\n 11 7 7 3 2.\n <_>\n \n <_>\n 10 8 8 15 -1.\n <_>\n 10 8 4 15 2.\n <_>\n \n <_>\n 7 0 10 14 -1.\n <_>\n 12 0 5 14 2.\n <_>\n \n <_>\n 13 10 8 10 -1.\n <_>\n 17 10 4 5 2.\n <_>\n 13 15 4 5 2.\n <_>\n \n <_>\n 3 0 4 9 -1.\n <_>\n 5 0 2 9 2.\n <_>\n \n <_>\n 16 1 6 8 -1.\n <_>\n 16 1 3 8 2.\n <_>\n \n <_>\n 2 1 6 8 -1.\n <_>\n 5 1 3 8 2.\n <_>\n \n <_>\n 3 6 18 12 -1.\n <_>\n 3 10 18 4 3.\n <_>\n \n <_>\n 4 12 16 4 -1.\n <_>\n 4 14 16 2 2.\n <_>\n \n <_>\n 4 9 16 15 -1.\n <_>\n 4 14 16 5 3.\n <_>\n \n <_>\n 3 10 8 10 -1.\n <_>\n 3 10 4 5 2.\n <_>\n 7 15 4 5 2.\n <_>\n \n <_>\n 8 18 16 6 -1.\n <_>\n 16 18 8 3 2.\n <_>\n 8 21 8 3 2.\n <_>\n \n <_>\n 2 16 12 5 -1.\n <_>\n 6 16 4 5 3.\n <_>\n \n <_>\n 14 14 9 4 -1.\n <_>\n 14 16 9 2 2.\n <_>\n \n <_>\n 7 14 9 6 -1.\n <_>\n 7 16 9 2 3.\n <_>\n \n <_>\n 4 10 16 12 -1.\n <_>\n 4 14 16 4 3.\n <_>\n \n <_>\n 0 13 19 6 -1.\n <_>\n 0 15 19 2 3.\n <_>\n \n <_>\n 10 13 9 6 -1.\n <_>\n 10 15 9 2 3.\n <_>\n \n <_>\n 5 0 3 23 -1.\n <_>\n 6 0 1 23 3.\n <_>\n \n <_>\n 0 8 24 6 -1.\n <_>\n 0 10 24 2 3.\n <_>\n \n <_>\n 0 5 5 12 -1.\n <_>\n 0 9 5 4 3.\n <_>\n \n <_>\n 3 0 19 18 -1.\n <_>\n 3 9 19 9 2.\n <_>\n \n <_>\n 9 11 6 12 -1.\n <_>\n 9 11 3 6 2.\n <_>\n 12 17 3 6 2.\n <_>\n \n <_>\n 0 5 24 8 -1.\n <_>\n 12 5 12 4 2.\n <_>\n 0 9 12 4 2.\n <_>\n \n <_>\n 6 18 9 4 -1.\n <_>\n 6 20 9 2 2.\n <_>\n \n <_>\n 8 8 10 6 -1.\n <_>\n 8 10 10 2 3.\n <_>\n \n <_>\n 2 7 20 3 -1.\n <_>\n 2 8 20 1 3.\n <_>\n \n <_>\n 12 0 7 20 -1.\n <_>\n 12 10 7 10 2.\n <_>\n \n <_>\n 5 0 7 20 -1.\n <_>\n 5 10 7 10 2.\n <_>\n \n <_>\n 14 2 2 18 -1.\n <_>\n 14 11 2 9 2.\n <_>\n \n <_>\n 5 8 10 12 -1.\n <_>\n 10 8 5 12 2.\n <_>\n \n <_>\n 6 9 12 8 -1.\n <_>\n 12 9 6 4 2.\n <_>\n 6 13 6 4 2.\n <_>\n \n <_>\n 7 7 3 14 -1.\n <_>\n 7 14 3 7 2.\n <_>\n \n <_>\n 11 2 12 16 -1.\n <_>\n 17 2 6 8 2.\n <_>\n 11 10 6 8 2.\n <_>\n \n <_>\n 7 0 6 9 -1.\n <_>\n 9 0 2 9 3.\n <_>\n \n <_>\n 13 14 9 4 -1.\n <_>\n 13 16 9 2 2.\n <_>\n \n <_>\n 0 12 22 4 -1.\n <_>\n 0 12 11 2 2.\n <_>\n 11 14 11 2 2.\n <_>\n \n <_>\n 1 12 22 6 -1.\n <_>\n 12 12 11 3 2.\n <_>\n 1 15 11 3 2.\n <_>\n \n <_>\n 6 6 9 6 -1.\n <_>\n 9 6 3 6 3.\n <_>\n \n <_>\n 10 0 4 9 -1.\n <_>\n 10 0 2 9 2.\n <_>\n \n <_>\n 3 8 18 7 -1.\n <_>\n 9 8 6 7 3.\n <_>\n \n <_>\n 0 6 24 6 -1.\n <_>\n 0 8 24 2 3.\n <_>\n \n <_>\n 0 11 24 10 -1.\n <_>\n 8 11 8 10 3.\n <_>\n \n <_>\n 3 3 18 21 -1.\n <_>\n 9 3 6 21 3.\n <_>\n \n <_>\n 7 12 4 10 -1.\n <_>\n 9 12 2 10 2.\n <_>\n \n <_>\n 10 16 10 8 -1.\n <_>\n 15 16 5 4 2.\n <_>\n 10 20 5 4 2.\n <_>\n \n <_>\n 8 6 6 9 -1.\n <_>\n 10 6 2 9 3.\n <_>\n \n <_>\n 12 10 6 12 -1.\n <_>\n 15 10 3 6 2.\n <_>\n 12 16 3 6 2.\n <_>\n \n <_>\n 6 10 6 12 -1.\n <_>\n 6 10 3 6 2.\n <_>\n 9 16 3 6 2.\n <_>\n \n <_>\n 16 12 6 12 -1.\n <_>\n 19 12 3 6 2.\n <_>\n 16 18 3 6 2.\n <_>\n \n <_>\n 2 12 6 12 -1.\n <_>\n 2 12 3 6 2.\n <_>\n 5 18 3 6 2.\n <_>\n \n <_>\n 10 15 6 9 -1.\n <_>\n 12 15 2 9 3.\n <_>\n \n <_>\n 8 15 6 9 -1.\n <_>\n 10 15 2 9 3.\n <_>\n \n <_>\n 14 20 10 4 -1.\n <_>\n 14 20 5 4 2.\n <_>\n \n <_>\n 0 20 10 4 -1.\n <_>\n 5 20 5 4 2.\n <_>\n \n <_>\n 11 17 9 6 -1.\n <_>\n 11 19 9 2 3.\n <_>\n \n <_>\n 3 2 14 4 -1.\n <_>\n 3 4 14 2 2.\n <_>\n \n <_>\n 10 1 10 4 -1.\n <_>\n 10 3 10 2 2.\n <_>\n \n <_>\n 0 15 10 4 -1.\n <_>\n 5 15 5 4 2.\n <_>\n \n <_>\n 19 2 3 19 -1.\n <_>\n 20 2 1 19 3.\n <_>\n \n <_>\n 4 12 9 8 -1.\n <_>\n 7 12 3 8 3.\n <_>\n \n <_>\n 4 7 5 12 -1.\n <_>\n 4 11 5 4 3.\n <_>\n \n <_>\n 0 1 24 3 -1.\n <_>\n 8 1 8 3 3.\n <_>\n \n <_>\n 6 8 12 4 -1.\n <_>\n 6 10 12 2 2.\n <_>\n \n <_>\n 19 3 4 10 -1.\n <_>\n 19 3 2 10 2.\n <_>\n \n <_>\n 0 6 9 6 -1.\n <_>\n 3 6 3 6 3.\n <_>\n \n <_>\n 18 0 6 22 -1.\n <_>\n 20 0 2 22 3.\n <_>\n \n <_>\n 0 0 6 22 -1.\n <_>\n 2 0 2 22 3.\n <_>\n \n <_>\n 5 15 19 3 -1.\n <_>\n 5 16 19 1 3.\n <_>\n \n <_>\n 10 7 4 15 -1.\n <_>\n 10 12 4 5 3.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 0 21 18 3 -1.\n <_>\n 0 22 18 1 3.\n <_>\n \n <_>\n 7 3 10 15 -1.\n <_>\n 7 8 10 5 3.\n <_>\n \n <_>\n 1 7 18 3 -1.\n <_>\n 1 8 18 1 3.\n <_>\n \n <_>\n 8 2 9 6 -1.\n <_>\n 11 2 3 6 3.\n <_>\n \n <_>\n 0 10 24 14 -1.\n <_>\n 0 17 24 7 2.\n <_>\n \n <_>\n 13 9 8 10 -1.\n <_>\n 17 9 4 5 2.\n <_>\n 13 14 4 5 2.\n <_>\n \n <_>\n 10 5 4 9 -1.\n <_>\n 12 5 2 9 2.\n <_>\n \n <_>\n 13 9 8 10 -1.\n <_>\n 17 9 4 5 2.\n <_>\n 13 14 4 5 2.\n <_>\n \n <_>\n 7 11 10 10 -1.\n <_>\n 7 11 5 5 2.\n <_>\n 12 16 5 5 2.\n <_>\n \n <_>\n 4 13 18 4 -1.\n <_>\n 13 13 9 2 2.\n <_>\n 4 15 9 2 2.\n <_>\n \n <_>\n 0 0 19 2 -1.\n <_>\n 0 1 19 1 2.\n <_>\n \n <_>\n 0 18 24 6 -1.\n <_>\n 8 18 8 6 3.\n <_>\n \n <_>\n 6 4 8 16 -1.\n <_>\n 6 12 8 8 2.\n <_>\n \n <_>\n 7 8 10 4 -1.\n <_>\n 7 10 10 2 2.\n <_>\n \n <_>\n 0 3 6 9 -1.\n <_>\n 0 6 6 3 3.\n <_>\n \n <_>\n 13 15 7 9 -1.\n <_>\n 13 18 7 3 3.\n <_>\n \n <_>\n 3 18 12 6 -1.\n <_>\n 3 18 6 3 2.\n <_>\n 9 21 6 3 2.\n <_>\n \n <_>\n 12 14 6 9 -1.\n <_>\n 12 17 6 3 3.\n <_>\n \n <_>\n 2 15 15 8 -1.\n <_>\n 2 19 15 4 2.\n <_>\n \n <_>\n 9 6 6 16 -1.\n <_>\n 9 14 6 8 2.\n <_>\n \n <_>\n 6 6 7 12 -1.\n <_>\n 6 10 7 4 3.\n <_>\n \n <_>\n 14 6 6 9 -1.\n <_>\n 14 9 6 3 3.\n <_>\n \n <_>\n 5 14 6 9 -1.\n <_>\n 5 17 6 3 3.\n <_>\n \n <_>\n 10 8 6 9 -1.\n <_>\n 12 8 2 9 3.\n <_>\n \n <_>\n 6 6 4 18 -1.\n <_>\n 6 6 2 9 2.\n <_>\n 8 15 2 9 2.\n <_>\n \n <_>\n 14 9 6 12 -1.\n <_>\n 17 9 3 6 2.\n <_>\n 14 15 3 6 2.\n <_>\n \n <_>\n 4 9 6 12 -1.\n <_>\n 4 9 3 6 2.\n <_>\n 7 15 3 6 2.\n <_>\n \n <_>\n 14 15 9 6 -1.\n <_>\n 14 17 9 2 3.\n <_>\n \n <_>\n 0 20 18 4 -1.\n <_>\n 0 20 9 2 2.\n <_>\n 9 22 9 2 2.\n <_>\n \n <_>\n 13 18 9 6 -1.\n <_>\n 13 20 9 2 3.\n <_>\n \n <_>\n 2 18 9 6 -1.\n <_>\n 2 20 9 2 3.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 0 16 18 3 -1.\n <_>\n 0 17 18 1 3.\n <_>\n \n <_>\n 19 2 4 22 -1.\n <_>\n 21 2 2 11 2.\n <_>\n 19 13 2 11 2.\n <_>\n \n <_>\n 1 2 4 22 -1.\n <_>\n 1 2 2 11 2.\n <_>\n 3 13 2 11 2.\n <_>\n \n <_>\n 15 0 2 24 -1.\n <_>\n 15 0 1 24 2.\n <_>\n \n <_>\n 3 20 16 4 -1.\n <_>\n 11 20 8 4 2.\n <_>\n \n <_>\n 11 6 4 18 -1.\n <_>\n 13 6 2 9 2.\n <_>\n 11 15 2 9 2.\n <_>\n \n <_>\n 7 9 10 14 -1.\n <_>\n 7 9 5 7 2.\n <_>\n 12 16 5 7 2.\n <_>\n \n <_>\n 14 6 6 9 -1.\n <_>\n 14 9 6 3 3.\n <_>\n \n <_>\n 3 6 7 9 -1.\n <_>\n 3 9 7 3 3.\n <_>\n \n <_>\n 20 4 4 20 -1.\n <_>\n 22 4 2 10 2.\n <_>\n 20 14 2 10 2.\n <_>\n \n <_>\n 7 6 6 9 -1.\n <_>\n 7 9 6 3 3.\n <_>\n \n <_>\n 7 0 10 14 -1.\n <_>\n 12 0 5 7 2.\n <_>\n 7 7 5 7 2.\n <_>\n \n <_>\n 2 1 18 6 -1.\n <_>\n 11 1 9 6 2.\n <_>\n \n <_>\n 15 0 2 24 -1.\n <_>\n 15 0 1 24 2.\n <_>\n \n <_>\n 7 0 2 24 -1.\n <_>\n 8 0 1 24 2.\n <_>\n \n <_>\n 13 12 6 7 -1.\n <_>\n 13 12 3 7 2.\n <_>\n \n <_>\n 5 12 6 7 -1.\n <_>\n 8 12 3 7 2.\n <_>\n \n <_>\n 3 5 18 19 -1.\n <_>\n 9 5 6 19 3.\n <_>\n \n <_>\n 5 6 9 6 -1.\n <_>\n 8 6 3 6 3.\n <_>\n \n <_>\n 9 5 9 6 -1.\n <_>\n 12 5 3 6 3.\n <_>\n \n <_>\n 3 16 10 8 -1.\n <_>\n 3 16 5 4 2.\n <_>\n 8 20 5 4 2.\n <_>\n \n <_>\n 19 8 5 15 -1.\n <_>\n 19 13 5 5 3.\n <_>\n \n <_>\n 0 8 5 15 -1.\n <_>\n 0 13 5 5 3.\n <_>\n \n <_>\n 20 4 4 20 -1.\n <_>\n 22 4 2 10 2.\n <_>\n 20 14 2 10 2.\n <_>\n \n <_>\n 0 4 4 20 -1.\n <_>\n 0 4 2 10 2.\n <_>\n 2 14 2 10 2.\n <_>\n \n <_>\n 7 7 10 4 -1.\n <_>\n 7 7 5 4 2.\n <_>\n \n <_>\n 4 19 14 4 -1.\n <_>\n 11 19 7 4 2.\n <_>\n \n <_>\n 10 11 12 3 -1.\n <_>\n 10 11 6 3 2.\n <_>\n \n <_>\n 0 1 24 3 -1.\n <_>\n 0 2 24 1 3.\n <_>\n \n <_>\n 7 2 14 20 -1.\n <_>\n 14 2 7 10 2.\n <_>\n 7 12 7 10 2.\n <_>\n \n <_>\n 0 13 6 9 -1.\n <_>\n 2 13 2 9 3.\n <_>\n \n <_>\n 13 0 4 19 -1.\n <_>\n 13 0 2 19 2.\n <_>\n \n <_>\n 1 11 14 3 -1.\n <_>\n 8 11 7 3 2.\n <_>\n \n <_>\n 7 1 16 20 -1.\n <_>\n 15 1 8 10 2.\n <_>\n 7 11 8 10 2.\n <_>\n \n <_>\n 0 10 21 9 -1.\n <_>\n 7 10 7 9 3.\n <_>\n \n <_>\n 6 19 15 5 -1.\n <_>\n 11 19 5 5 3.\n <_>\n \n <_>\n 8 10 6 6 -1.\n <_>\n 11 10 3 6 2.\n <_>\n \n <_>\n 7 1 16 20 -1.\n <_>\n 15 1 8 10 2.\n <_>\n 7 11 8 10 2.\n <_>\n \n <_>\n 1 1 16 20 -1.\n <_>\n 1 1 8 10 2.\n <_>\n 9 11 8 10 2.\n <_>\n \n <_>\n 16 4 3 12 -1.\n <_>\n 16 10 3 6 2.\n <_>\n \n <_>\n 5 4 3 12 -1.\n <_>\n 5 10 3 6 2.\n <_>\n \n <_>\n 7 6 10 8 -1.\n <_>\n 12 6 5 4 2.\n <_>\n 7 10 5 4 2.\n <_>\n \n <_>\n 4 9 6 6 -1.\n <_>\n 4 12 6 3 2.\n <_>\n \n <_>\n 6 5 12 4 -1.\n <_>\n 6 7 12 2 2.\n <_>\n \n <_>\n 9 2 5 15 -1.\n <_>\n 9 7 5 5 3.\n <_>\n \n <_>\n 15 0 9 6 -1.\n <_>\n 15 2 9 2 3.\n <_>\n \n <_>\n 6 0 11 10 -1.\n <_>\n 6 5 11 5 2.\n <_>\n \n <_>\n 12 7 4 12 -1.\n <_>\n 12 13 4 6 2.\n <_>\n \n <_>\n 7 2 9 4 -1.\n <_>\n 7 4 9 2 2.\n <_>\n \n <_>\n 6 0 13 6 -1.\n <_>\n 6 2 13 2 3.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 10 6 2 9 2.\n <_>\n 12 15 2 9 2.\n <_>\n \n <_>\n 10 8 6 9 -1.\n <_>\n 12 8 2 9 3.\n <_>\n \n <_>\n 3 18 10 6 -1.\n <_>\n 3 20 10 2 3.\n <_>\n \n <_>\n 4 14 20 3 -1.\n <_>\n 4 15 20 1 3.\n <_>\n \n <_>\n 2 15 9 6 -1.\n <_>\n 2 17 9 2 3.\n <_>\n \n <_>\n 13 0 4 19 -1.\n <_>\n 13 0 2 19 2.\n <_>\n \n <_>\n 7 0 4 19 -1.\n <_>\n 9 0 2 19 2.\n <_>\n \n <_>\n 1 4 22 2 -1.\n <_>\n 1 5 22 1 2.\n <_>\n \n <_>\n 0 0 9 6 -1.\n <_>\n 0 2 9 2 3.\n <_>\n \n <_>\n 0 0 24 18 -1.\n <_>\n 0 9 24 9 2.\n <_>\n \n <_>\n 3 2 16 8 -1.\n <_>\n 3 6 16 4 2.\n <_>\n \n <_>\n 3 6 18 6 -1.\n <_>\n 3 8 18 2 3.\n <_>\n \n <_>\n 3 1 6 10 -1.\n <_>\n 5 1 2 10 3.\n <_>\n \n <_>\n 13 0 9 6 -1.\n <_>\n 16 0 3 6 3.\n <_>\n \n <_>\n 2 0 9 6 -1.\n <_>\n 5 0 3 6 3.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 6 0 7 10 -1.\n <_>\n 6 5 7 5 2.\n <_>\n \n <_>\n 2 2 20 4 -1.\n <_>\n 12 2 10 2 2.\n <_>\n 2 4 10 2 2.\n <_>\n \n <_>\n 2 11 19 3 -1.\n <_>\n 2 12 19 1 3.\n <_>\n \n <_>\n 10 8 6 9 -1.\n <_>\n 12 8 2 9 3.\n <_>\n \n <_>\n 8 8 6 9 -1.\n <_>\n 10 8 2 9 3.\n <_>\n \n <_>\n 13 8 4 9 -1.\n <_>\n 13 8 2 9 2.\n <_>\n \n <_>\n 3 11 9 9 -1.\n <_>\n 6 11 3 9 3.\n <_>\n \n <_>\n 3 9 18 5 -1.\n <_>\n 9 9 6 5 3.\n <_>\n \n <_>\n 2 4 2 20 -1.\n <_>\n 2 14 2 10 2.\n <_>\n \n <_>\n 14 17 8 6 -1.\n <_>\n 14 20 8 3 2.\n <_>\n \n <_>\n 3 21 18 2 -1.\n <_>\n 3 22 18 1 2.\n <_>\n \n <_>\n 5 4 15 6 -1.\n <_>\n 10 4 5 6 3.\n <_>\n \n <_>\n 2 15 12 6 -1.\n <_>\n 2 17 12 2 3.\n <_>\n \n <_>\n 17 8 6 9 -1.\n <_>\n 17 11 6 3 3.\n <_>\n \n <_>\n 2 12 20 4 -1.\n <_>\n 2 12 10 2 2.\n <_>\n 12 14 10 2 2.\n <_>\n \n <_>\n 0 17 24 6 -1.\n <_>\n 0 19 24 2 3.\n <_>\n \n <_>\n 7 16 9 4 -1.\n <_>\n 7 18 9 2 2.\n <_>\n \n <_>\n 15 1 4 22 -1.\n <_>\n 17 1 2 11 2.\n <_>\n 15 12 2 11 2.\n <_>\n \n <_>\n 5 1 4 22 -1.\n <_>\n 5 1 2 11 2.\n <_>\n 7 12 2 11 2.\n <_>\n \n <_>\n 11 13 8 9 -1.\n <_>\n 11 16 8 3 3.\n <_>\n \n <_>\n 6 1 6 9 -1.\n <_>\n 8 1 2 9 3.\n <_>\n \n <_>\n 11 4 3 18 -1.\n <_>\n 11 10 3 6 3.\n <_>\n \n <_>\n 5 8 12 6 -1.\n <_>\n 5 8 6 3 2.\n <_>\n 11 11 6 3 2.\n <_>\n \n <_>\n 15 7 5 8 -1.\n <_>\n 15 11 5 4 2.\n <_>\n \n <_>\n 4 7 5 8 -1.\n <_>\n 4 11 5 4 2.\n <_>\n \n <_>\n 12 6 6 12 -1.\n <_>\n 15 6 3 6 2.\n <_>\n 12 12 3 6 2.\n <_>\n \n <_>\n 6 6 6 12 -1.\n <_>\n 6 6 3 6 2.\n <_>\n 9 12 3 6 2.\n <_>\n \n <_>\n 5 9 14 8 -1.\n <_>\n 12 9 7 4 2.\n <_>\n 5 13 7 4 2.\n <_>\n \n <_>\n 9 1 3 14 -1.\n <_>\n 9 8 3 7 2.\n <_>\n \n <_>\n 12 6 6 12 -1.\n <_>\n 12 10 6 4 3.\n <_>\n \n <_>\n 4 5 4 18 -1.\n <_>\n 4 5 2 9 2.\n <_>\n 6 14 2 9 2.\n <_>\n \n <_>\n 4 6 16 18 -1.\n <_>\n 4 12 16 6 3.\n <_>\n \n <_>\n 5 4 7 20 -1.\n <_>\n 5 14 7 10 2.\n <_>\n \n <_>\n 14 8 8 12 -1.\n <_>\n 14 14 8 6 2.\n <_>\n \n <_>\n 9 10 6 14 -1.\n <_>\n 9 10 3 7 2.\n <_>\n 12 17 3 7 2.\n <_>\n \n <_>\n 9 5 9 6 -1.\n <_>\n 12 5 3 6 3.\n <_>\n \n <_>\n 9 4 3 18 -1.\n <_>\n 10 4 1 18 3.\n <_>\n \n <_>\n 1 4 22 14 -1.\n <_>\n 12 4 11 7 2.\n <_>\n 1 11 11 7 2.\n <_>\n \n <_>\n 2 7 18 2 -1.\n <_>\n 2 8 18 1 2.\n <_>\n \n <_>\n 12 6 6 12 -1.\n <_>\n 12 10 6 4 3.\n <_>\n \n <_>\n 6 5 9 7 -1.\n <_>\n 9 5 3 7 3.\n <_>\n \n <_>\n 12 7 4 12 -1.\n <_>\n 12 13 4 6 2.\n <_>\n \n <_>\n 8 7 4 12 -1.\n <_>\n 8 13 4 6 2.\n <_>\n \n <_>\n 7 2 10 22 -1.\n <_>\n 7 13 10 11 2.\n <_>\n \n <_>\n 0 1 3 20 -1.\n <_>\n 1 1 1 20 3.\n <_>\n \n <_>\n 4 13 18 4 -1.\n <_>\n 13 13 9 2 2.\n <_>\n 4 15 9 2 2.\n <_>\n \n <_>\n 2 13 18 4 -1.\n <_>\n 2 13 9 2 2.\n <_>\n 11 15 9 2 2.\n <_>\n \n <_>\n 15 15 9 6 -1.\n <_>\n 15 17 9 2 3.\n <_>\n \n <_>\n 0 15 9 6 -1.\n <_>\n 0 17 9 2 3.\n <_>\n \n <_>\n 6 0 18 24 -1.\n <_>\n 15 0 9 12 2.\n <_>\n 6 12 9 12 2.\n <_>\n \n <_>\n 6 6 6 12 -1.\n <_>\n 6 10 6 4 3.\n <_>\n \n <_>\n 8 7 10 4 -1.\n <_>\n 8 9 10 2 2.\n <_>\n \n <_>\n 1 9 18 6 -1.\n <_>\n 1 9 9 3 2.\n <_>\n 10 12 9 3 2.\n <_>\n \n <_>\n 6 6 18 3 -1.\n <_>\n 6 7 18 1 3.\n <_>\n \n <_>\n 7 7 9 8 -1.\n <_>\n 10 7 3 8 3.\n <_>\n \n <_>\n 10 12 6 12 -1.\n <_>\n 12 12 2 12 3.\n <_>\n \n <_>\n 3 14 18 3 -1.\n <_>\n 3 15 18 1 3.\n <_>\n \n <_>\n 15 17 9 7 -1.\n <_>\n 18 17 3 7 3.\n <_>\n \n <_>\n 1 12 10 6 -1.\n <_>\n 1 14 10 2 3.\n <_>\n \n <_>\n 15 17 9 7 -1.\n <_>\n 18 17 3 7 3.\n <_>\n \n <_>\n 10 3 3 19 -1.\n <_>\n 11 3 1 19 3.\n <_>\n \n <_>\n 15 17 9 7 -1.\n <_>\n 18 17 3 7 3.\n <_>\n \n <_>\n 6 1 11 9 -1.\n <_>\n 6 4 11 3 3.\n <_>\n \n <_>\n 15 17 9 7 -1.\n <_>\n 18 17 3 7 3.\n <_>\n \n <_>\n 6 5 11 6 -1.\n <_>\n 6 8 11 3 2.\n <_>\n \n <_>\n 16 7 8 5 -1.\n <_>\n 16 7 4 5 2.\n <_>\n \n <_>\n 2 4 20 19 -1.\n <_>\n 12 4 10 19 2.\n <_>\n \n <_>\n 2 1 21 6 -1.\n <_>\n 9 1 7 6 3.\n <_>\n \n <_>\n 6 5 12 14 -1.\n <_>\n 6 5 6 7 2.\n <_>\n 12 12 6 7 2.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 2 11 8 5 -1.\n <_>\n 6 11 4 5 2.\n <_>\n \n <_>\n 16 7 8 5 -1.\n <_>\n 16 7 4 5 2.\n <_>\n \n <_>\n 0 7 8 5 -1.\n <_>\n 4 7 4 5 2.\n <_>\n \n <_>\n 15 17 9 7 -1.\n <_>\n 18 17 3 7 3.\n <_>\n \n <_>\n 8 6 8 10 -1.\n <_>\n 8 6 4 5 2.\n <_>\n 12 11 4 5 2.\n <_>\n \n <_>\n 15 15 9 9 -1.\n <_>\n 18 15 3 9 3.\n <_>\n \n <_>\n 0 15 9 9 -1.\n <_>\n 3 15 3 9 3.\n <_>\n \n <_>\n 12 10 9 7 -1.\n <_>\n 15 10 3 7 3.\n <_>\n \n <_>\n 3 10 9 7 -1.\n <_>\n 6 10 3 7 3.\n <_>\n \n <_>\n 13 15 10 8 -1.\n <_>\n 18 15 5 4 2.\n <_>\n 13 19 5 4 2.\n <_>\n \n <_>\n 0 1 6 12 -1.\n <_>\n 0 1 3 6 2.\n <_>\n 3 7 3 6 2.\n <_>\n \n <_>\n 10 0 6 12 -1.\n <_>\n 13 0 3 6 2.\n <_>\n 10 6 3 6 2.\n <_>\n \n <_>\n 7 0 10 12 -1.\n <_>\n 7 0 5 6 2.\n <_>\n 12 6 5 6 2.\n <_>\n \n <_>\n 4 1 16 8 -1.\n <_>\n 4 1 8 8 2.\n <_>\n \n <_>\n 0 21 19 3 -1.\n <_>\n 0 22 19 1 3.\n <_>\n \n <_>\n 6 9 18 4 -1.\n <_>\n 15 9 9 2 2.\n <_>\n 6 11 9 2 2.\n <_>\n \n <_>\n 3 4 9 6 -1.\n <_>\n 3 6 9 2 3.\n <_>\n \n <_>\n 9 1 6 15 -1.\n <_>\n 9 6 6 5 3.\n <_>\n \n <_>\n 5 9 6 6 -1.\n <_>\n 8 9 3 6 2.\n <_>\n \n <_>\n 5 1 14 9 -1.\n <_>\n 5 4 14 3 3.\n <_>\n \n <_>\n 3 0 8 20 -1.\n <_>\n 3 0 4 10 2.\n <_>\n 7 10 4 10 2.\n <_>\n \n <_>\n 5 0 7 9 -1.\n <_>\n 5 3 7 3 3.\n <_>\n \n <_>\n 6 6 12 5 -1.\n <_>\n 10 6 4 5 3.\n <_>\n \n <_>\n 0 1 8 14 -1.\n <_>\n 4 1 4 14 2.\n <_>\n \n <_>\n 2 12 22 4 -1.\n <_>\n 2 14 22 2 2.\n <_>\n \n <_>\n 8 17 6 6 -1.\n <_>\n 8 20 6 3 2.\n <_>\n \n <_>\n 18 1 6 7 -1.\n <_>\n 18 1 3 7 2.\n <_>\n \n <_>\n 0 0 6 6 -1.\n <_>\n 3 0 3 6 2.\n <_>\n \n <_>\n 4 6 17 18 -1.\n <_>\n 4 12 17 6 3.\n <_>\n \n <_>\n 6 0 12 6 -1.\n <_>\n 6 0 6 3 2.\n <_>\n 12 3 6 3 2.\n <_>\n \n <_>\n 4 7 18 4 -1.\n <_>\n 13 7 9 2 2.\n <_>\n 4 9 9 2 2.\n <_>\n \n <_>\n 4 12 10 6 -1.\n <_>\n 4 14 10 2 3.\n <_>\n \n <_>\n 7 9 10 12 -1.\n <_>\n 12 9 5 6 2.\n <_>\n 7 15 5 6 2.\n <_>\n \n <_>\n 0 1 24 3 -1.\n <_>\n 8 1 8 3 3.\n <_>\n \n <_>\n 13 11 6 6 -1.\n <_>\n 13 11 3 6 2.\n <_>\n \n <_>\n 5 11 6 6 -1.\n <_>\n 8 11 3 6 2.\n <_>\n \n <_>\n 3 10 19 3 -1.\n <_>\n 3 11 19 1 3.\n <_>\n \n <_>\n 0 2 6 9 -1.\n <_>\n 0 5 6 3 3.\n <_>\n \n <_>\n 14 16 10 6 -1.\n <_>\n 14 18 10 2 3.\n <_>\n \n <_>\n 0 16 10 6 -1.\n <_>\n 0 18 10 2 3.\n <_>\n \n <_>\n 14 13 9 6 -1.\n <_>\n 14 15 9 2 3.\n <_>\n \n <_>\n 0 16 18 3 -1.\n <_>\n 0 17 18 1 3.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 0 18 9 6 -1.\n <_>\n 0 20 9 2 3.\n <_>\n \n <_>\n 14 13 9 6 -1.\n <_>\n 14 15 9 2 3.\n <_>\n \n <_>\n 6 2 6 9 -1.\n <_>\n 8 2 2 9 3.\n <_>\n \n <_>\n 15 8 4 12 -1.\n <_>\n 15 8 2 12 2.\n <_>\n \n <_>\n 8 13 8 8 -1.\n <_>\n 8 17 8 4 2.\n <_>\n \n <_>\n 4 20 18 3 -1.\n <_>\n 10 20 6 3 3.\n <_>\n \n <_>\n 5 8 4 12 -1.\n <_>\n 7 8 2 12 2.\n <_>\n \n <_>\n 7 7 12 3 -1.\n <_>\n 7 7 6 3 2.\n <_>\n \n <_>\n 10 6 4 9 -1.\n <_>\n 12 6 2 9 2.\n <_>\n \n <_>\n 5 20 18 3 -1.\n <_>\n 11 20 6 3 3.\n <_>\n \n <_>\n 1 20 18 3 -1.\n <_>\n 7 20 6 3 3.\n <_>\n \n <_>\n 18 1 6 20 -1.\n <_>\n 21 1 3 10 2.\n <_>\n 18 11 3 10 2.\n <_>\n \n <_>\n 0 1 6 20 -1.\n <_>\n 0 1 3 10 2.\n <_>\n 3 11 3 10 2.\n <_>\n \n <_>\n 13 3 4 18 -1.\n <_>\n 15 3 2 9 2.\n <_>\n 13 12 2 9 2.\n <_>\n \n <_>\n 0 2 6 12 -1.\n <_>\n 0 6 6 4 3.\n <_>\n \n <_>\n 12 9 12 6 -1.\n <_>\n 18 9 6 3 2.\n <_>\n 12 12 6 3 2.\n <_>\n \n <_>\n 7 3 4 18 -1.\n <_>\n 7 3 2 9 2.\n <_>\n 9 12 2 9 2.\n <_>\n \n <_>\n 14 0 6 9 -1.\n <_>\n 16 0 2 9 3.\n <_>\n \n <_>\n 0 9 12 6 -1.\n <_>\n 0 9 6 3 2.\n <_>\n 6 12 6 3 2.\n <_>\n \n <_>\n 14 4 8 20 -1.\n <_>\n 18 4 4 10 2.\n <_>\n 14 14 4 10 2.\n <_>\n \n <_>\n 2 4 8 20 -1.\n <_>\n 2 4 4 10 2.\n <_>\n 6 14 4 10 2.\n <_>\n \n <_>\n 14 13 9 6 -1.\n <_>\n 14 15 9 2 3.\n <_>\n \n <_>\n 1 13 9 6 -1.\n <_>\n 1 15 9 2 3.\n <_>\n \n <_>\n 3 15 18 3 -1.\n <_>\n 9 15 6 3 3.\n <_>\n \n <_>\n 5 13 9 6 -1.\n <_>\n 5 15 9 2 3.\n <_>\n \n <_>\n 5 0 18 3 -1.\n <_>\n 5 1 18 1 3.\n <_>\n \n <_>\n 8 2 6 7 -1.\n <_>\n 11 2 3 7 2.\n <_>\n \n <_>\n 9 1 9 6 -1.\n <_>\n 12 1 3 6 3.\n <_>\n \n <_>\n 6 1 9 6 -1.\n <_>\n 9 1 3 6 3.\n <_>\n \n <_>\n 5 6 14 6 -1.\n <_>\n 12 6 7 3 2.\n <_>\n 5 9 7 3 2.\n <_>\n \n <_>\n 8 2 6 13 -1.\n <_>\n 10 2 2 13 3.\n <_>\n \n <_>\n 6 11 12 6 -1.\n <_>\n 12 11 6 3 2.\n <_>\n 6 14 6 3 2.\n <_>\n \n <_>\n 3 1 18 15 -1.\n <_>\n 9 1 6 15 3.\n <_>\n \n <_>\n 13 0 6 7 -1.\n <_>\n 13 0 3 7 2.\n <_>\n \n <_>\n 3 3 16 6 -1.\n <_>\n 3 6 16 3 2.\n <_>\n \n <_>\n 12 1 3 12 -1.\n <_>\n 12 7 3 6 2.\n <_>\n \n <_>\n 7 7 6 9 -1.\n <_>\n 9 7 2 9 3.\n <_>\n \n <_>\n 13 0 4 24 -1.\n <_>\n 13 0 2 24 2.\n <_>\n \n <_>\n 7 0 4 24 -1.\n <_>\n 9 0 2 24 2.\n <_>\n \n <_>\n 11 9 5 12 -1.\n <_>\n 11 13 5 4 3.\n <_>\n \n <_>\n 7 15 9 6 -1.\n <_>\n 7 17 9 2 3.\n <_>\n \n <_>\n 5 7 18 6 -1.\n <_>\n 5 9 18 2 3.\n <_>\n \n <_>\n 8 9 5 12 -1.\n <_>\n 8 13 5 4 3.\n <_>\n \n <_>\n 4 17 17 6 -1.\n <_>\n 4 19 17 2 3.\n <_>\n \n <_>\n 0 3 18 14 -1.\n <_>\n 0 3 9 7 2.\n <_>\n 9 10 9 7 2.\n <_>\n \n <_>\n 0 1 24 2 -1.\n <_>\n 0 2 24 1 2.\n <_>\n \n <_>\n 0 15 18 3 -1.\n <_>\n 0 16 18 1 3.\n <_>\n \n <_>\n 9 0 6 9 -1.\n <_>\n 11 0 2 9 3.\n <_>\n \n <_>\n 3 3 14 12 -1.\n <_>\n 3 9 14 6 2.\n <_>\n \n <_>\n 12 1 3 12 -1.\n <_>\n 12 7 3 6 2.\n <_>\n \n <_>\n 8 0 6 9 -1.\n <_>\n 10 0 2 9 3.\n <_>\n \n <_>\n 10 6 6 10 -1.\n <_>\n 12 6 2 10 3.\n <_>\n \n <_>\n 5 0 6 9 -1.\n <_>\n 7 0 2 9 3.\n <_>\n \n <_>\n 2 0 21 7 -1.\n <_>\n 9 0 7 7 3.\n <_>\n \n <_>\n 6 11 12 5 -1.\n <_>\n 10 11 4 5 3.\n <_>\n \n <_>\n 8 7 9 8 -1.\n <_>\n 11 7 3 8 3.\n <_>\n \n <_>\n 9 6 6 18 -1.\n <_>\n 9 6 3 9 2.\n <_>\n 12 15 3 9 2.\n <_>\n \n <_>\n 15 14 8 10 -1.\n <_>\n 19 14 4 5 2.\n <_>\n 15 19 4 5 2.\n <_>\n \n <_>\n 1 14 8 10 -1.\n <_>\n 1 14 4 5 2.\n <_>\n 5 19 4 5 2.\n <_>\n \n <_>\n 11 0 8 10 -1.\n <_>\n 15 0 4 5 2.\n <_>\n 11 5 4 5 2.\n <_>\n \n <_>\n 5 0 8 10 -1.\n <_>\n 5 0 4 5 2.\n <_>\n 9 5 4 5 2.\n <_>\n \n <_>\n 6 1 12 5 -1.\n <_>\n 6 1 6 5 2.\n <_>\n \n <_>\n 1 12 18 2 -1.\n <_>\n 10 12 9 2 2.\n <_>\n \n <_>\n 2 8 20 6 -1.\n <_>\n 12 8 10 3 2.\n <_>\n 2 11 10 3 2.\n <_>\n \n <_>\n 7 6 9 7 -1.\n <_>\n 10 6 3 7 3.\n <_>\n \n <_>\n 10 5 8 16 -1.\n <_>\n 14 5 4 8 2.\n <_>\n 10 13 4 8 2.\n <_>\n \n <_>\n 3 9 16 8 -1.\n <_>\n 3 9 8 4 2.\n <_>\n 11 13 8 4 2.\n <_>\n \n <_>\n 7 8 10 4 -1.\n <_>\n 7 8 5 4 2.\n <_>\n \n <_>\n 7 12 10 8 -1.\n <_>\n 7 12 5 4 2.\n <_>\n 12 16 5 4 2.\n <_>\n \n <_>\n 9 19 15 4 -1.\n <_>\n 14 19 5 4 3.\n <_>\n \n <_>\n 1 0 18 9 -1.\n <_>\n 7 0 6 9 3.\n <_>\n \n <_>\n 13 4 10 8 -1.\n <_>\n 18 4 5 4 2.\n <_>\n 13 8 5 4 2.\n <_>\n \n <_>\n 3 16 18 4 -1.\n <_>\n 9 16 6 4 3.\n <_>\n \n <_>\n 8 7 10 12 -1.\n <_>\n 13 7 5 6 2.\n <_>\n 8 13 5 6 2.\n <_>\n \n <_>\n 6 7 10 12 -1.\n <_>\n 6 7 5 6 2.\n <_>\n 11 13 5 6 2.\n <_>\n \n <_>\n 4 6 18 7 -1.\n <_>\n 10 6 6 7 3.\n <_>\n \n <_>\n 0 17 18 3 -1.\n <_>\n 0 18 18 1 3.\n <_>\n \n <_>\n 3 17 18 3 -1.\n <_>\n 3 18 18 1 3.\n <_>\n \n <_>\n 2 4 6 10 -1.\n <_>\n 4 4 2 10 3.\n <_>\n \n <_>\n 16 0 8 24 -1.\n <_>\n 16 0 4 24 2.\n <_>\n \n <_>\n 4 0 8 15 -1.\n <_>\n 8 0 4 15 2.\n <_>\n \n <_>\n 16 0 8 24 -1.\n <_>\n 16 0 4 24 2.\n <_>\n \n <_>\n 1 4 18 9 -1.\n <_>\n 7 4 6 9 3.\n <_>\n \n <_>\n 15 12 9 6 -1.\n <_>\n 15 14 9 2 3.\n <_>\n \n <_>\n 3 9 18 6 -1.\n <_>\n 3 9 9 3 2.\n <_>\n 12 12 9 3 2.\n <_>\n \n <_>\n 18 5 6 9 -1.\n <_>\n 18 8 6 3 3.\n <_>\n \n <_>\n 0 5 6 9 -1.\n <_>\n 0 8 6 3 3.\n <_>\n \n <_>\n 4 7 18 4 -1.\n <_>\n 13 7 9 2 2.\n <_>\n 4 9 9 2 2.\n <_>\n \n <_>\n 2 1 12 20 -1.\n <_>\n 2 1 6 10 2.\n <_>\n 8 11 6 10 2.\n <_>\n \n <_>\n 17 0 6 23 -1.\n <_>\n 17 0 3 23 2.\n <_>\n \n <_>\n 1 6 2 18 -1.\n <_>\n 1 15 2 9 2.\n <_>\n \n <_>\n 8 8 10 6 -1.\n <_>\n 8 10 10 2 3.\n <_>\n \n <_>\n 0 6 20 6 -1.\n <_>\n 0 6 10 3 2.\n <_>\n 10 9 10 3 2.\n <_>\n \n <_>\n 11 12 12 5 -1.\n <_>\n 15 12 4 5 3.\n <_>\n \n <_>\n 0 4 3 19 -1.\n <_>\n 1 4 1 19 3.\n <_>\n \n <_>\n 19 1 3 18 -1.\n <_>\n 20 1 1 18 3.\n <_>\n \n <_>\n 2 1 3 18 -1.\n <_>\n 3 1 1 18 3.\n <_>\n \n <_>\n 3 10 18 3 -1.\n <_>\n 9 10 6 3 3.\n <_>\n \n <_>\n 4 4 10 9 -1.\n <_>\n 9 4 5 9 2.\n <_>\n \n <_>\n 7 13 14 7 -1.\n <_>\n 7 13 7 7 2.\n <_>\n \n <_>\n 3 13 14 7 -1.\n <_>\n 10 13 7 7 2.\n <_>\n \n <_>\n 8 15 9 6 -1.\n <_>\n 11 15 3 6 3.\n <_>\n \n <_>\n 4 14 8 10 -1.\n <_>\n 4 14 4 5 2.\n <_>\n 8 19 4 5 2.\n <_>\n \n <_>\n 10 14 4 10 -1.\n <_>\n 10 19 4 5 2.\n <_>\n \n <_>\n 3 8 5 16 -1.\n <_>\n 3 16 5 8 2.\n <_>\n \n <_>\n 15 10 9 6 -1.\n <_>\n 15 12 9 2 3.\n <_>\n \n <_>\n 0 10 9 6 -1.\n <_>\n 0 12 9 2 3.\n <_>\n \n <_>\n 6 7 12 9 -1.\n <_>\n 6 10 12 3 3.\n <_>\n \n <_>\n 9 10 5 8 -1.\n <_>\n 9 14 5 4 2.\n <_>\n \n <_>\n 12 1 3 12 -1.\n <_>\n 12 7 3 6 2.\n <_>\n \n <_>\n 8 15 6 9 -1.\n <_>\n 10 15 2 9 3.\n <_>\n \n <_>\n 16 6 7 6 -1.\n <_>\n 16 9 7 3 2.\n <_>\n \n <_>\n 8 1 4 22 -1.\n <_>\n 10 1 2 22 2.\n <_>\n \n <_>\n 6 6 14 3 -1.\n <_>\n 6 6 7 3 2.\n <_>\n \n <_>\n 0 18 19 3 -1.\n <_>\n 0 19 19 1 3.\n <_>\n \n <_>\n 17 0 6 24 -1.\n <_>\n 17 0 3 24 2.\n <_>\n \n <_>\n 0 13 15 6 -1.\n <_>\n 5 13 5 6 3.\n <_>\n \n <_>\n 9 6 10 14 -1.\n <_>\n 14 6 5 7 2.\n <_>\n 9 13 5 7 2.\n <_>\n \n <_>\n 1 6 8 10 -1.\n <_>\n 1 6 4 5 2.\n <_>\n 5 11 4 5 2.\n <_>\n \n <_>\n 7 6 12 5 -1.\n <_>\n 7 6 6 5 2.\n <_>\n \n <_>\n 7 7 9 6 -1.\n <_>\n 10 7 3 6 3.\n <_>\n \n <_>\n 7 8 14 14 -1.\n <_>\n 14 8 7 7 2.\n <_>\n 7 15 7 7 2.\n <_>\n \n <_>\n 3 8 14 14 -1.\n <_>\n 3 8 7 7 2.\n <_>\n 10 15 7 7 2.\n <_>\n \n <_>\n 9 8 13 4 -1.\n <_>\n 9 10 13 2 2.\n <_>\n \n <_>\n 3 2 6 12 -1.\n <_>\n 3 2 3 6 2.\n <_>\n 6 8 3 6 2.\n <_>\n \n <_>\n 6 10 17 6 -1.\n <_>\n 6 13 17 3 2.\n <_>\n \n <_>\n 1 10 17 6 -1.\n <_>\n 1 13 17 3 2.\n <_>\n \n <_>\n 16 7 8 9 -1.\n <_>\n 16 10 8 3 3.\n <_>\n \n <_>\n 0 7 8 9 -1.\n <_>\n 0 10 8 3 3.\n <_>\n \n <_>\n 0 9 24 10 -1.\n <_>\n 12 9 12 5 2.\n <_>\n 0 14 12 5 2.\n <_>\n \n <_>\n 3 2 15 8 -1.\n <_>\n 8 2 5 8 3.\n <_>\n \n <_>\n 4 2 18 8 -1.\n <_>\n 10 2 6 8 3.\n <_>\n \n <_>\n 0 1 18 4 -1.\n <_>\n 0 1 9 2 2.\n <_>\n 9 3 9 2 2.\n <_>\n \n <_>\n 20 2 3 18 -1.\n <_>\n 21 2 1 18 3.\n <_>\n \n <_>\n 1 3 3 19 -1.\n <_>\n 2 3 1 19 3.\n <_>\n \n <_>\n 18 8 6 16 -1.\n <_>\n 20 8 2 16 3.\n <_>\n \n <_>\n 0 8 6 16 -1.\n <_>\n 2 8 2 16 3.\n <_>\n \n <_>\n 8 18 11 6 -1.\n <_>\n 8 20 11 2 3.\n <_>\n \n <_>\n 4 6 12 5 -1.\n <_>\n 8 6 4 5 3.\n <_>\n \n <_>\n 7 6 12 5 -1.\n <_>\n 11 6 4 5 3.\n <_>\n \n <_>\n 6 3 9 6 -1.\n <_>\n 9 3 3 6 3.\n <_>\n \n <_>\n 7 6 12 5 -1.\n <_>\n 7 6 6 5 2.\n <_>\n \n <_>\n 9 8 6 7 -1.\n <_>\n 12 8 3 7 2.\n <_>\n \n <_>\n 8 2 9 6 -1.\n <_>\n 11 2 3 6 3.\n <_>\n \n <_>\n 8 14 6 9 -1.\n <_>\n 8 17 6 3 3.\n <_>\n \n <_>\n 8 2 9 6 -1.\n <_>\n 11 2 3 6 3.\n <_>\n \n <_>\n 4 3 16 20 -1.\n <_>\n 4 3 8 10 2.\n <_>\n 12 13 8 10 2.\n <_>\n \n <_>\n 7 6 10 12 -1.\n <_>\n 12 6 5 6 2.\n <_>\n 7 12 5 6 2.\n <_>\n \n <_>\n 0 2 7 12 -1.\n <_>\n 0 6 7 4 3.\n <_>\n \n <_>\n 12 17 11 6 -1.\n <_>\n 12 19 11 2 3.\n <_>\n \n <_>\n 4 7 12 8 -1.\n <_>\n 4 7 6 4 2.\n <_>\n 10 11 6 4 2.\n <_>\n \n <_>\n 8 11 8 10 -1.\n <_>\n 12 11 4 5 2.\n <_>\n 8 16 4 5 2.\n <_>\n \n <_>\n 9 1 4 9 -1.\n <_>\n 11 1 2 9 2.\n <_>\n \n <_>\n 14 0 3 22 -1.\n <_>\n 15 0 1 22 3.\n <_>\n \n <_>\n 7 0 3 22 -1.\n <_>\n 8 0 1 22 3.\n <_>\n \n <_>\n 4 7 18 4 -1.\n <_>\n 13 7 9 2 2.\n <_>\n 4 9 9 2 2.\n <_>\n \n <_>\n 10 2 4 15 -1.\n <_>\n 10 7 4 5 3.\n <_>\n \n <_>\n 12 1 3 12 -1.\n <_>\n 12 7 3 6 2.\n <_>\n \n <_>\n 0 0 18 13 -1.\n <_>\n 9 0 9 13 2.\n <_>\n \n <_>\n 16 0 3 24 -1.\n <_>\n 17 0 1 24 3.\n <_>\n \n <_>\n 5 0 3 24 -1.\n <_>\n 6 0 1 24 3.\n <_>\n \n <_>\n 10 15 5 8 -1.\n <_>\n 10 19 5 4 2.\n <_>\n \n <_>\n 2 18 18 2 -1.\n <_>\n 2 19 18 1 2.\n <_>\n \n <_>\n 2 8 20 3 -1.\n <_>\n 2 9 20 1 3.\n <_>\n \n <_>\n 7 6 9 6 -1.\n <_>\n 7 8 9 2 3.\n <_>\n \n <_>\n 3 2 19 10 -1.\n <_>\n 3 7 19 5 2.\n <_>\n \n <_>\n 2 7 19 3 -1.\n <_>\n 2 8 19 1 3.\n <_>\n \n <_>\n 15 6 9 4 -1.\n <_>\n 15 8 9 2 2.\n <_>\n \n <_>\n 2 2 18 8 -1.\n <_>\n 8 2 6 8 3.\n <_>\n \n <_>\n 10 9 14 4 -1.\n <_>\n 10 9 7 4 2.\n <_>\n \n <_>\n 4 4 6 16 -1.\n <_>\n 7 4 3 16 2.\n <_>\n \n <_>\n 15 8 9 16 -1.\n <_>\n 18 8 3 16 3.\n <_>\n \n <_>\n 0 8 9 16 -1.\n <_>\n 3 8 3 16 3.\n <_>\n \n <_>\n 18 0 6 14 -1.\n <_>\n 20 0 2 14 3.\n <_>\n \n <_>\n 0 0 6 14 -1.\n <_>\n 2 0 2 14 3.\n <_>\n \n <_>\n 15 0 6 22 -1.\n <_>\n 17 0 2 22 3.\n <_>\n \n <_>\n 3 0 6 22 -1.\n <_>\n 5 0 2 22 3.\n <_>\n \n <_>\n 12 2 12 20 -1.\n <_>\n 16 2 4 20 3.\n <_>\n \n <_>\n 0 2 12 20 -1.\n <_>\n 4 2 4 20 3.\n <_>\n \n <_>\n 11 6 4 9 -1.\n <_>\n 11 6 2 9 2.\n <_>\n \n <_>\n 9 0 6 16 -1.\n <_>\n 12 0 3 16 2.\n <_>\n \n <_>\n 12 1 3 12 -1.\n <_>\n 12 7 3 6 2.\n <_>\n \n <_>\n 3 4 18 6 -1.\n <_>\n 3 4 9 3 2.\n <_>\n 12 7 9 3 2.\n <_>\n \n <_>\n 5 5 16 8 -1.\n <_>\n 13 5 8 4 2.\n <_>\n 5 9 8 4 2.\n <_>\n \n <_>\n 0 13 10 6 -1.\n <_>\n 0 15 10 2 3.\n <_>\n \n <_>\n 8 14 9 6 -1.\n <_>\n 8 16 9 2 3.\n <_>\n \n <_>\n 6 2 9 6 -1.\n <_>\n 9 2 3 6 3.\n <_>\n \n <_>\n 14 1 10 8 -1.\n <_>\n 19 1 5 4 2.\n <_>\n 14 5 5 4 2.\n <_>\n \n <_>\n 9 1 3 12 -1.\n <_>\n 9 7 3 6 2.\n <_>\n \n <_>\n 6 4 12 9 -1.\n <_>\n 6 7 12 3 3.\n <_>\n \n <_>\n 6 5 12 6 -1.\n <_>\n 10 5 4 6 3.\n <_>\n \n <_>\n 1 1 8 5 -1.\n <_>\n 5 1 4 5 2.\n <_>\n \n <_>\n 12 12 6 8 -1.\n <_>\n 12 16 6 4 2.\n <_>\n \n <_>\n 3 12 12 6 -1.\n <_>\n 3 14 12 2 3.\n <_>\n \n <_>\n 9 18 12 6 -1.\n <_>\n 15 18 6 3 2.\n <_>\n 9 21 6 3 2.\n <_>\n \n <_>\n 4 13 6 6 -1.\n <_>\n 4 16 6 3 2.\n <_>\n \n <_>\n 11 3 7 18 -1.\n <_>\n 11 12 7 9 2.\n <_>\n \n <_>\n 3 9 18 3 -1.\n <_>\n 9 9 6 3 3.\n <_>\n \n <_>\n 5 3 19 2 -1.\n <_>\n 5 4 19 1 2.\n <_>\n \n <_>\n 4 2 12 6 -1.\n <_>\n 4 2 6 3 2.\n <_>\n 10 5 6 3 2.\n <_>\n \n <_>\n 9 6 6 9 -1.\n <_>\n 11 6 2 9 3.\n <_>\n \n <_>\n 8 6 6 9 -1.\n <_>\n 10 6 2 9 3.\n <_>\n \n <_>\n 16 9 5 15 -1.\n <_>\n 16 14 5 5 3.\n <_>\n \n <_>\n 3 9 5 15 -1.\n <_>\n 3 14 5 5 3.\n <_>\n \n <_>\n 6 6 14 6 -1.\n <_>\n 13 6 7 3 2.\n <_>\n 6 9 7 3 2.\n <_>\n \n <_>\n 8 6 3 14 -1.\n <_>\n 8 13 3 7 2.\n <_>\n \n <_>\n 0 16 24 5 -1.\n <_>\n 8 16 8 5 3.\n <_>\n \n <_>\n 0 20 20 3 -1.\n <_>\n 10 20 10 3 2.\n <_>\n \n <_>\n 5 10 18 2 -1.\n <_>\n 5 11 18 1 2.\n <_>\n \n <_>\n 0 6 6 10 -1.\n <_>\n 2 6 2 10 3.\n <_>\n \n <_>\n 2 1 20 3 -1.\n <_>\n 2 2 20 1 3.\n <_>\n \n <_>\n 9 13 6 11 -1.\n <_>\n 11 13 2 11 3.\n <_>\n \n <_>\n 9 15 6 8 -1.\n <_>\n 9 19 6 4 2.\n <_>\n \n <_>\n 9 12 6 9 -1.\n <_>\n 9 15 6 3 3.\n <_>\n \n <_>\n 5 11 18 2 -1.\n <_>\n 5 12 18 1 2.\n <_>\n \n <_>\n 2 6 15 6 -1.\n <_>\n 2 8 15 2 3.\n <_>\n \n <_>\n 6 0 18 3 -1.\n <_>\n 6 1 18 1 3.\n <_>\n \n <_>\n 5 0 3 18 -1.\n <_>\n 6 0 1 18 3.\n <_>\n \n <_>\n 18 3 6 10 -1.\n <_>\n 20 3 2 10 3.\n <_>\n \n <_>\n 0 3 6 10 -1.\n <_>\n 2 3 2 10 3.\n <_>\n \n <_>\n 10 5 8 9 -1.\n <_>\n 10 5 4 9 2.\n <_>\n \n <_>\n 6 5 8 9 -1.\n <_>\n 10 5 4 9 2.\n <_>\n \n <_>\n 3 2 20 3 -1.\n <_>\n 3 3 20 1 3.\n <_>\n \n <_>\n 5 2 13 4 -1.\n <_>\n 5 4 13 2 2.\n <_>\n \n <_>\n 17 0 7 14 -1.\n <_>\n 17 7 7 7 2.\n <_>\n \n <_>\n 0 0 7 14 -1.\n <_>\n 0 7 7 7 2.\n <_>\n \n <_>\n 9 11 10 6 -1.\n <_>\n 9 11 5 6 2.\n <_>\n \n <_>\n 5 11 10 6 -1.\n <_>\n 10 11 5 6 2.\n <_>\n \n <_>\n 11 6 3 18 -1.\n <_>\n 11 12 3 6 3.\n <_>\n \n <_>\n 0 16 18 3 -1.\n <_>\n 0 17 18 1 3.\n <_>\n \n <_>\n 6 16 18 3 -1.\n <_>\n 6 17 18 1 3.\n <_>\n \n <_>\n 4 6 9 10 -1.\n <_>\n 4 11 9 5 2.\n <_>\n \n <_>\n 9 7 15 4 -1.\n <_>\n 9 9 15 2 2.\n <_>\n \n <_>\n 5 6 12 6 -1.\n <_>\n 5 6 6 3 2.\n <_>\n 11 9 6 3 2.\n <_>\n \n <_>\n 6 1 12 9 -1.\n <_>\n 6 4 12 3 3.\n <_>\n \n <_>\n 7 9 6 12 -1.\n <_>\n 7 9 3 6 2.\n <_>\n 10 15 3 6 2.\n <_>\n \n <_>\n 11 5 13 6 -1.\n <_>\n 11 7 13 2 3.\n <_>\n \n <_>\n 1 11 22 13 -1.\n <_>\n 12 11 11 13 2.\n <_>\n \n <_>\n 18 8 6 6 -1.\n <_>\n 18 11 6 3 2.\n <_>\n \n <_>\n 0 8 6 6 -1.\n <_>\n 0 11 6 3 2.\n <_>\n \n <_>\n 0 6 24 3 -1.\n <_>\n 0 7 24 1 3.\n <_>\n \n <_>\n 0 5 10 6 -1.\n <_>\n 0 7 10 2 3.\n <_>\n \n <_>\n 6 7 18 3 -1.\n <_>\n 6 8 18 1 3.\n <_>\n \n <_>\n 0 0 10 6 -1.\n <_>\n 0 2 10 2 3.\n <_>\n \n <_>\n 19 0 3 19 -1.\n <_>\n 20 0 1 19 3.\n <_>\n \n <_>\n 4 6 12 16 -1.\n <_>\n 4 6 6 8 2.\n <_>\n 10 14 6 8 2.\n <_>\n \n <_>\n 19 6 4 18 -1.\n <_>\n 21 6 2 9 2.\n <_>\n 19 15 2 9 2.\n <_>\n \n <_>\n 1 6 4 18 -1.\n <_>\n 1 6 2 9 2.\n <_>\n 3 15 2 9 2.\n <_>\n \n <_>\n 3 21 18 3 -1.\n <_>\n 3 22 18 1 3.\n <_>\n \n <_>\n 0 19 9 4 -1.\n <_>\n 0 21 9 2 2.\n <_>\n \n <_>\n 12 18 12 6 -1.\n <_>\n 18 18 6 3 2.\n <_>\n 12 21 6 3 2.\n <_>\n \n <_>\n 7 18 9 4 -1.\n <_>\n 7 20 9 2 2.\n <_>\n \n <_>\n 12 16 10 8 -1.\n <_>\n 17 16 5 4 2.\n <_>\n 12 20 5 4 2.\n <_>\n \n <_>\n 2 16 10 8 -1.\n <_>\n 2 16 5 4 2.\n <_>\n 7 20 5 4 2.\n <_>\n \n <_>\n 14 0 10 12 -1.\n <_>\n 19 0 5 6 2.\n <_>\n 14 6 5 6 2.\n <_>\n \n <_>\n 0 0 10 12 -1.\n <_>\n 0 0 5 6 2.\n <_>\n 5 6 5 6 2.\n <_>\n \n <_>\n 15 14 9 6 -1.\n <_>\n 15 16 9 2 3.\n <_>\n \n <_>\n 0 14 9 6 -1.\n <_>\n 0 16 9 2 3.\n <_>\n \n <_>\n 14 14 10 6 -1.\n <_>\n 14 16 10 2 3.\n <_>\n \n <_>\n 0 14 10 6 -1.\n <_>\n 0 16 10 2 3.\n <_>\n \n <_>\n 5 18 18 2 -1.\n <_>\n 5 19 18 1 2.\n <_>\n \n <_>\n 0 18 18 3 -1.\n <_>\n 0 19 18 1 3.\n <_>\n \n <_>\n 3 5 18 12 -1.\n <_>\n 12 5 9 6 2.\n <_>\n 3 11 9 6 2.\n <_>\n \n <_>\n 5 3 7 9 -1.\n <_>\n 5 6 7 3 3.\n <_>\n \n <_>\n 4 0 19 15 -1.\n <_>\n 4 5 19 5 3.\n <_>\n \n <_>\n 3 0 16 4 -1.\n <_>\n 3 2 16 2 2.\n <_>\n \n <_>\n 4 12 16 12 -1.\n <_>\n 4 12 8 12 2.\n <_>\n \n <_>\n 4 3 12 15 -1.\n <_>\n 10 3 6 15 2.\n <_>\n \n <_>\n 16 4 2 19 -1.\n <_>\n 16 4 1 19 2.\n <_>\n \n <_>\n 6 4 2 19 -1.\n <_>\n 7 4 1 19 2.\n <_>\n \n <_>\n 13 14 8 10 -1.\n <_>\n 17 14 4 5 2.\n <_>\n 13 19 4 5 2.\n <_>\n \n <_>\n 3 14 8 10 -1.\n <_>\n 3 14 4 5 2.\n <_>\n 7 19 4 5 2.\n <_>\n \n <_>\n 12 6 3 18 -1.\n <_>\n 12 12 3 6 3.\n <_>\n \n <_>\n 5 11 12 6 -1.\n <_>\n 5 11 6 3 2.\n <_>\n 11 14 6 3 2.\n <_>\n \n <_>\n 10 5 8 10 -1.\n <_>\n 14 5 4 5 2.\n <_>\n 10 10 4 5 2.\n <_>\n \n <_>\n 6 4 12 10 -1.\n <_>\n 6 4 6 5 2.\n <_>\n 12 9 6 5 2.\n <_>\n \n <_>\n 6 8 18 10 -1.\n <_>\n 15 8 9 5 2.\n <_>\n 6 13 9 5 2.\n <_>\n \n <_>\n 0 8 18 10 -1.\n <_>\n 0 8 9 5 2.\n <_>\n 9 13 9 5 2.\n <_>\n \n <_>\n 12 6 3 18 -1.\n <_>\n 12 12 3 6 3.\n <_>\n \n <_>\n 0 14 18 3 -1.\n <_>\n 0 15 18 1 3.\n <_>\n \n <_>\n 12 6 3 18 -1.\n <_>\n 12 12 3 6 3.\n <_>\n \n <_>\n 9 6 3 18 -1.\n <_>\n 9 12 3 6 3.\n <_>\n \n <_>\n 6 14 18 3 -1.\n <_>\n 6 15 18 1 3.\n <_>\n \n <_>\n 0 5 18 3 -1.\n <_>\n 0 6 18 1 3.\n <_>\n \n <_>\n 2 5 22 3 -1.\n <_>\n 2 6 22 1 3.\n <_>\n \n <_>\n 0 0 21 10 -1.\n <_>\n 7 0 7 10 3.\n <_>\n \n <_>\n 6 3 18 17 -1.\n <_>\n 12 3 6 17 3.\n <_>\n \n <_>\n 0 3 18 17 -1.\n <_>\n 6 3 6 17 3.\n <_>\n \n <_>\n 0 12 24 11 -1.\n <_>\n 8 12 8 11 3.\n <_>\n \n <_>\n 4 10 16 6 -1.\n <_>\n 4 13 16 3 2.\n <_>\n \n <_>\n 12 8 6 8 -1.\n <_>\n 12 12 6 4 2.\n <_>\n \n <_>\n 6 14 8 7 -1.\n <_>\n 10 14 4 7 2.\n <_>\n \n <_>\n 15 10 6 14 -1.\n <_>\n 18 10 3 7 2.\n <_>\n 15 17 3 7 2.\n <_>\n \n <_>\n 3 10 6 14 -1.\n <_>\n 3 10 3 7 2.\n <_>\n 6 17 3 7 2.\n <_>\n \n <_>\n 6 12 18 2 -1.\n <_>\n 6 13 18 1 2.\n <_>\n \n <_>\n 5 8 10 6 -1.\n <_>\n 5 10 10 2 3.\n <_>\n \n <_>\n 12 11 9 4 -1.\n <_>\n 12 13 9 2 2.\n <_>\n \n <_>\n 0 11 9 6 -1.\n <_>\n 0 13 9 2 3.\n <_>\n \n <_>\n 11 2 3 18 -1.\n <_>\n 12 2 1 18 3.\n <_>\n \n <_>\n 10 2 3 18 -1.\n <_>\n 11 2 1 18 3.\n <_>\n \n <_>\n 9 12 6 10 -1.\n <_>\n 11 12 2 10 3.\n <_>\n \n <_>\n 1 10 6 9 -1.\n <_>\n 1 13 6 3 3.\n <_>\n \n <_>\n 6 9 16 6 -1.\n <_>\n 14 9 8 3 2.\n <_>\n 6 12 8 3 2.\n <_>\n \n <_>\n 1 8 9 6 -1.\n <_>\n 1 10 9 2 3.\n <_>\n \n <_>\n 7 7 16 6 -1.\n <_>\n 7 9 16 2 3.\n <_>\n \n <_>\n 0 0 18 3 -1.\n <_>\n 0 1 18 1 3.\n <_>\n \n <_>\n 10 0 6 9 -1.\n <_>\n 12 0 2 9 3.\n <_>\n \n <_>\n 9 5 6 6 -1.\n <_>\n 12 5 3 6 2.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 12 6 2 9 2.\n <_>\n 10 15 2 9 2.\n <_>\n \n <_>\n 8 0 6 9 -1.\n <_>\n 10 0 2 9 3.\n <_>\n \n <_>\n 9 1 6 9 -1.\n <_>\n 9 4 6 3 3.\n <_>\n \n <_>\n 1 0 18 9 -1.\n <_>\n 1 3 18 3 3.\n <_>\n \n <_>\n 0 3 24 3 -1.\n <_>\n 0 4 24 1 3.\n <_>\n \n <_>\n 6 14 9 4 -1.\n <_>\n 6 16 9 2 2.\n <_>\n \n <_>\n 8 9 8 10 -1.\n <_>\n 12 9 4 5 2.\n <_>\n 8 14 4 5 2.\n <_>\n \n <_>\n 5 2 13 9 -1.\n <_>\n 5 5 13 3 3.\n <_>\n \n <_>\n 4 4 16 9 -1.\n <_>\n 4 7 16 3 3.\n <_>\n \n <_>\n 4 4 14 9 -1.\n <_>\n 4 7 14 3 3.\n <_>\n \n <_>\n 8 5 9 6 -1.\n <_>\n 8 7 9 2 3.\n <_>\n \n <_>\n 1 7 16 6 -1.\n <_>\n 1 9 16 2 3.\n <_>\n \n <_>\n 10 5 13 9 -1.\n <_>\n 10 8 13 3 3.\n <_>\n \n <_>\n 1 5 13 9 -1.\n <_>\n 1 8 13 3 3.\n <_>\n \n <_>\n 0 4 24 6 -1.\n <_>\n 12 4 12 3 2.\n <_>\n 0 7 12 3 2.\n <_>\n \n <_>\n 1 14 10 9 -1.\n <_>\n 1 17 10 3 3.\n <_>\n \n <_>\n 5 17 18 3 -1.\n <_>\n 5 18 18 1 3.\n <_>\n \n <_>\n 0 16 18 3 -1.\n <_>\n 0 17 18 1 3.\n <_>\n \n <_>\n 9 17 9 6 -1.\n <_>\n 9 19 9 2 3.\n <_>\n \n <_>\n 1 20 22 4 -1.\n <_>\n 1 20 11 2 2.\n <_>\n 12 22 11 2 2.\n <_>\n \n <_>\n 8 14 8 6 -1.\n <_>\n 8 17 8 3 2.\n <_>\n \n <_>\n 8 6 8 15 -1.\n <_>\n 8 11 8 5 3.\n <_>\n \n <_>\n 5 4 18 3 -1.\n <_>\n 5 5 18 1 3.\n <_>\n \n <_>\n 9 3 5 10 -1.\n <_>\n 9 8 5 5 2.\n <_>\n \n <_>\n 6 8 12 3 -1.\n <_>\n 6 8 6 3 2.\n <_>\n \n <_>\n 2 6 18 6 -1.\n <_>\n 2 6 9 3 2.\n <_>\n 11 9 9 3 2.\n <_>\n \n <_>\n 10 6 4 18 -1.\n <_>\n 12 6 2 9 2.\n <_>\n 10 15 2 9 2.\n <_>\n \n <_>\n 7 5 6 6 -1.\n <_>\n 10 5 3 6 2.\n <_>\n \n <_>\n 14 5 2 18 -1.\n <_>\n 14 14 2 9 2.\n <_>\n \n <_>\n 8 5 2 18 -1.\n <_>\n 8 14 2 9 2.\n <_>\n \n <_>\n 9 2 10 6 -1.\n <_>\n 9 2 5 6 2.\n <_>\n \n <_>\n 3 1 18 12 -1.\n <_>\n 12 1 9 12 2.\n <_>\n \n <_>\n 5 2 17 22 -1.\n <_>\n 5 13 17 11 2.\n <_>\n \n <_>\n 4 0 12 6 -1.\n <_>\n 4 2 12 2 3.\n <_>\n \n <_>\n 6 9 16 6 -1.\n <_>\n 14 9 8 3 2.\n <_>\n 6 12 8 3 2.\n <_>\n \n <_>\n 9 0 5 18 -1.\n <_>\n 9 9 5 9 2.\n <_>\n \n <_>\n 12 0 6 9 -1.\n <_>\n 14 0 2 9 3.\n <_>\n \n <_>\n 6 0 6 9 -1.\n <_>\n 8 0 2 9 3.\n <_>\n \n <_>\n 9 1 6 12 -1.\n <_>\n 11 1 2 12 3.\n <_>\n \n <_>\n 5 9 13 4 -1.\n <_>\n 5 11 13 2 2.\n <_>\n \n <_>\n 5 8 19 3 -1.\n <_>\n 5 9 19 1 3.\n <_>\n \n <_>\n 9 9 6 8 -1.\n <_>\n 9 13 6 4 2.\n <_>\n \n <_>\n 11 9 4 15 -1.\n <_>\n 11 14 4 5 3.\n <_>\n \n <_>\n 2 0 6 14 -1.\n <_>\n 2 0 3 7 2.\n <_>\n 5 7 3 7 2.\n <_>\n \n <_>\n 15 1 6 14 -1.\n <_>\n 18 1 3 7 2.\n <_>\n 15 8 3 7 2.\n <_>\n \n <_>\n 3 1 6 14 -1.\n <_>\n 3 1 3 7 2.\n <_>\n 6 8 3 7 2.\n <_>\n \n <_>\n 3 20 18 4 -1.\n <_>\n 12 20 9 2 2.\n <_>\n 3 22 9 2 2.\n <_>\n \n <_>\n 5 0 4 20 -1.\n <_>\n 5 0 2 10 2.\n <_>\n 7 10 2 10 2.\n <_>\n \n <_>\n 16 8 8 12 -1.\n <_>\n 20 8 4 6 2.\n <_>\n 16 14 4 6 2.\n <_>\n \n <_>\n 0 8 8 12 -1.\n <_>\n 0 8 4 6 2.\n <_>\n 4 14 4 6 2.\n <_>\n \n <_>\n 13 13 10 8 -1.\n <_>\n 18 13 5 4 2.\n <_>\n 13 17 5 4 2.\n <_>\n \n <_>\n 1 13 10 8 -1.\n <_>\n 1 13 5 4 2.\n <_>\n 6 17 5 4 2.\n <_>\n \n <_>\n 15 8 4 15 -1.\n <_>\n 15 13 4 5 3.\n <_>\n \n <_>\n 5 8 4 15 -1.\n <_>\n 5 13 4 5 3.\n <_>\n \n <_>\n 6 11 16 12 -1.\n <_>\n 6 15 16 4 3.\n <_>\n \n <_>\n 2 11 16 12 -1.\n <_>\n 2 15 16 4 3.\n <_>\n \n <_>\n 14 12 7 9 -1.\n <_>\n 14 15 7 3 3.\n <_>\n \n <_>\n 10 1 3 21 -1.\n <_>\n 10 8 3 7 3.\n <_>\n \n <_>\n 13 11 9 4 -1.\n <_>\n 13 13 9 2 2.\n <_>\n \n <_>\n 3 10 17 9 -1.\n <_>\n 3 13 17 3 3.\n <_>\n \n <_>\n 13 8 8 15 -1.\n <_>\n 13 13 8 5 3.\n <_>\n \n <_>\n 3 8 8 15 -1.\n <_>\n 3 13 8 5 3.\n <_>\n \n <_>\n 11 14 10 8 -1.\n <_>\n 16 14 5 4 2.\n <_>\n 11 18 5 4 2.\n <_>\n \n <_>\n 0 18 22 6 -1.\n <_>\n 0 18 11 3 2.\n <_>\n 11 21 11 3 2.\n <_>\n \n <_>\n 0 16 24 4 -1.\n <_>\n 0 16 12 4 2.\n <_>\n \n <_>\n 6 20 12 3 -1.\n <_>\n 12 20 6 3 2.\n <_>\n \n <_>\n 18 12 6 12 -1.\n <_>\n 21 12 3 6 2.\n <_>\n 18 18 3 6 2.\n <_>\n \n <_>\n 0 12 6 12 -1.\n <_>\n 0 12 3 6 2.\n <_>\n 3 18 3 6 2.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 1 6 22 10 -1.\n <_>\n 1 6 11 5 2.\n <_>\n 12 11 11 5 2.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 0 18 18 2 -1.\n <_>\n 0 19 18 1 2.\n <_>\n \n <_>\n 3 15 19 3 -1.\n <_>\n 3 16 19 1 3.\n <_>\n \n <_>\n 0 13 18 3 -1.\n <_>\n 0 14 18 1 3.\n <_>\n \n <_>\n 15 17 9 6 -1.\n <_>\n 15 19 9 2 3.\n <_>\n \n <_>\n 0 17 9 6 -1.\n <_>\n 0 19 9 2 3.\n <_>\n \n <_>\n 12 17 9 6 -1.\n <_>\n 12 19 9 2 3.\n <_>\n \n <_>\n 3 17 9 6 -1.\n <_>\n 3 19 9 2 3.\n <_>\n \n <_>\n 16 2 3 20 -1.\n <_>\n 17 2 1 20 3.\n <_>\n \n <_>\n 0 13 24 8 -1.\n <_>\n 0 17 24 4 2.\n <_>\n \n <_>\n 9 1 6 22 -1.\n <_>\n 12 1 3 11 2.\n <_>\n 9 12 3 11 2.\n\n" }, { "path": "build.rs", "content": "extern crate cc;\n\n#[cfg(windows)]\nmod windows {\n use std::error::Error;\n use std::{env, fmt, fs, io, process};\n\n pub fn opencv_include() -> String {\n if let Ok(dir) = env::var(\"OPENCV_DIR\") {\n format!(\"{}\\\\include\", dir)\n } else {\n eprint!(\"%OPENCV_DIR% is not set.\");\n process::exit(0x0100);\n }\n }\n\n pub fn opencv_link() {\n if let Err(e) = try_opencv_link() {\n eprint!(\"Error while building cv-rs: {:?}.\", e);\n process::exit(0x0100);\n }\n }\n\n fn try_opencv_link() -> Result<(), Box> {\n let opencv_dir = env::var(\"OPENCV_LIB\")?;\n let files = fs::read_dir(&opencv_dir)?.collect::>();\n let opencv_world = get_opencv_lib_path(files.iter(), \"world\")?;\n let img_hash = get_opencv_lib_path(files.iter(), \"img_hash\")?;\n\n println!(\"cargo:rustc-link-search=native={}\", opencv_dir);\n println!(\"cargo:rustc-link-lib={}\", opencv_world);\n println!(\"cargo:rustc-link-lib={}\", img_hash);\n Ok(())\n }\n\n fn get_opencv_lib_path<'a, T: Iterator>>(\n files: T,\n name: &str,\n ) -> Result> {\n let opencv_world_entry = files.filter_map(|entry| entry.as_ref().ok()).find(|entry| {\n let file_name = entry.file_name().to_string_lossy().into_owned();\n (file_name.starts_with(&format!(\"opencv_{}\", name))\n || file_name.starts_with(&format!(\"libopencv_{}\", name)))\n && !file_name.ends_with(\"d.lib\")\n });\n let lib = opencv_world_entry.ok_or_else(|| {\n BuildError::new(format!(\n \"Cannot find opencv_{} file in provided %OPENCV_LIB% directory\",\n name\n ))\n })?;\n let lib = lib.file_name();\n let lib = lib\n .into_string()\n .map_err(|e| BuildError::new(format!(\"Cannot convert path '{:?}' to string\", e)))?;\n // we expect filename to be something like 'open_world340.lib' or\n // 'open_world.340.dll.a', so we just consider everything after the\n // version number is an extension\n let lib_without_extension = lib.trim_end_matches(|c: char| !c.is_numeric());\n Ok(lib_without_extension.into())\n }\n\n #[derive(Debug)]\n struct BuildError {\n details: String,\n }\n\n impl BuildError {\n fn new>(details: T) -> Self {\n Self {\n details: details.into(),\n }\n }\n }\n\n impl Error for BuildError {\n fn description(&self) -> &str {\n &self.details\n }\n }\n\n impl fmt::Display for BuildError {\n fn fmt(&self, f: &mut fmt::Formatter) -> fmt::Result {\n write!(f, \"{}\", self.details)\n }\n }\n}\n\n#[cfg(unix)]\nmod unix {\n use std::env;\n\n pub fn opencv_include() -> String {\n if let Ok(dir) = env::var(\"OPENCV_DIR\") {\n format!(\"{}/include\", dir)\n } else {\n \"/usr/local/include\".into()\n }\n }\n\n pub fn opencv_link() {\n let cargo_rustc_link_search = env::var(\"OPENCV_LIB\").unwrap_or(\"/usr/local/lib\".into());\n\n println!(\"cargo:rustc-link-search=native={}\", cargo_rustc_link_search);\n println!(\"cargo:rustc-link-lib=opencv_core\");\n println!(\"cargo:rustc-link-lib=opencv_features2d\");\n println!(\"cargo:rustc-link-lib=opencv_xfeatures2d\");\n println!(\"cargo:rustc-link-lib=opencv_highgui\");\n println!(\"cargo:rustc-link-lib=opencv_img_hash\");\n println!(\"cargo:rustc-link-lib=opencv_imgcodecs\");\n println!(\"cargo:rustc-link-lib=opencv_imgproc\");\n println!(\"cargo:rustc-link-lib=opencv_objdetect\");\n if cfg!(feature = \"text\") {\n println!(\"cargo:rustc-link-lib=opencv_text\");\n }\n println!(\"cargo:rustc-link-lib=opencv_videoio\");\n println!(\"cargo:rustc-link-lib=opencv_video\");\n if cfg!(feature = \"cuda\") {\n println!(\"cargo:rustc-link-lib=opencv_cudaobjdetect\");\n }\n }\n}\n\n#[cfg(windows)]\nuse windows::*;\n\n#[cfg(unix)]\nuse unix::*;\n\nfn main() {\n let files = get_files(\"native\");\n\n let mut opencv_config = cc::Build::new();\n opencv_config\n .cpp(true)\n .files(files)\n .include(\"native\")\n .include(opencv_include());\n\n if cfg!(not(target_env = \"msvc\")) {\n opencv_config.flag(\"--std=c++11\");\n }\n\n if cfg!(feature = \"text\") {\n let text_files = get_files(\"native/text\");\n opencv_config.files(text_files);\n }\n\n if cfg!(feature = \"cuda\") {\n let cuda_files = get_files(\"native/cuda\");\n opencv_config.files(cuda_files);\n }\n\n opencv_config.compile(\"libopencv-wrapper.a\");\n opencv_link();\n}\n\nfn get_files(path: &str) -> Vec {\n std::fs::read_dir(path)\n .unwrap()\n .into_iter()\n .filter_map(|x| x.ok().map(|x| x.path()))\n .filter(|x| x.extension().map(|e| e == \"cc\").unwrap_or(false))\n .collect::>()\n}\n" }, { "path": "examples/calc_gradient.rs", "content": "extern crate cv;\n\nuse cv::highgui::*;\n\nfn main() {\n let image_mat = cv::Mat::from_path(\"assets/lenna.png\", cv::imgcodecs::ImageReadMode::Grayscale);\n\n match image_mat {\n Ok(mat) => {\n let scharr_x = mat.scharr(mat.depth, 0, 1, 1.0, 0.0, cv::BorderType::Default);\n scharr_x.show(\"Display\", 0).unwrap()\n }\n Err(e) => println!(\"error loading image header: {:?}\", e),\n }\n}\n" }, { "path": "examples/calc_hist.rs", "content": "extern crate cv;\n\nuse cv::highgui::*;\nuse cv::imgcodecs::ImageReadMode;\nuse cv::*;\n\nfn main() {\n ////////////////////////////////\n //\n // 1. Read the image\n //\n ///////////////////////////////\n\n let args: Vec<_> = std::env::args().collect();\n if args.len() != 2 {\n println!(\"Usage: calchist \");\n std::process::exit(-1);\n }\n\n let mat = Mat::from_path(&args[1], ImageReadMode::Grayscale).expect(\"Failed to read from path\");\n\n if !mat.is_valid() {\n println!(\"Could not open or find the image\");\n std::process::exit(-1);\n }\n\n ////////////////////////////////\n //\n // 2. Calculate the histogram\n // (only demo one channel)\n //\n ///////////////////////////////\n\n let hsize = 256;\n let ranges = [0_f32, 256_f32];\n let p_ranges = [ranges];\n let channels = [0];\n let hist_size = [hsize];\n let hist = mat.calc_hist(&channels, &Mat::new(), &hist_size, &p_ranges);\n\n ////////////////////////////////\n //\n // 3. Display the histogram\n //\n ///////////////////////////////\n\n // Create a 256x200 window, the bin width\n let hist_w = hsize;\n let hist_h = 200;\n let hist_image = Mat::with_size(hist_h, hist_w, CvType::Cv8UC3 as i32);\n\n // Normalize the histogram to the height of the histogram window\n let b_hist = hist.normalize(0.0, hist_h as f64, NormType::MinMax);\n\n // Plot each segment as a line element\n for i in 1..hsize {\n let start = Point2i::new(i - 1, hist_h - b_hist.at::(i - 1) as i32);\n let end = Point2i::new(i, hist_h - b_hist.at::(i) as i32);\n hist_image.line(start, end);\n }\n\n // Show the histogram\n highgui_named_window(\"Display window\", WindowFlag::Normal).unwrap();\n hist_image.show(\"Histogram\", 0).unwrap();\n}\n" }, { "path": "examples/camshift.rs", "content": "extern crate cv;\nuse cv::highgui::*;\nuse cv::imgproc::*;\nuse cv::videoio::*;\nuse cv::*;\n\nstruct SelectionStatus {\n selection: Rect,\n status: bool,\n}\n\nfn on_mouse(event: MouseEventType, x: i32, y: i32, _: i32, data: MouseCallbackData) {\n match event {\n MouseEventType::LButtonDown => {\n let ss = data as *mut SelectionStatus;\n let mut selection = unsafe { &mut (*ss).selection };\n selection.x = x;\n selection.y = y;\n }\n MouseEventType::LButtonUp => {\n let ss = data as *mut SelectionStatus;\n let mut selection = unsafe { &mut (*ss).selection };\n let mut status = unsafe { &mut (*ss).status };\n selection.width = x - selection.x;\n selection.height = y - selection.y;\n\n if selection.width > 0 && selection.height > 0 {\n *status = true;\n }\n }\n _ => {}\n }\n}\n\nfn main() {\n let mut selection_status = SelectionStatus {\n selection: Rect::default(),\n status: false,\n };\n let ss_ptr = &mut selection_status as *mut SelectionStatus;\n\n let cap = VideoCapture::new(0);\n assert!(cap.is_open());\n\n highgui_named_window(\"Window\", WindowFlag::Autosize).unwrap();\n highgui_set_mouse_callback(\"Window\", on_mouse, ss_ptr as MouseCallbackData).unwrap();\n\n let mut is_tracking = false;\n\n let mut hist = Mat::new();\n let hsize = [16];\n let hranges = [0_f32, 180_f32];\n let pranges = [hranges];\n let mut track_window = Rect::default();\n\n while let Some(mut m) = cap.read() {\n m.flip(FlipCode::YAxis);\n\n let hsv = m.cvt_color(ColorConversion::BGR2HSV);\n\n let ch = [(0, 0)];\n let hue = hsv.mix_channels(1, 1, &ch);\n let mask = hsv.in_range(Scalar::new(0, 30, 10, 0), Scalar::new(180, 256, 256, 0));\n let channels = [0];\n\n if selection_status.status {\n println!(\"Initialize tracking, setting up CAMShift search\");\n let selection = selection_status.selection;\n let roi = hue.roi(selection);\n let maskroi = mask.roi(selection);\n\n let raw_hist = roi.calc_hist(&channels, &maskroi, &hsize, &pranges);\n hist = raw_hist.normalize(0.0, 255.0, NormType::MinMax);\n\n track_window = selection;\n m.rectangle(selection);\n selection_status.status = false;\n is_tracking = true;\n }\n\n if is_tracking {\n let back_project = hue.calc_back_project(&channels, &hist, &pranges) & mask;\n let criteria = TermCriteria::new(TermType::Count, 10, 1.0);\n let track_box = back_project.camshift(track_window, &criteria);\n\n m.rectangle(track_box.bounding_rect());\n }\n\n m.show(\"Window\", 30).unwrap();\n }\n}\n" }, { "path": "examples/display_image.rs", "content": "// This resembles the OpenCV read image example code:\n// http://docs.opencv.org/3.1.0/db/deb/tutorial_display_image.html\nextern crate cv;\nuse cv::highgui::*;\nuse cv::imgcodecs::ImageReadMode;\nuse cv::*;\n\nfn main() {\n let args: Vec<_> = std::env::args().collect();\n if args.len() != 2 {\n println!(\"Usage: display_image ImageToLoadAndDisplay\");\n std::process::exit(-1);\n }\n\n let mat = Mat::from_path(&args[1], ImageReadMode::Color).expect(\"Failed to read from path\");\n\n if !mat.is_valid() {\n println!(\"Could not open or find the image\");\n std::process::exit(-1);\n }\n\n highgui_named_window(\"Display window\", WindowFlag::Normal).unwrap();\n mat.show(\"Display window\", 0).unwrap();\n}\n" }, { "path": "examples/face_detect.rs", "content": "extern crate cv;\n\nuse cv::highgui::*;\nuse cv::imgcodecs::*;\nuse cv::objdetect::CascadeClassifier;\nuse cv::*;\nuse std::fs::File;\nuse std::io::Read;\nuse std::path::PathBuf;\n\nfn main() {\n let mut d = PathBuf::from(env!(\"CARGO_MANIFEST_DIR\"));\n d.push(\"assets/Solvay_conference_1927.jpg\");\n\n let mut buf = Vec::new();\n File::open(d).unwrap().read_to_end(&mut buf).unwrap();\n let mat = Mat::image_decode(&buf, ImageReadMode::Grayscale);\n\n let mut d = PathBuf::from(env!(\"CARGO_MANIFEST_DIR\"));\n d.push(\"assets/haarcascade_frontalface_default.xml\");\n let cascade = CascadeClassifier::from_path(d).unwrap();\n\n highgui_named_window(\"window\", WindowFlag::Normal).unwrap();\n\n // result is a vector of rectangles\n let result = cascade.detect_with_params(&mat, 1.1, 15, Size2i::new(80, 80), Size2i::default());\n\n println!(\"Detected {} faces\", result.len());\n // we draw each of them on the image\n result\n .iter()\n .map(|&r| mat.rectangle_custom(r.scale(1.2), Scalar::new(255, 255, 0, 255), 10, LineType::Line8))\n .count();\n mat.show(\"window\", 0).unwrap();\n}\n" }, { "path": "examples/hog.rs", "content": "extern crate cv;\nextern crate getopts;\n\nuse cv::highgui::*;\nuse cv::imgcodecs::*;\nuse cv::objdetect::*;\nuse cv::*;\n\n#[cfg(feature = \"cuda\")]\nuse cv::cuda::GpuHog as Hog;\n\n#[cfg(not(feature = \"cuda\"))]\nuse cv::objdetect::HogDescriptor as Hog;\n\nuse std::fs;\nuse std::fs::File;\nuse std::io::{Read, Result};\nuse std::path::Path;\n\nfn main() {\n run().unwrap();\n}\n\nfn run() -> Result<()> {\n let args: Vec = ::std::env::args().collect();\n let program = args[0].clone();\n let mut opts = getopts::Options::new();\n opts.optopt(\"d\", \"dir\", \"the directory to look for images\", \"DIRECTORY\");\n opts.optflag(\"m\", \"measure\", \"measure the execution time (report in ms)\");\n opts.optflag(\"s\", \"show\", \"display the detection results\");\n opts.optflag(\"h\", \"help\", \"print this help menu\");\n\n let matches = match opts.parse(&args[1..]) {\n Ok(m) => m,\n Err(_) => {\n print_usage(&program, opts);\n ::std::process::exit(-1);\n }\n };\n\n if matches.opt_present(\"h\") {\n print_usage(&program, opts);\n return Ok(());\n }\n\n let show = matches.opt_present(\"s\");\n let measure = matches.opt_present(\"m\");\n\n let dir = matches.opt_str(\"d\").expect(\"You need to provide the directory\");\n\n if show {\n highgui_named_window(\"window\", WindowFlag::Autosize).unwrap();\n }\n\n let mut param = HogParams::default();\n param.group_threshold = 0;\n let mut hog = Hog::with_params(param);\n let detector = SvmDetector::default_people_detector();\n hog.set_svm_detector(detector);\n\n for entry in fs::read_dir(Path::new(&dir))? {\n let dir = entry?;\n println!(\"Processing {:?}\", dir.path());\n run_detect_for_image(&mut hog, dir.path(), show, measure);\n }\n Ok(())\n}\n\nfn run_detect_for_image, OD: ObjectDetect>(detector: &mut OD, path: P, show: bool, measure: bool) {\n let mut buf = Vec::new();\n let filename = path.as_ref().file_stem().unwrap().to_string_lossy().into_owned();\n let frame_num = filename.parse::().unwrap();\n File::open(path).unwrap().read_to_end(&mut buf).unwrap();\n let mat = Mat::image_decode(&buf, ImageReadMode::Grayscale);\n\n let start = ::std::time::Instant::now();\n let results = detector.detect(&mat);\n let elapsed = start.elapsed();\n\n print!(\"{},{},\", frame_num, results.len());\n if measure {\n println!(\n \"{}\",\n elapsed.as_secs() as f64 * 1_000.0 + elapsed.subsec_nanos() as f64 / 1_000_000.0\n );\n }\n\n if show {\n results.iter().map(|&(r, _w)| mat.rectangle(r.scale(0.6))).count();\n mat.show(\"window\", 0).unwrap();\n }\n}\n\nfn print_usage(program: &str, opts: getopts::Options) {\n let brief = format!(\"Usage: {} [options] DIRECTORY\", program);\n print!(\"{}\", opts.usage(&brief));\n}\n" }, { "path": "examples/hs_hist.rs", "content": "extern crate cv;\n\nuse cv::highgui::*;\nuse cv::imgcodecs::ImageReadMode;\nuse cv::imgproc::ColorConversion;\nuse cv::*;\n\nfn main() {\n ////////////////////////////////\n //\n // 1. Read the image\n //\n ///////////////////////////////\n\n let args: Vec<_> = std::env::args().collect();\n if args.len() != 2 {\n println!(\"Usage: calchist \");\n std::process::exit(-1);\n }\n\n let mat = Mat::from_path(&args[1], ImageReadMode::Color).expect(\"Failed to read from path\");\n\n if !mat.is_valid() {\n println!(\"Could not open or find the image\");\n std::process::exit(-1);\n }\n\n let hsv = mat.cvt_color(ColorConversion::BGR2HSV);\n\n ////////////////////////////////\n //\n // 2. Calculate the histogram\n // (demo multiple channels)\n //\n ///////////////////////////////\n\n let hbins = 30;\n let sbins = 32;\n let hist_size = [hbins, sbins];\n\n let hranges = [0.0, 180.0];\n let sranges = [0.0, 256.0];\n let ranges = [hranges, sranges];\n\n let channels = [0, 1];\n\n let hist = hsv.calc_hist(&channels, &Mat::new(), &hist_size, &ranges);\n\n ////////////////////////////////\n //\n // 3. Display the histogram\n //\n ///////////////////////////////\n\n let min_max = hist.min_max_loc(&Mat::new());\n let max_val = min_max.1 as f32;\n\n let scale = 10;\n let hist_image = Mat::with_size(sbins * scale, hbins * scale, CvType::Cv8UC3 as i32);\n\n for h in 0..hbins {\n for s in 0..sbins {\n let bin_val = hist.at2::(h, s);\n let intensity = (bin_val * 255.0 / max_val) as i32;\n let rect = Rect::new(h * scale + 1, s * scale + 1, scale - 1, scale - 1);\n\n hist_image.rectangle_custom(rect, Scalar::all(intensity), LineType::Filled as i32, LineType::Line8);\n }\n }\n\n highgui_named_window(\"Display window\", WindowFlag::Normal).unwrap();\n hist_image.show(\"Histogram\", 0).unwrap();\n}\n" }, { "path": "examples/video_capture.rs", "content": "// The following code closely resembles the equivalent C code capture live video\n// #include \"opencv2/opencv.hpp\"\n// using namespace cv;\n// int main(int, char**)\n// {\n// VideoCapture cap(0); // open the default camera\n// if(!cap.isOpened()) // check if we succeeded\n// return -1;\n// Mat edges;\n// namedWindow(\"edges\",1);\n// for(;;)\n// {\n// Mat frame;\n// cap >> frame; // get a new frame from camera\n// cvtColor(frame, edges, COLOR_BGR2GRAY);\n// GaussianBlur(edges, edges, Size(7,7), 1.5, 1.5);\n// Canny(edges, edges, 0, 30, 3);\n// imshow(\"edges\", edges);\n// if(waitKey(30) >= 0) break;\n// }\n// // the camera will be deinitialized automatically in VideoCapture\n// // destructor\n// return 0;\n// }\n\nextern crate cv;\nuse cv::highgui::*;\nuse cv::videoio::VideoCapture;\n\nfn main() {\n let cap = VideoCapture::new(0);\n assert!(cap.is_open());\n\n highgui_named_window(\"Window\", WindowFlag::Autosize).unwrap();\n while let Some(image) = cap.read() {\n image.show(\"Window\", 30).unwrap();\n }\n}\n" }, { "path": "native/common-rust.cc", "content": "#include \"common-rust.h\"\n\nextern \"C\" {\n\nvoid cv_vec_drop(CVec* vec, unsigned int depth) {\n if (vec->array != nullptr) {\n if (depth > 1) {\n auto nestedVec = (CVec*) vec->array;\n for (size_t i = 0; i < vec->size; ++i) {\n cv_vec_drop(&nestedVec[i], depth - 1);\n }\n }\n free(vec->array);\n vec->array = nullptr;\n vec->size = 0;\n }\n}\n\nvoid c_drop(void* value) {\n free(value);\n value = nullptr;\n}\n}\n" }, { "path": "native/common-rust.h", "content": "#ifndef CV_RS_COMMON_RUST_H\n#define CV_RS_COMMON_RUST_H\n\n#include \"common.h\"\n\nextern \"C\" {\n\nvoid cv_vec_drop(CVec* vec, unsigned int depth);\nvoid c_drop(void* value);\n}\n\n#endif // CV_RS_COMMON_RUST_H\n" }, { "path": "native/common.h", "content": "#ifndef CV_RS_COMMON_H\n#define CV_RS_COMMON_H\n\n#include \n#include \n#include \n\ntypedef struct {\n int x;\n int y;\n} Point2i;\n\ntypedef struct {\n float x;\n float y;\n} Point2f;\n\ntypedef struct {\n int width;\n int height;\n} Size2i;\n\ntypedef struct {\n float width;\n float height;\n} Size2f;\n\ntypedef struct {\n int x;\n int y;\n int width;\n int height;\n} Rect;\n\ntypedef struct {\n Point2f center;\n Size2f size;\n float angle;\n} RotatedRect;\n\ntypedef struct {\n int v0;\n int v1;\n int v2;\n int v3;\n} Scalar;\n\ntypedef struct {\n Point2f pt;\n float size;\n float angle;\n float response;\n int octave;\n int class_id;\n} KeyPoint;\n\ntypedef struct {\n float distance;\n int imgIdx;\n int queryIdx;\n int trainIdx;\n} DMatch;\n\ntypedef struct {\n const char* value;\n} CDisposableString;\n\n// Caller is responsible for disposing `error` field\ntemplate \nstruct Result {\n T value;\n CDisposableString error;\n\n static Result FromFunction(std::function function) {\n T value;\n char* error = nullptr;\n try {\n value = function();\n } catch (cv::Exception& e) {\n const char* err_msg = e.what();\n auto len = std::strlen(err_msg);\n error = new char[len + 1];\n std::strcpy(error, err_msg);\n }\n return Result{value, CDisposableString{error}};\n }\n};\n\n// Caller is responsible for disposing `error` field\nstruct EmptyResult {\n CDisposableString error;\n\n static EmptyResult FromFunction(std::function function) {\n char* error = nullptr;\n\n try {\n function();\n } catch (cv::Exception& e) {\n const char* err_msg = e.what();\n auto len = std::strlen(err_msg);\n error = new char[len + 1];\n std::strcpy(error, err_msg);\n }\n\n return EmptyResult{CDisposableString{error}};\n }\n};\n\ntemplate \nstruct CVec {\n T* array;\n size_t size;\n};\n\ntemplate \nstruct COption {\n bool hasValue;\n T value;\n};\n#endif // CV_RS_COMMON_H\n" }, { "path": "native/cuda/cuda.cc", "content": "#include \n\n#include \"../utils.h\"\n#include \"cuda.h\"\n\nextern \"C\" {\n\n// =============================================================================\n// Basic\n// =============================================================================\nvoid* cv_cuda_gpu_mat_default() {\n return new cv::cuda::GpuMat();\n}\n\nvoid cv_cuda_gpu_mat_drop(cv::cuda::GpuMat* gpu_image) {\n delete gpu_image;\n gpu_image = nullptr;\n}\n\nvoid cv_cuda_gpu_mat_upload(cv::cuda::GpuMat* gpu_image, cv::Mat* image) {\n gpu_image->upload(*image);\n}\n\nvoid* cv_mat_from_gpu_mat(cv::cuda::GpuMat* gpu_image) {\n return (new cv::Mat(*gpu_image));\n}\n\nvoid* cv_cuda_gpu_mat_from_mat(cv::Mat* image) {\n return new cv::cuda::GpuMat(*image);\n}\n\n// =============================================================================\n// Hog\n// =============================================================================\nvoid* cv_cuda_hog_default() {\n auto hog = cv::cuda::HOG::create();\n return new cv::Ptr(hog);\n}\n\nvoid* cv_cuda_hog_new(Size2i win_size, Size2i block_size, Size2i block_stride, Size2i cell_size, int nbins) {\n cv::Size cv_win_size(win_size.width, win_size.height);\n cv::Size cv_block_size(block_size.width, block_size.height);\n cv::Size cv_block_stride(block_stride.width, block_stride.height);\n cv::Size cv_cell_size(cell_size.width, cell_size.height);\n\n auto hog = cv::cuda::HOG::create(cv_win_size, cv_block_size, cv_block_stride, cv_cell_size, nbins);\n return new cv::Ptr(hog);\n}\n\nvoid cv_cuda_hog_drop(cv::Ptr* hog) {\n delete hog;\n hog = nullptr;\n}\n\nvoid cv_cuda_hog_set_detector(cv::Ptr* hog, std::vector* detector) {\n (*hog)->setSVMDetector(*detector);\n}\n\nvoid cv_cuda_hog_detect(cv::Ptr* hog, cv::cuda::GpuMat* image, CVec* found) {\n std::vector vec_object;\n (*hog)->detectMultiScale(*image, vec_object);\n cv_to_ffi(vec_object, found);\n}\n\nvoid cv_cuda_hog_detect_with_conf(cv::Ptr* hog,\n cv::cuda::GpuMat* image,\n CVec* found,\n CVec* conf) {\n std::vector vec_object;\n std::vector vec_confidences;\n (*hog)->setGroupThreshold(0);\n (*hog)->detectMultiScale(*image, vec_object, &vec_confidences);\n cv_to_ffi(vec_object, found);\n cv_to_ffi(vec_confidences, conf);\n}\n\nvoid cv_cuda_hog_set_gamma_correction(cv::Ptr* hog, bool gamma) {\n (*hog)->setGammaCorrection(gamma);\n}\n\nvoid cv_cuda_hog_set_group_threshold(cv::Ptr* hog, int group_threshold) {\n (*hog)->setGroupThreshold(group_threshold);\n}\n\nvoid cv_cuda_hog_set_hit_threshold(cv::Ptr* hog, double hit_threshold) {\n (*hog)->setHitThreshold(hit_threshold);\n}\n\nvoid cv_cuda_hog_set_l2hys_threshold(cv::Ptr* hog, double l2hys_threshold) {\n (*hog)->setL2HysThreshold(l2hys_threshold);\n}\n\nvoid cv_cuda_hog_set_num_levels(cv::Ptr* hog, int num_levels) {\n (*hog)->setNumLevels(num_levels);\n}\n\nvoid cv_cuda_hog_set_scale_factor(cv::Ptr* hog, double scale_factor) {\n (*hog)->setScaleFactor(scale_factor);\n}\n\nvoid cv_cuda_hog_set_win_sigma(cv::Ptr* hog, double win_sigma) {\n (*hog)->setWinSigma(win_sigma);\n}\n\nvoid cv_cuda_hog_set_win_stride(cv::Ptr* hog, Size2i win_stride) {\n cv::Size cv_win_stride(win_stride.width, win_stride.height);\n (*hog)->setWinStride(cv_win_stride);\n}\n\nbool cv_cuda_hog_get_gamma_correction(cv::Ptr* hog) {\n return (*hog)->getGammaCorrection();\n}\n\nint cv_cuda_hog_get_group_threshold(cv::Ptr* hog) {\n return (*hog)->getGroupThreshold();\n}\n\ndouble cv_cuda_hog_get_hit_threshold(cv::Ptr* hog) {\n return (*hog)->getHitThreshold();\n}\n\ndouble cv_cuda_hog_get_l2hys_threshold(cv::Ptr* hog) {\n return (*hog)->getL2HysThreshold();\n}\n\nint cv_cuda_hog_get_num_levels(cv::Ptr* hog) {\n return (*hog)->getNumLevels();\n}\n\ndouble cv_cuda_hog_get_scale_factor(cv::Ptr* hog) {\n return (*hog)->getScaleFactor();\n}\n\ndouble cv_cuda_hog_get_win_sigma(cv::Ptr* hog) {\n return (*hog)->getWinSigma();\n}\n\nSize2i cv_cuda_hog_get_win_stride(cv::Ptr* hog) {\n cv::Size size = (*hog)->getWinStride();\n Size2i c_size;\n c_size.width = size.width;\n c_size.height = size.height;\n return c_size;\n}\n\n// =============================================================================\n// CascadeClassifier\n// =============================================================================\nvoid* cv_cuda_cascade_new(const char* const filename) {\n auto cascade = cv::cuda::CascadeClassifier::create(filename);\n return new cv::Ptr(cascade);\n}\n\nvoid cv_cuda_cascade_drop(cv::Ptr* cascade) {\n delete cascade;\n cascade = nullptr;\n}\n\nvoid cv_cuda_cascade_detect(cv::Ptr* cascade,\n cv::cuda::GpuMat* image,\n CVec* objects) {\n cv::cuda::GpuMat objbuf;\n std::vector vec_object;\n\n (*cascade)->detectMultiScale(*image, objbuf);\n (*cascade)->convert(objbuf, vec_object);\n\n cv_to_ffi(vec_object, objects);\n}\n\nvoid cv_cuda_cascade_set_find_largest_object(cv::Ptr* cascade, bool value) {\n (*cascade)->setFindLargestObject(value);\n}\n\nvoid cv_cuda_cascade_set_max_num_objects(cv::Ptr* cascade, int num) {\n (*cascade)->setMaxNumObjects(num);\n}\n\nvoid cv_cuda_cascade_set_min_neighbors(cv::Ptr* cascade, int min) {\n (*cascade)->setMinNeighbors(min);\n}\n\nvoid cv_cuda_cascade_set_max_object_size(cv::Ptr* cascade, Size2i max_size) {\n cv::Size cv_max_size(max_size.width, max_size.height);\n (*cascade)->setMaxObjectSize(cv_max_size);\n}\n\nvoid cv_cuda_cascade_set_min_object_size(cv::Ptr* cascade, Size2i min_size) {\n cv::Size cv_min_size(min_size.width, min_size.height);\n (*cascade)->setMinObjectSize(cv_min_size);\n}\n\nvoid cv_cuda_cascade_set_scale_factor(cv::Ptr* cascade, double factor) {\n (*cascade)->setScaleFactor(factor);\n}\n\nSize2i cv_cuda_cascade_get_classifier_size(cv::Ptr* cascade) {\n cv::Size2i size = (*cascade)->getClassifierSize();\n Size2i c_size = {size.width, size.height};\n return c_size;\n}\n\nbool cv_cuda_cascade_get_find_largest_object(cv::Ptr* cascade) {\n return (*cascade)->getFindLargestObject();\n}\n\nint cv_cuda_cascade_get_max_num_objects(cv::Ptr* cascade) {\n return (*cascade)->getMaxNumObjects();\n}\n\nint cv_cuda_cascade_get_min_neighbors(cv::Ptr* cascade) {\n return (*cascade)->getMinNeighbors();\n}\n\nSize2i cv_cuda_cascade_get_max_object_size(cv::Ptr* cascade) {\n cv::Size2i size = (*cascade)->getMaxObjectSize();\n Size2i c_size = {.width = size.width, .height = size.height};\n return c_size;\n}\n\nSize2i cv_cuda_cascade_get_min_object_size(cv::Ptr* cascade) {\n cv::Size2i size = (*cascade)->getMinObjectSize();\n Size2i c_size = {.width = size.width, .height = size.height};\n return c_size;\n}\n\ndouble cv_cuda_cascade_get_scale_factor(cv::Ptr* cascade) {\n return (*cascade)->getScaleFactor();\n}\n}\n" }, { "path": "native/cuda/cuda.h", "content": "#ifndef OPENCV_CUDA_H_\n#define OPENCV_CUDA_H_\n\n#include \"../common.h\"\n#include \n#include \n\nextern \"C\" {\n\n// =============================================================================\n// Basic\n// =============================================================================\nvoid* cv_cuda_gpu_mat_default();\nvoid cv_cuda_gpu_mat_drop(cv::cuda::GpuMat*);\nvoid cv_cuda_gpu_mat_upload(cv::cuda::GpuMat*, cv::Mat*);\nvoid* cv_mat_from_gpu_mat(cv::cuda::GpuMat*);\nvoid* cv_cuda_gpu_mat_from_mat(cv::Mat*);\n\n// =============================================================================\n// Hog\n// =============================================================================\nvoid* cv_cuda_hog_default();\nvoid* cv_cuda_hog_new(Size2i win_size, Size2i block_size, Size2i block_stride, Size2i cell_size, int nbins);\nvoid cv_cuda_hog_drop(cv::Ptr*);\nvoid cv_cuda_hog_set_detector(cv::Ptr*, std::vector*);\nvoid cv_cuda_hog_detect(cv::Ptr*, cv::cuda::GpuMat*, CVec*);\nvoid cv_cuda_hog_detect_with_conf(cv::Ptr*, cv::cuda::GpuMat*, CVec*, CVec*);\n\nvoid cv_cuda_hog_set_gamma_correction(cv::Ptr*, bool gamma);\nvoid cv_cuda_hog_set_group_threshold(cv::Ptr*, int group_threshold);\nvoid cv_cuda_hog_set_hit_threshold(cv::Ptr*, double hit_threshold);\nvoid cv_cuda_hog_set_l2hys_threshold(cv::Ptr*, double l2hys_threshold);\nvoid cv_cuda_hog_set_num_levels(cv::Ptr*, int num_levels);\nvoid cv_cuda_hog_set_scale_factor(cv::Ptr*, double scale_factor);\nvoid cv_cuda_hog_set_win_sigma(cv::Ptr*, double win_sigma);\nvoid cv_cuda_hog_set_win_stride(cv::Ptr*, Size2i win_stride);\n\nbool cv_cuda_hog_get_gamma_correction(cv::Ptr*);\nint cv_cuda_hog_get_group_threshold(cv::Ptr*);\ndouble cv_cuda_hog_get_hit_threshold(cv::Ptr*);\ndouble cv_cuda_hog_get_l2hys_threshold(cv::Ptr*);\nint cv_cuda_hog_get_num_levels(cv::Ptr*);\ndouble cv_cuda_hog_get_scale_factor(cv::Ptr*);\ndouble cv_cuda_hog_get_win_sigma(cv::Ptr*);\nSize2i cv_cuda_hog_get_win_stride(cv::Ptr*);\n\n// =============================================================================\n// CascadeClassifier\n// =============================================================================\nvoid* cv_cuda_cascade_new(const char* const filename);\nvoid cv_cuda_cascade_drop(cv::Ptr*);\nvoid cv_cuda_cascade_detect(cv::Ptr*, cv::cuda::GpuMat*, CVec*);\n\nvoid cv_cuda_cascade_set_find_largest_object(cv::Ptr*, bool);\nvoid cv_cuda_cascade_set_max_num_objects(cv::Ptr*, int);\nvoid cv_cuda_cascade_set_min_neighbors(cv::Ptr*, int);\nvoid cv_cuda_cascade_set_max_object_size(cv::Ptr*, Size2i);\nvoid cv_cuda_cascade_set_min_object_size(cv::Ptr*, Size2i);\nvoid cv_cuda_cascade_set_scale_factor(cv::Ptr*, double);\n\nSize2i cv_cuda_cascade_get_classifier_size(cv::Ptr*);\nbool cv_cuda_cascade_get_find_largest_object(cv::Ptr*);\nint cv_cuda_cascade_get_max_num_objects(cv::Ptr*);\nint cv_cuda_cascade_get_min_neighbors(cv::Ptr*);\nSize2i cv_cuda_cascade_get_max_object_size(cv::Ptr*);\nSize2i cv_cuda_cascade_get_min_object_size(cv::Ptr*);\ndouble cv_cuda_cascade_get_scale_factor(cv::Ptr*);\n}\n\n#endif // OPENCV_GPU_H_\n" }, { "path": "native/features2d.cc", "content": "#include \"features2d.h\"\n#include \"utils.h\"\n\nextern \"C\" {\n\nvoid* cv_mser_new(int delta,\n int min_area,\n int max_area,\n double max_variation,\n double min_diversity,\n int max_evolution,\n double area_threshold,\n double min_margin,\n int edge_blur_size) {\n cv::Ptr result = cv::MSER::create(delta,\n min_area,\n max_area,\n max_variation,\n min_diversity,\n max_evolution,\n area_threshold,\n min_margin,\n edge_blur_size);\n return new cv::Ptr(result);\n}\n\nvoid cv_mser_drop(cv::Ptr* detector) {\n delete detector;\n detector = nullptr;\n}\n\nvoid cv_mser_detect_regions(cv::Ptr* detector,\n cv::Mat* image,\n CVec>* msers,\n CVec* bboxes) {\n std::vector> msers_vector;\n std::vector bboxes_vector;\n\n detector->get()->detectRegions(*image, msers_vector, bboxes_vector);\n\n cv_to_ffi(msers_vector, msers);\n cv_to_ffi(bboxes_vector, bboxes);\n}\n\nvoid cv_mser_detect_and_compute(cv::Ptr* detector,\n cv::Mat* image,\n cv::Mat* mask,\n CVec* keypoints,\n cv::Mat* descriptors,\n bool useProvidedKeypoints) {\n std::vector keypoints_vector;\n detector->get()->detectAndCompute(*image, *mask, keypoints_vector, *descriptors, useProvidedKeypoints);\n cv_to_ffi(keypoints_vector, keypoints);\n}\n\nvoid* cv_surf_new(double hessianThreshold, int nOctaves, int nOctaveLayers, bool extended, bool upright) {\n auto result = cv::xfeatures2d::SURF::create(hessianThreshold, nOctaves, nOctaveLayers, extended, upright);\n return new cv::Ptr(result);\n}\nvoid cv_surf_drop(cv::Ptr* detector) {\n delete detector;\n detector = nullptr;\n}\n\nvoid cv_surf_detect_and_compute(cv::Ptr* detector,\n cv::Mat* image,\n cv::Mat* mask,\n CVec* keypoints,\n cv::Mat* descriptors,\n bool useProvidedKeypoints) {\n std::vector keypoints_vector;\n detector->get()->detectAndCompute(*image, *mask, keypoints_vector, *descriptors, useProvidedKeypoints);\n cv_to_ffi(keypoints_vector, keypoints);\n}\n\nvoid* cv_sift_new(int nfeatures, int nOctaveLayers, double contrastThreshold, double edgeThreshold, double sigma) {\n auto result = cv::xfeatures2d::SIFT::create(nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma);\n return new cv::Ptr(result);\n}\nvoid cv_sift_drop(cv::Ptr* detector) {\n delete detector;\n detector = nullptr;\n}\n\nvoid cv_sift_detect_and_compute(cv::Ptr* detector,\n cv::Mat* image,\n cv::Mat* mask,\n CVec* keypoints,\n cv::Mat* descriptors,\n bool useProvidedKeypoints) {\n std::vector keypoints_vector;\n detector->get()->detectAndCompute(*image, *mask, keypoints_vector, *descriptors, useProvidedKeypoints);\n cv_to_ffi(keypoints_vector, keypoints);\n}\n\nvoid* cv_matcher_new(const char* descriptorMatcherType) {\n auto result = cv::DescriptorMatcher::create(descriptorMatcherType);\n return new cv::Ptr(result);\n}\n\nvoid cv_matcher_drop(cv::Ptr* descriptorMatcher) {\n delete descriptorMatcher;\n descriptorMatcher = nullptr;\n}\n\nvoid cv_matcher_add(cv::Ptr& descriptorMatcher, CVec& descriptors) {\n std::vector descriptors_vector;\n ffi_to_cv(descriptors, &descriptors_vector);\n descriptorMatcher.get()->add(descriptors_vector);\n}\n\nvoid cv_matcher_train(cv::Ptr& descriptorMatcher) {\n descriptorMatcher.get()->train();\n}\n\nbool cv_matcher_is_empty(cv::Ptr& descriptorMatcher) {\n return descriptorMatcher.get()->empty();\n}\n\nvoid cv_matcher_match(cv::Ptr& descriptorMatcher,\n cv::Mat& queryDescriptors,\n CVec* matches) {\n std::vector matches_vector;\n descriptorMatcher.get()->match(queryDescriptors, matches_vector);\n cv_to_ffi(matches_vector, matches);\n}\n\nvoid cv_matcher_match_two(cv::Ptr& descriptorMatcher,\n cv::Mat& queryDescriptors,\n cv::Mat& trainDescriptors,\n CVec* matches) {\n std::vector matches_vector;\n descriptorMatcher.get()->match(queryDescriptors, trainDescriptors, matches_vector);\n cv_to_ffi(matches_vector, matches);\n}\n\nvoid cv_matcher_knn_match(cv::Ptr& descriptorMatcher,\n cv::Mat& queryDescriptors,\n int k,\n CVec>* matches) {\n std::vector> matches_vector;\n descriptorMatcher.get()->knnMatch(queryDescriptors, matches_vector, k);\n cv_to_ffi(matches_vector, matches);\n}\n\nvoid* cv_bow_trainer_new(int clusterCount, const cv::TermCriteria& termcrit, int attempts, int flags) {\n return new cv::BOWKMeansTrainer(clusterCount, termcrit, attempts, flags);\n}\n\nvoid cv_bow_trainer_drop(cv::BOWKMeansTrainer* trainer) {\n delete trainer;\n trainer = nullptr;\n}\n\nvoid cv_bow_trainer_add(cv::BOWKMeansTrainer& trainer, cv::Mat& descriptors) {\n trainer.add(descriptors);\n}\n\nvoid* cv_bow_trainer_cluster(cv::BOWKMeansTrainer& trainer) {\n cv::Mat* mat = new cv::Mat();\n *mat = trainer.cluster();\n return (mat);\n}\n}\n" }, { "path": "native/features2d.h", "content": "#ifndef CV_RS_FEATURES2D_H\n#define CV_RS_FEATURES2D_H\n\n#include \"common.h\"\n#include \n#include \n#include \n\nextern \"C\" {\n\n// =============================================================================\n// MSER\n// =============================================================================\nvoid* cv_mser_new(int delta,\n int min_area,\n int max_area,\n double max_variation,\n double min_diversity,\n int max_evolution,\n double area_threshold,\n double min_margin,\n int edge_blur_size);\nvoid cv_mser_drop(cv::Ptr* detector);\nvoid cv_mser_detect_regions(cv::Ptr* detector,\n cv::Mat* image,\n CVec>* msers,\n CVec* bboxes);\nvoid cv_mser_detect_and_compute(cv::Ptr* detector,\n cv::Mat* image,\n cv::Mat* mask,\n CVec* keypoints,\n cv::Mat* descriptors,\n bool useProvidedKeypoints);\n\n// =============================================================================\n// SURF\n// =============================================================================\n\nvoid* cv_surf_new(double hessianThreshold, int nOctaves, int nOctaveLayers, bool extended, bool upright);\nvoid cv_surf_drop(cv::Ptr* detector);\nvoid cv_surf_detect_and_compute(cv::Ptr* detector,\n cv::Mat* image,\n cv::Mat* mask,\n CVec* keypoints,\n cv::Mat* descriptors,\n bool useProvidedKeypoints);\n\n// =============================================================================\n// SIFT\n// =============================================================================\n\nvoid* cv_sift_new(int nfeatures, int nOctaveLayers, double contrastThreshold, double edgeThreshold, double sigma);\nvoid cv_sift_drop(cv::Ptr* detector);\nvoid cv_sift_detect_and_compute(cv::Ptr* detector,\n cv::Mat* image,\n cv::Mat* mask,\n CVec* keypoints,\n cv::Mat* descriptors,\n bool useProvidedKeypoints);\n\n// =============================================================================\n// DESCRIPTOR MATCHER\n// =============================================================================\n\nvoid* cv_matcher_new(const char* descriptorMatcherType);\nvoid cv_matcher_drop(cv::Ptr* descriptorMatcher);\nvoid cv_matcher_add(cv::Ptr& descriptorMatcher, CVec& descriptors);\nvoid cv_matcher_train(cv::Ptr& descriptorMatcher);\nbool cv_matcher_is_empty(cv::Ptr& descriptorMatcher);\nvoid cv_matcher_match(cv::Ptr& descriptorMatcher,\n cv::Mat& queryDescriptors,\n CVec* matches);\nvoid cv_matcher_match_two(cv::Ptr& descriptorMatcher,\n cv::Mat& queryDescriptors,\n cv::Mat& trainDescriptors,\n CVec* matches);\nvoid cv_matcher_knn_match(cv::Ptr& descriptorMatcher,\n cv::Mat& queryDescriptors,\n int k,\n CVec>* matches);\n\nvoid* cv_bow_trainer_new(int clusterCount, const cv::TermCriteria& termcrit, int attempts, int flags);\nvoid cv_bow_trainer_drop(cv::BOWKMeansTrainer* trainer);\nvoid cv_bow_trainer_add(cv::BOWKMeansTrainer& trainer, cv::Mat& descriptors);\nvoid* cv_bow_trainer_cluster(cv::BOWKMeansTrainer& trainer);\n}\n\n#endif // CV_RS_FEATURES2D_H\n" }, { "path": "native/hash.cc", "content": "#include \n#include \n\nextern \"C\" {\n\nvoid cv_hash_compute(cv::Ptr* hash, cv::Mat& mat, cv::Mat& result) {\n hash->get()->compute(mat, result);\n}\n\ndouble cv_hash_compare(cv::Ptr* hash, cv::Mat& lhs, cv::Mat& rhs) {\n return hash->get()->compare(lhs, rhs);\n}\n\nvoid* cv_average_hash_new() {\n cv::Ptr result = cv::img_hash::AverageHash::create();\n return new cv::Ptr(result);\n}\n\nvoid cv_average_hash_drop(cv::Ptr* hash) {\n delete hash;\n hash = nullptr;\n}\n\nvoid* cv_block_mean_hash_new() {\n cv::Ptr result = cv::img_hash::BlockMeanHash::create();\n return new cv::Ptr(result);\n}\n\nvoid cv_block_mean_hash_drop(cv::Ptr* hash) {\n delete hash;\n hash = nullptr;\n}\n\nvoid* cv_color_moment_hash_new() {\n cv::Ptr result = cv::img_hash::ColorMomentHash::create();\n return new cv::Ptr(result);\n}\n\nvoid cv_color_moment_hash_drop(cv::Ptr* hash) {\n delete hash;\n hash = nullptr;\n}\n\nvoid* cv_marr_hildreth_hash_new() {\n cv::Ptr result = cv::img_hash::MarrHildrethHash::create();\n return new cv::Ptr(result);\n}\nvoid cv_marr_hildreth_hash_drop(cv::Ptr* hash) {\n delete hash;\n hash = nullptr;\n}\n\nvoid* cv_phash_new() {\n cv::Ptr result = cv::img_hash::PHash::create();\n return new cv::Ptr(result);\n}\n\nvoid cv_phash_drop(cv::Ptr* hash) {\n delete hash;\n hash = nullptr;\n}\n\nvoid* cv_radial_variance_hash_new() {\n cv::Ptr result = cv::img_hash::RadialVarianceHash::create();\n return new cv::Ptr(result);\n}\n\nvoid cv_radial_variance_hash_drop(cv::Ptr* hash) {\n delete hash;\n hash = nullptr;\n}\n}" }, { "path": "native/hash.h", "content": "#ifndef HASH_H_\n#define HASH_H_\n\n#include \n#include \n\nextern \"C\" {\n\nvoid cv_hash_compute(cv::Ptr* phash, cv::Mat& mat, cv::Mat& result);\nvoid cv_hash_compare(cv::Ptr* phash, cv::Mat& lhs, cv::Mat& rhs);\n\nvoid* cv_average_hash_new();\nvoid cv_average_hash_drop(cv::Ptr* phash);\n\nvoid* cv_block_mean_hash_new();\nvoid cv_block_mean_hash_drop(cv::Ptr* phash);\n\nvoid* cv_color_moment_hash_new();\nvoid cv_color_moment_hash_drop(cv::Ptr* phash);\n\nvoid* cv_marr_hildreth_hash_new();\nvoid cv_marr_hildreth_hash_drop(cv::Ptr* phash);\n\nvoid* cv_phash_new();\nvoid cv_phash_drop(cv::Ptr* phash);\n\nvoid* cv_radial_variance_hash_new();\nvoid cv_radial_variance_hash_drop(cv::Ptr* phash);\n}\n#endif\n" }, { "path": "native/highgui.cc", "content": "#include \"highgui.h\"\n\nextern \"C\" {\n\nvoid cv_named_window(const char* const winname, int flags) {\n cv::namedWindow(winname, flags);\n}\n\nvoid cv_destroy_window(const char* const winname) {\n cv::destroyWindow(winname);\n}\n\nvoid cv_set_mouse_callback(const char* const winname, cv::MouseCallback on_mouse, void* userdata) {\n cv::setMouseCallback(winname, on_mouse, userdata);\n}\n\nvoid cv_imshow(const char* const winname, cv::Mat* mat) {\n if (mat != NULL) {\n cv::imshow(winname, *mat);\n }\n}\n\nint cv_wait_key(int delay) {\n return cv::waitKey(delay);\n}\n}\n" }, { "path": "native/highgui.h", "content": "#ifndef CV_RS_HIGHGUI_H\n#define CV_RS_HIGHGUI_H\n\n#include \n#include \n\nextern \"C\" {\n\nvoid cv_named_window(const char* const winname, int flags);\nvoid cv_destroy_window(const char* const winname);\nvoid cv_set_mouse_callback(const char* const winname, cv::MouseCallback onMouse, void* userdata);\nvoid cv_imshow(const char* const winname, cv::Mat* mat);\nint cv_wait_key(int delay_in_millis);\n}\n\n#endif // CV_RS_HIGHGUI_H\n" }, { "path": "native/imcodecs.cc", "content": "#include \"imcodecs.h\"\n\nextern \"C\" {\n\nvoid* cv_imread(const char* const filename, int flags) {\n cv::Mat* image = new cv::Mat();\n *image = cv::imread(filename, flags);\n return (image);\n}\n\nvoid* cv_imdecode(const uint8_t* const buffer, size_t len, int flag) {\n cv::Mat* dst = new cv::Mat();\n std::vector input(buffer, buffer + len);\n cv::imdecode(cv::Mat(input), flag, dst);\n return (dst);\n}\n\nvoid cv_imencode(const char* const ext,\n const cv::Mat* const image,\n const int* const flag_ptr,\n size_t flag_size,\n COption>* result) {\n std::vector buf;\n std::vector params(flag_ptr, flag_ptr + flag_size);\n bool r = cv::imencode(ext, *image, buf, params);\n if (r) {\n CVec cvec;\n cv_to_ffi(buf, &cvec);\n *result = COption>{true, cvec};\n } else {\n *result = COption>{false, CVec()};\n }\n}\n}\n" }, { "path": "native/imcodecs.h", "content": "#ifndef CV_RS_IMCODECS_H\n#define CV_RS_IMCODECS_H\n\n#include \"common.h\"\n#include \"utils.h\"\n#include \n#include \n#include \n#include \n\nextern \"C\" {\n\nvoid* cv_imread(const char* const filename, int flags);\nvoid* cv_imdecode(const uint8_t* const buffer, size_t len, int flag);\nvoid cv_imencode(const char* const ext,\n const cv::Mat* const image,\n const int* const flag_ptr,\n size_t flag_size,\n COption>* result);\n}\n\n#endif // CV_RS_IMCODECS_H\n" }, { "path": "native/imgproc.cc", "content": "#include \"imgproc.h\"\n\nextern \"C\" {\n\nvoid cv_line(cv::Mat* mat, Point2i pt1, Point2i pt2, Scalar color, int thickness, int linetype, int shift) {\n cv::Point point1(pt1.x, pt1.y);\n cv::Point point2(pt2.x, pt2.y);\n cv::Scalar colour(color.v0, color.v1, color.v2, color.v3);\n cv::line(*mat, point1, point2, colour, thickness, linetype, shift);\n}\n\nvoid cv_rectangle(cv::Mat* mat, Rect crect, Scalar color, int thickness, int linetype) {\n cv::Rect rect(crect.x, crect.y, crect.width, crect.height);\n cv::Scalar colour(color.v0, color.v1, color.v2, color.v3);\n cv::rectangle(*mat, rect, colour, thickness, linetype);\n}\n\nvoid cv_ellipse(cv::Mat* mat,\n Point2i center,\n Size2i axes,\n double angle,\n double start_angle,\n double end_angle,\n Scalar color,\n int thickness,\n int linetype,\n int shift) {\n cv::Point cv_center(center.x, center.y);\n cv::Size cv_axes(axes.width, axes.height);\n cv::Scalar cv_color(color.v0, color.v1, color.v2, color.v3);\n\n cv::ellipse(*mat, cv_center, cv_axes, angle, start_angle, end_angle, cv_color, thickness, linetype, shift);\n}\n\nvoid cv_cvt_color(cv::Mat* mat, cv::Mat* out, int code) {\n cv::cvtColor(*mat, *out, code);\n}\n\nvoid cv_pyr_down(cv::Mat* mat, cv::Mat* out) {\n cv::pyrDown(*mat, *out);\n}\n\nvoid cv_threshold(cv::Mat* mat, cv::Mat* out, double thresh, double maxval, int ttype) {\n cv::threshold(*mat, *out, thresh, maxval, ttype);\n}\n\nvoid cv_erode(\n cv::Mat* mat, cv::Mat* out, cv::Mat* kernel, Point2i anchor, int iterations, int borderType, Scalar borderValue) {\n cv::Point pta(anchor.x, anchor.y);\n cv::Scalar bv(borderValue.v0, borderValue.v1, borderValue.v2, borderValue.v3);\n cv::erode(*mat, *out, *kernel, pta, iterations, borderType, bv);\n}\n\nvoid cv_dilate(\n cv::Mat* mat, cv::Mat* out, cv::Mat* kernel, Point2i anchor, int iterations, int borderType, Scalar borderValue) {\n cv::Point pta(anchor.x, anchor.y);\n cv::Scalar bv(borderValue.v0, borderValue.v1, borderValue.v2, borderValue.v3);\n cv::dilate(*mat, *out, *kernel, pta, iterations, borderType, bv);\n}\n\nvoid cv_gaussian_blur(cv::Mat* mat, cv::Mat* out, Size2i ksize, double sigma_x, double sigma_y, int bordertype) {\n cv::Size cv_ksize(ksize.width, ksize.height);\n cv::GaussianBlur(*mat, *out, cv_ksize, sigma_x, sigma_y, bordertype);\n}\n\nvoid cv_resize(cv::Mat* from, cv::Mat* to, Size2i dsize, double fx, double fy, int interpolation) {\n cv::Size cv_dsize(dsize.width, dsize.height);\n cv::resize(*from, *to, cv_dsize, fx, fy, interpolation);\n}\n\nvoid cv_calc_hist(const cv::Mat* images,\n int nimages,\n const int* channels,\n cv::Mat* mask,\n cv::Mat* hist,\n int dims,\n const int* hist_size,\n const float** ranges) {\n cv::calcHist(images, nimages, channels, *mask, *hist, dims, hist_size, ranges);\n}\n\nvoid cv_calc_back_project(const cv::Mat* images,\n int nimages,\n const int* channels,\n cv::Mat* hist,\n cv::Mat* back_project,\n const float** ranges) {\n cv::calcBackProject(images, nimages, channels, *hist, *back_project, ranges);\n}\n\nvoid cv_compare_hist(cv::Mat* first_image, cv::Mat* second_image, int method, Result* result) {\n *result = Result::FromFunction(\n [first_image, second_image, method]() { return cv::compareHist(*first_image, *second_image, method); });\n}\n\nvoid cv_sobel(\n cv::Mat* src, cv::Mat* dst, int ddepth, int dx, int dy, int k_size, double scale, double delta, int borderType) {\n cv::Sobel(*src, *dst, ddepth, dx, dy, k_size, scale, delta, borderType);\n}\n\nvoid cv_scharr(cv::Mat* src, cv::Mat* dst, int ddepth, int dx, int dy, double scale, double delta, int borderType) {\n cv::Scharr(*src, *dst, ddepth, dx, dy, scale, delta, borderType);\n}\n\nEmptyResult\ncv_canny(cv::Mat* image, cv::Mat* edges, double threshold1, double threshold2, int aperture_size, bool l2_gradient) {\n return EmptyResult::FromFunction([image, edges, threshold1, threshold2, aperture_size, l2_gradient]() {\n cv::Canny(*image, *edges, threshold1, threshold2, aperture_size, l2_gradient);\n });\n}\n}\n" }, { "path": "native/imgproc.h", "content": "#ifndef CV_RS_IMGPROC_H\n#define CV_RS_IMGPROC_H\n\n#include \"common.h\"\n#include \n#include \n\nextern \"C\" {\n\nvoid cv_line(cv::Mat* mat, Point2i pt1, Point2i pt2, Scalar color, int thickness, int linetype, int shift);\nvoid cv_rectangle(cv::Mat* mat, Rect crect, Scalar color, int thickness, int linetype);\nvoid cv_ellipse(cv::Mat* mat,\n Point2i center,\n Size2i axes,\n double angle,\n double start_angle,\n double end_angle,\n Scalar color,\n int thickness,\n int linetype,\n int shift);\n\nvoid cv_cvt_color(cv::Mat* mat, cv::Mat* output, int code);\nvoid cv_pyr_down(cv::Mat* mat, cv::Mat* output);\nvoid cv_threshold(cv::Mat* mat, cv::Mat* out, double thresh, double maxval, int ttype);\nvoid cv_erode(\n cv::Mat* mat, cv::Mat* out, cv::Mat* kernel, Point2i anchor, int iterations, int borderType, Scalar borderValue);\nvoid cv_dilate(\n cv::Mat* mat, cv::Mat* out, cv::Mat* kernel, Point2i anchor, int iterations, int borderType, Scalar borderValue);\nvoid cv_gaussian_blur(cv::Mat* mat, cv::Mat* out, Size2i ksize, double sigmaX, double sigmaY, int bordertype);\nvoid cv_resize(cv::Mat* from, cv::Mat* to, Size2i dsize, double fx, double fy, int interpolation);\nvoid cv_calc_hist(const cv::Mat* const cimages,\n int nimages,\n const int* channels,\n cv::Mat* mask,\n cv::Mat* hist,\n int dims,\n const int* hist_size,\n const float** ranges);\nvoid cv_calc_back_project(const cv::Mat* images,\n int nimages,\n const int* channels,\n cv::Mat* hist,\n cv::Mat* back_project,\n const float** ranges);\nvoid cv_compare_hist(cv::Mat* first_image, cv::Mat* second_image, int method, Result* result);\nvoid cv_sobel(\n cv::Mat* src, cv::Mat* dst, int ddepth, int dx, int dy, int k_size, double scale, double delta, int borderType);\nvoid cv_scharr(cv::Mat* src, cv::Mat* dst, int ddepth, int dx, int dy, double scale, double delta, int borderType);\nEmptyResult\ncv_canny(cv::Mat* image, cv::Mat* edges, double threshold1, double threshold2, int aperture_size, bool l2_gradient);\n}\n\n#endif // CV_RS_IMGPROC_H\n" }, { "path": "native/mat.cc", "content": "#include \"mat.h\"\n\nextern \"C\" {\n\nvoid* cv_mat_from_file_storage(const char* path, const char* section) {\n auto result = new cv::Mat();\n cv::FileStorage fs(path, cv::FileStorage::READ);\n fs[section] >> *result;\n fs.release();\n return result;\n}\n\nvoid* cv_mat_new() {\n cv::Mat* image = new cv::Mat();\n return (image);\n}\n\nvoid* cv_mat_new_with_size(int rows, int cols, int type) {\n return (new cv::Mat(rows, cols, type));\n}\n\nvoid* cv_mat_zeros(int rows, int cols, int type) {\n cv::Mat* mat = new cv::Mat();\n *mat = cv::Mat::zeros(rows, cols, type);\n return (mat);\n}\n\nvoid* cv_mat_from_buffer(int rows, int cols, int type, const uint8_t* buf) {\n return new cv::Mat(rows, cols, type, const_cast(reinterpret_cast(buf)));\n}\n\nvoid* cv_mat_eye(int rows, int cols, int type) {\n auto result = new cv::Mat();\n *result = cv::Mat::eye(rows, cols, type);\n return result;\n}\n\nbool cv_mat_is_valid(cv::Mat* mat) {\n return mat->data != NULL;\n}\n\nvoid* cv_mat_roi(cv::Mat* mat, Rect crect) {\n cv::Rect rect(crect.x, crect.y, crect.width, crect.height);\n cv::Mat* dst = new cv::Mat(*mat, rect);\n return (dst);\n}\n\nvoid cv_mat_flip(cv::Mat* image, int code) {\n cv::flip(*image, *image, code);\n}\n\nint cv_mat_cols(const cv::Mat* const mat) {\n return mat->cols;\n}\n\nint cv_mat_rows(const cv::Mat* const mat) {\n return mat->rows;\n}\n\nint cv_mat_depth(const cv::Mat* const mat) {\n return mat->depth();\n}\n\nint cv_mat_channels(const cv::Mat* const mat) {\n return mat->channels();\n}\n\nint cv_mat_type(const cv::Mat* const mat) {\n return mat->type();\n}\n\nconst uint8_t* cv_mat_data(const cv::Mat* const mat) {\n return mat->data;\n}\n\nsize_t cv_mat_total(const cv::Mat* const mat) {\n return mat->total();\n}\n\nsize_t cv_mat_elem_size(const cv::Mat* const mat) {\n return mat->elemSize();\n}\n\nsize_t cv_mat_elem_size1(const cv::Mat* const mat) {\n return mat->elemSize1();\n}\n\nsize_t cv_mat_step1(const cv::Mat* const mat, int i) {\n return mat->step1(i);\n}\n\nvoid cv_mat_drop(cv::Mat* mat) {\n delete mat;\n mat = nullptr;\n}\n\nvoid cv_mat_in_range(cv::Mat* mat, Scalar lowerb, Scalar upperb, cv::Mat* dst) {\n cv::Scalar lb(lowerb.v0, lowerb.v1, lowerb.v2);\n cv::Scalar ub(upperb.v0, upperb.v1, upperb.v2);\n cv::inRange(*mat, lb, ub, *dst);\n}\n\nvoid cv_mat_min_max_loc(\n const cv::Mat* const mat, double* min, double* max, Point2i* minLoc, Point2i* maxLoc, const cv::Mat* const mask) {\n if (minLoc == NULL && maxLoc == NULL) {\n cv::minMaxLoc(*mat, min, max, NULL, NULL, *mask);\n } else if (minLoc == NULL && maxLoc != NULL) {\n cv::Point maxPoint = cv::Point();\n cv::minMaxLoc(*mat, min, max, NULL, &maxPoint, *mask);\n maxLoc->x = maxPoint.x;\n maxLoc->y = maxPoint.y;\n } else if (minLoc != NULL && maxLoc == NULL) {\n cv::Point minPoint = cv::Point();\n cv::minMaxLoc(*mat, min, max, &minPoint, NULL, *mask);\n minLoc->x = minPoint.x;\n minLoc->y = minPoint.y;\n } else {\n cv::Point minPoint = cv::Point();\n cv::Point maxPoint = cv::Point();\n cv::minMaxLoc(*mat, min, max, &minPoint, &maxPoint, *mask);\n minLoc->x = minPoint.x;\n minLoc->y = minPoint.y;\n maxLoc->x = maxPoint.x;\n maxLoc->y = maxPoint.y;\n }\n}\n\nvoid cv_mat_mix_channels(cv::Mat* src, size_t nsrcs, cv::Mat* dst, size_t ndsts, const int* from_to, size_t npairs) {\n cv::mixChannels(src, nsrcs, dst, ndsts, from_to, npairs);\n}\n\nvoid cv_mat_normalize(cv::Mat* src, cv::Mat* dst, double alpha, double beta, int norm_type) {\n cv::normalize(*src, *dst, alpha, beta, norm_type);\n}\n\nvoid cv_mat_bitwise_and(const cv::Mat* const src1, const cv::Mat* const src2, cv::Mat* dst) {\n cv::bitwise_and(*src1, *src2, *dst);\n}\n\nvoid cv_mat_bitwise_not(const cv::Mat* const src, cv::Mat* const dst) {\n cv::bitwise_not(*src, *dst);\n}\n\nvoid cv_mat_bitwise_or(const cv::Mat* const src1, const cv::Mat* const src2, cv::Mat* dst) {\n cv::bitwise_or(*src1, *src2, *dst);\n}\n\nvoid cv_mat_bitwise_xor(const cv::Mat* const src1, const cv::Mat* const src2, cv::Mat* dst) {\n cv::bitwise_xor(*src1, *src2, *dst);\n}\n\nint cv_mat_count_non_zero(const cv::Mat* const src) {\n return cv::countNonZero(*src);\n}\n\nvoid cv_mat_copy_make_border(\n const cv::Mat* const src, cv::Mat* const d, int t, int b, int l, int r, int type, Scalar color) {\n cv::Scalar c(color.v0, color.v1, color.v2, color.v3);\n copyMakeBorder(*src, *d, t, b, l, r, type, c);\n}\n}\n" }, { "path": "native/mat.h", "content": "#ifndef CV_RS_MAT_H\n#define CV_RS_MAT_H\n\n#include \"common.h\"\n#include \n#include \n#include \n\nextern \"C\" {\n\nvoid* cv_mat_from_file_storage(const char* path, const char* section);\nvoid* cv_mat_new();\nvoid* cv_mat_new_with_size(int rows, int cols, int type);\nvoid* cv_mat_zeros(int rows, int cols, int type);\nvoid* cv_mat_from_buffer(int rows, int cols, int type, const uint8_t* buf);\nvoid* cv_mat_eye(int rows, int cols, int type);\nbool cv_mat_valid(cv::Mat* mat);\nvoid* cv_mat_roi(cv::Mat* mat, Rect crect);\nvoid cv_mat_flip(cv::Mat* image, int code);\nint cv_mat_rows(const cv::Mat* const mat);\nint cv_mat_cols(const cv::Mat* const mat);\nint cv_mat_depth(const cv::Mat* const mat);\nint cv_mat_channels(const cv::Mat* const mat);\nint cv_mat_type(const cv::Mat* const mat);\nconst uint8_t* cv_mat_data(const cv::Mat* const mat);\nsize_t cv_mat_total(const cv::Mat* const mat);\nsize_t cv_mat_elem_size(const cv::Mat* const mat);\nsize_t cv_mat_elem_size1(const cv::Mat* const mat);\nsize_t cv_mat_step1(const cv::Mat* const mat, int i);\nvoid cv_mat_drop(cv::Mat* mat);\nvoid cv_mat_in_range(cv::Mat* mat, Scalar lowerb, Scalar upperb, cv::Mat* dst);\nvoid cv_mat_min_max_loc(\n const cv::Mat* const mat, double* min, double* max, Point2i* minLoc, Point2i* maxLoc, const cv::Mat* const cmask);\nvoid cv_mat_mix_channels(cv::Mat* mat, size_t nsrcs, cv::Mat* dst, size_t ndsts, const int* from_to, size_t npairs);\nvoid cv_mat_normalize(cv::Mat* csrc, cv::Mat* cdst, double alpha, double beta, int norm_type);\nvoid cv_mat_bitwise_and(const cv::Mat* const src1, const cv::Mat* const src2, cv::Mat* dst);\nvoid cv_mat_bitwise_not(const cv::Mat* const src, cv::Mat* const dst);\nvoid cv_mat_bitwise_or(const cv::Mat* const src1, const cv::Mat* const src2, cv::Mat* dst);\nvoid cv_mat_bitwise_xor(const cv::Mat* const src1, const cv::Mat* const src2, cv::Mat* dst);\nint cv_mat_count_non_zero(const cv::Mat* const src);\nvoid cv_mat_copy_make_border(const cv::Mat* const src1,\n cv::Mat* const dst,\n int top,\n int bottom,\n int left,\n int right,\n int borderType,\n Scalar value);\n}\n\n#endif // CV_RS_MAT_H\n" }, { "path": "native/objdetect.cc", "content": "#include \"objdetect.h\"\n#include \"utils.h\"\n\nextern \"C\" {\n\nvoid* cv_cascade_classifier_new() {\n return new cv::CascadeClassifier();\n}\n\nbool cv_cascade_classifier_load(cv::CascadeClassifier* cascade, const char* const p) {\n return cascade->load(p);\n}\n\nvoid* cv_cascade_classifier_from_path(const char* const p) {\n return new cv::CascadeClassifier(p);\n}\n\nvoid cv_cascade_classifier_drop(cv::CascadeClassifier* cascade) {\n delete cascade;\n cascade = nullptr;\n}\n\nvoid cv_cascade_classifier_detect(cv::CascadeClassifier* cascade,\n cv::Mat* image,\n CVec* vec_of_rect,\n double scale_factor,\n int min_neighbors,\n int flags,\n Size2i min_size,\n Size2i max_size) {\n std::vector objects;\n\n cv::Size cv_min_size(min_size.width, min_size.height);\n cv::Size cv_max_size(max_size.width, max_size.height);\n cascade->detectMultiScale(*image, objects, scale_factor, min_neighbors, flags, cv_min_size, cv_max_size);\n // Move objects to vec_of_rect\n size_t num = objects.size();\n vec_of_rect->array = (Rect*) malloc(num * sizeof(Rect));\n vec_of_rect->size = num;\n for (size_t i = 0; i < num; i++) {\n vec_of_rect->array[i].x = objects[i].x;\n vec_of_rect->array[i].y = objects[i].y;\n vec_of_rect->array[i].width = objects[i].width;\n vec_of_rect->array[i].height = objects[i].height;\n }\n}\n\nvoid* cv_hog_new() {\n return new cv::HOGDescriptor();\n}\n\nvoid cv_hog_drop(cv::HOGDescriptor* hog) {\n delete hog;\n hog = nullptr;\n}\n\nvoid* cv_hog_default_people_detector() {\n return new std::vector(cv::HOGDescriptor::getDefaultPeopleDetector());\n}\n\nvoid* cv_hog_daimler_people_detector() {\n return new std::vector(cv::HOGDescriptor::getDaimlerPeopleDetector());\n}\n\nvoid cv_hog_detector_drop(std::vector* detector) {\n delete detector;\n detector = nullptr;\n}\n\nvoid cv_hog_set_svm_detector(cv::HOGDescriptor* hog, std::vector* detector) {\n hog->setSVMDetector(*detector);\n}\n\nvoid cv_hog_detect(cv::HOGDescriptor* hog,\n cv::Mat* image,\n CVec* vec_rect,\n CVec* vec_weight,\n Size2i win_stride,\n Size2i padding,\n double scale,\n double final_threshold,\n bool use_means_shift) {\n // convert all types\n\n std::vector objects;\n std::vector weights;\n cv::Size cv_win_stride(win_stride.width, win_stride.height);\n cv::Size cv_padding(padding.width, padding.height);\n\n // Call the function\n hog->detectMultiScale(\n *image, objects, weights, 0.1, cv_win_stride, cv_padding, scale, final_threshold, use_means_shift);\n\n // Prepare the results\n cv_to_ffi(objects, vec_rect);\n cv_to_ffi(weights, vec_weight);\n}\n}\n" }, { "path": "native/objdetect.h", "content": "#ifndef CV_RS_OBJDETECT_H\n#define CV_RS_OBJDETECT_H\n\n#include \"common.h\"\n#include \n\nextern \"C\" {\n\nvoid* cv_cascade_classifier_new();\nvoid* cv_cascade_classifier_from_path(const char* const path);\nbool cv_cascade_classifier_load(cv::CascadeClassifier* cc, const char* const path);\nvoid cv_cascade_classifier_drop(cv::CascadeClassifier* cc);\nvoid cv_cascade_classifier_detect(cv::CascadeClassifier* cascade,\n cv::Mat* mat,\n CVec* vec_of_rect,\n double scale_factor,\n int min_neighbors,\n int flags,\n Size2i min_size,\n Size2i max_size);\n\nvoid* cv_hog_new();\nvoid cv_hog_drop(cv::HOGDescriptor*);\nvoid* cv_hog_default_people_detector();\nvoid* cv_hog_daimler_people_detector();\nvoid cv_hog_detector_drop(std::vector*);\nvoid cv_hog_set_svm_detector(cv::HOGDescriptor*, std::vector*);\nvoid cv_hog_detect(cv::HOGDescriptor*,\n cv::Mat*,\n CVec* vec_detected,\n CVec* vec_weight,\n Size2i win_stride,\n Size2i padding,\n double scale,\n double final_threshold,\n bool use_means_shift);\n}\n\n#endif // CV_RS_OBJDETECT_H\n" }, { "path": "native/text/text.cc", "content": "#include \"text.h\"\n#include \"utils.h\"\n\nextern \"C\" {\nvoid cv_ocr_run(cv::Ptr& ocr,\n cv::Mat& image,\n CDisposableString* output_text,\n CVec* component_rects,\n CVec* component_texts,\n CVec* component_confidences,\n int component_level) {\n std::string output;\n std::vector boxes;\n std::vector words;\n std::vector confidences;\n ocr.get()->run(image, output, &boxes, &words, &confidences, component_level);\n\n cv_to_ffi(output, output_text);\n cv_to_ffi(boxes, component_rects);\n cv_to_ffi(words, component_texts);\n cv_to_ffi(confidences, component_confidences);\n}\n\nvoid cv_tesseract_new(const char* datapath,\n const char* language,\n const char* char_whitelist,\n int oem,\n int psmode,\n Result* result) {\n *result = Result::FromFunction([datapath, language, char_whitelist, oem, psmode]() {\n auto result = cv::text::OCRTesseract::create(datapath, language, char_whitelist, oem, psmode);\n return new cv::Ptr(result);\n });\n}\n\nvoid cv_tesseract_drop(cv::Ptr* ocr) {\n delete ocr;\n ocr = nullptr;\n}\n\nvoid cv_hmm_new(const char* classifier_filename,\n const char* vocabulary,\n cv::Mat& transition_probabilities_table,\n cv::Mat& emission_probabilities_table,\n cv::text::classifier_type classifier_type,\n Result* result) {\n *result = Result::FromFunction([classifier_filename,\n vocabulary,\n transition_probabilities_table,\n emission_probabilities_table,\n classifier_type]() {\n std::string voc(vocabulary);\n auto classifier = cv::text::loadOCRHMMClassifier(classifier_filename, classifier_type);\n auto result = cv::text::OCRHMMDecoder::create(\n classifier, voc, transition_probabilities_table, emission_probabilities_table);\n return new cv::Ptr(result);\n });\n}\n\nvoid cv_hmm_drop(cv::Ptr* ocr) {\n delete ocr;\n ocr = nullptr;\n}\n\nvoid cv_holistic_new(const char* archive_file,\n const char* weights_file,\n const char* words_file,\n Result* result) {\n *result = Result::FromFunction([archive_file, weights_file, words_file]() {\n auto result = cv::text::OCRHolisticWordRecognizer::create(archive_file, weights_file, words_file);\n return new cv::Ptr(result);\n });\n}\n\nvoid cv_holistic_drop(cv::Ptr* ocr) {\n delete ocr;\n ocr = nullptr;\n}\n}\n" }, { "path": "native/text/text.h", "content": "#ifndef CV_RS_TEXT_H\n#define CV_RS_TEXT_H\n\n#include \"common.h\"\n#include \n#include \n\nextern \"C\" {\nvoid cv_ocr_run(cv::Ptr& ocr,\n cv::Mat& image,\n CDisposableString* output_text,\n CVec* component_rects,\n CVec* component_texts,\n CVec* component_confidences,\n int component_level);\n\nvoid cv_tesseract_new(\n const char* datapath, const char* language, const char* char_whitelist, int oem, int psmode, Result* result);\nvoid cv_tesseract_drop(cv::Ptr* ocr);\nvoid cv_hmm_new(const char* classifier_filename,\n const char* vocabulary,\n cv::Mat& transition_probabilities_table,\n cv::Mat& emission_probabilities_table,\n cv::text::classifier_type classifier_type,\n Result* result);\nvoid cv_hmm_drop(cv::Ptr* ocr);\nvoid cv_holistic_new(const char* archive_file, const char* weights_file, const char* words_file, Result* result);\nvoid cv_holistic_drop(cv::Ptr* ocr);\n}\n\n#endif // CV_RS_TEXT_H\n" }, { "path": "native/utils.cc", "content": "#include \n#include \n\n#include \"common.h\"\n#include \"utils.h\"\n\nvoid cv_to_ffi(const cv::Rect& source, Rect* dest) {\n dest->x = source.x;\n dest->y = source.y;\n dest->width = source.width;\n dest->height = source.height;\n}\n\nvoid cv_to_ffi(const cv::Point& source, Point2i* dest) {\n dest->x = source.x;\n dest->y = source.y;\n};\n\nvoid cv_to_ffi(const cv::KeyPoint& source, KeyPoint* dest) {\n dest->pt.x = dest->pt.x;\n dest->pt.y = dest->pt.y;\n dest->size = source.size;\n dest->angle = source.angle;\n dest->response = source.response;\n dest->octave = source.octave;\n dest->class_id = source.class_id;\n}\n\nvoid cv_to_ffi(const cv::DMatch& source, DMatch* dest) {\n dest->distance = dest->distance;\n dest->imgIdx = dest->imgIdx;\n dest->queryIdx = source.queryIdx;\n dest->trainIdx = source.trainIdx;\n}\n\nvoid cv_to_ffi(const std::string& source, CDisposableString* dest) {\n char* result = new char[source.length() + 1];\n strcpy(result, source.c_str());\n dest->value = result;\n}\n\nvoid ffi_to_cv(const cv::Mat& source, cv::Mat* dest) {\n *dest = source;\n}\n" }, { "path": "native/utils.h", "content": "#ifndef UTILS_H_\n#define UTILS_H_\n\n#include \n#include \n\n#include \"common.h\"\n\nvoid cv_to_ffi(const cv::Rect& source, Rect* dest);\nvoid cv_to_ffi(const cv::Point& source, Point2i* dest);\nvoid cv_to_ffi(const cv::KeyPoint& source, KeyPoint* dest);\nvoid cv_to_ffi(const cv::DMatch& source, DMatch* dest);\nvoid cv_to_ffi(const std::string& source, CDisposableString* dest);\n\ntemplate \nvoid cv_to_ffi(const std::vector& source, CVec* dest) {\n size_t num = source.size();\n dest->size = num;\n dest->array = (T*) malloc(num * sizeof(T));\n ::memcpy(dest->array, source.data(), num * sizeof(T));\n}\n\ntemplate \nvoid cv_to_ffi(const std::vector& source, CVec* dest) {\n size_t num = source.size();\n dest->size = num;\n dest->array = (U*) malloc(num * sizeof(U));\n for (size_t i = 0; i < num; i++) {\n cv_to_ffi(source[i], &dest->array[i]);\n }\n}\n\nvoid ffi_to_cv(const cv::Mat& source, cv::Mat* dest);\n\ntemplate \nvoid ffi_to_cv(const CVec& source, std::vector* dest) {\n dest->reserve(source.size);\n for (size_t i = 0; i < source.size; i++) {\n T* cell = new T();\n ffi_to_cv(*source.array[i], cell);\n dest->push_back(*cell);\n }\n}\n#endif // UTILS_H_\n" }, { "path": "native/video.cc", "content": "#include \"video.h\"\n\nextern \"C\" {\n\nvoid* cv_term_criteria_new(int type, int count, double epsilon) {\n return new cv::TermCriteria(type, count, epsilon);\n}\n\nvoid cv_term_criteria_drop(cv::TermCriteria* criteria) {\n delete criteria;\n criteria = nullptr;\n}\n\nRotatedRect cv_camshift(cv::Mat* bp_image, Rect crect, cv::TermCriteria* criteria) {\n cv::Rect rect(crect.x, crect.y, crect.width, crect.height);\n cv::RotatedRect rr = cv::CamShift(*bp_image, rect, *criteria);\n RotatedRect c_rr;\n c_rr.center.x = rr.center.x;\n c_rr.center.y = rr.center.y;\n c_rr.size.width = rr.size.width;\n c_rr.size.height = rr.size.height;\n c_rr.angle = rr.angle;\n return c_rr;\n}\n}\n" }, { "path": "native/video.h", "content": "#ifndef CV_RS_VIDEO_H\n#define CV_RS_VIDEO_H\n\n#include \"common.h\"\n#include \n\nextern \"C\" {\n\nvoid* cv_term_criteria_new(int type, int count, double epsilon);\nvoid cv_term_criteria_drop(cv::TermCriteria* criteria);\nRotatedRect cv_camshift(cv::Mat* back_project_image, Rect window, cv::TermCriteria* criteria);\n}\n#endif // CV_RS_VIDEO_H\n" }, { "path": "native/videoio.cc", "content": "#include \"videoio.h\"\n\nextern \"C\" {\n\nvoid* cv_videocapture_new(int index) {\n return new cv::VideoCapture(index);\n}\n\nvoid* cv_videocapture_from_file(const char* const filename) {\n return new cv::VideoCapture(filename);\n}\n\nvoid* cv_videocapture_from_gst_pipeline(const char* const pipeline) {\n return new cv::VideoCapture(pipeline, cv::CAP_GSTREAMER);\n}\n\nbool cv_videocapture_is_opened(const cv::VideoCapture* const cap) {\n return cap->isOpened();\n}\n\nbool cv_videocapture_read(cv::VideoCapture* cap, cv::Mat* mat) {\n return cap->read(*mat);\n}\n\nvoid cv_videocapture_drop(cv::VideoCapture* cap) {\n delete cap;\n cap = nullptr;\n}\n\nbool cv_videocapture_set(cv::VideoCapture* cap, int property, double value) {\n return cap->set(property, value);\n}\n\ndouble cv_videocapture_get(cv::VideoCapture* cap, int property) {\n return cap->get(property);\n}\n\nvoid* cv_videowriter_default() {\n return new cv::VideoWriter();\n}\n\nvoid* cv_videowriter_new(const char* const path, int fourcc, double fps, Size2i frame_size, bool is_color) {\n cv::Size cv_frame_size(frame_size.width, frame_size.height);\n cv::VideoWriter* writer = new cv::VideoWriter(path, fourcc, fps, cv_frame_size, is_color);\n return writer;\n}\n\nvoid cv_videowriter_drop(cv::VideoWriter* writer) {\n delete writer;\n writer = nullptr;\n}\n\nbool cv_videowriter_open(\n cv::VideoWriter* writer, const char* const path, int fourcc, double fps, Size2i frame_size, bool is_color) {\n cv::Size cv_frame_size(frame_size.width, frame_size.height);\n return writer->open(path, fourcc, fps, cv_frame_size, is_color);\n}\n\nbool cv_videowriter_is_opened(cv::VideoWriter* writer) {\n return writer->isOpened();\n}\n\nvoid cv_videowriter_write(cv::VideoWriter* writer, cv::Mat* mat) {\n (*writer) << (*mat);\n}\n\nbool cv_videowriter_set(cv::VideoWriter* writer, int property, double value) {\n return writer->set(property, value);\n}\n\ndouble cv_videowriter_get(cv::VideoWriter* writer, int property) {\n return writer->get(property);\n}\n}\n" }, { "path": "native/videoio.h", "content": "#ifndef CV_RS_VIDEOIO_H\n#define CV_RS_VIDEOIO_H\n\n#include \"common.h\"\n#include \n\nextern \"C\" {\n\nvoid* cv_videocapture_new(int index);\nvoid* cv_videocapture_from_file(const char* const filename);\nvoid* cv_videocapture_from_gst_pipeline(const char* const pipeline);\nbool cv_videocapture_is_opened(const cv::VideoCapture* const cap);\nbool cv_videocapture_read(cv::VideoCapture* cap, cv::Mat* mat);\nvoid cv_videocapture_drop(cv::VideoCapture* cap);\nbool cv_videocapture_set(cv::VideoCapture* cap, int property, double value);\ndouble cv_videocapture_get(cv::VideoCapture* cap, int property);\n\nvoid* cv_videowriter_default();\nvoid* cv_videowriter_new(const char* const path, int fourcc, double fps, Size2i frame_size, bool is_color);\nvoid cv_videowriter_drop(cv::VideoWriter* writer);\nbool cv_videowriter_open(\n cv::VideoWriter* writer, const char* const path, int fourcc, double fps, Size2i frame_size, bool is_color);\nbool cv_videowriter_is_opened(cv::VideoWriter* writer);\nvoid cv_videowriter_write(cv::VideoWriter* writer, cv::Mat* mat);\nbool cv_videowriter_set(cv::VideoWriter* writer, int property, double value);\ndouble cv_videowriter_get(cv::VideoWriter* writer, int property);\n}\n#endif // CV_RS_VIDEOIO_H\n" }, { "path": "rustfmt.toml", "content": "max_width = 120" }, { "path": "setup_hooks.sh", "content": "#!/bin/sh\nrustup component add rustfmt-preview\n\nrustfmt_path=`command -v rustfmt`\necho \"#!/bin/bash\ndeclare -a rust_files=()\ndeclare -a cpp_files=()\n\nfiles=\\$(git diff-index --name-only HEAD)\necho 'Formatting source files'\nfor file in \\$files; do\n if [ ! -f \\\"\\${file}\\\" ]; then\n continue\n fi\n if [[ \\\"\\${file}\\\" == *.rs ]]; then\n rust_files+=(\\\"\\${file}\\\")\n fi\n if [[ \\\"\\${file}\\\" =~ (\\.h|\\.cpp|\\.cc) ]]; then\n cpp_files+=(\\\"\\${file}\\\")\n fi\ndone\nif [ \\${#rust_files[@]} -ne 0 ]; then\n command -v $rustfmt_path >/dev/null 2>&1 || { echo >&2 \\\"Rustfmt is required but it's not installed. Aborting.\\\"; exit 1; }\n $rustfmt_path \\${rust_files[@]} &\nfi\nif [ \\${#cpp_files[@]} -ne 0 ]; then\n command -v clang-format >/dev/null 2>&1 || { echo >&2 \\\"Clang-format is required but it's not installed. Aborting.\\\"; exit 1; }\n clang-format -i \\${cpp_files[@]} &\nfi\nwait\n\nchanged_files=(\\\"\\${rust_files[@]}\\\" \\\"\\${cpp_files[@]}\\\")\nif [ \\${#changed_files[@]} -ne 0 ]; then\n git add \\${changed_files[@]}\n echo \\\"Formatting done, changed files: \\${changed_files[@]}\\\"\nelse\n echo \\\"No changes, formatting skipped\\\"\nfi\" > .git/hooks/pre-commit\n\nchmod +x .git/hooks/pre-commit\n\necho \"Hooks updated\"\n" }, { "path": "src/core.rs", "content": "//! Core data structures in OpenCV\n\nuse bytes::{self, ByteOrder};\nuse mat::*;\nuse std::mem;\nuse std::os::raw::c_int;\n\npub(crate) enum CTermCriteria {}\n\nextern \"C\" {\n fn cv_term_criteria_new(t: TermType, count: c_int, epsilon: f64) -> *mut CTermCriteria;\n fn cv_term_criteria_drop(criteria: *mut CTermCriteria);\n}\n\n/// Data structure for salient point detectors\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct KeyPoint {\n /// Coordinates of the keypoint\n pub point: Point2f,\n /// Diameter of the meaningful keypoint neighborhood\n pub size: f32,\n /// Computed orientation of the keypoint (-1 if not applicable); it's in [0,360) degrees and measured relative to image coordinate system, ie in clockwise.\n pub angle: f32,\n /// The response by which the most strong keypoints have been selected. Can be used for the further sorting or subsampling\n pub response: f32,\n /// Octave (pyramid layer) from which the keypoint has been extracted\n pub octave: c_int,\n /// Object class (if the keypoints need to be clustered by an object they belong to)\n pub class_id: c_int,\n}\n\n/// A 4-element struct that is widely used to pass pixel values.\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct Scalar {\n v0: c_int,\n v1: c_int,\n v2: c_int,\n v3: c_int,\n}\n\nimpl Scalar {\n /// Creates a new scalar object.\n pub fn new(v0: c_int, v1: c_int, v2: c_int, v3: c_int) -> Self {\n Scalar {\n v0: v0,\n v1: v1,\n v2: v2,\n v3: v3,\n }\n }\n\n /// Creates a new scalar object with all value being the same.\n pub fn all(v: c_int) -> Self {\n Scalar {\n v0: v,\n v1: v,\n v2: v,\n v3: v,\n }\n }\n}\n\n/// 2D integer points specified by its coordinates `x` and `y`.\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct Point2i {\n /// x coordinate\n pub x: c_int,\n\n /// y coordinate\n pub y: c_int,\n}\n\nimpl Point2i {\n /// Creats a new `Point2i`.\n pub fn new(x: c_int, y: c_int) -> Self {\n Point2i { x: x, y: y }\n }\n}\n\n/// 2D floating points specified by its coordinates `x` and `y`.\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct Point2f {\n /// x coordinate\n pub x: f32,\n\n /// y coordinate\n pub y: f32,\n}\n\nimpl Point2f {\n /// Creats a new `Point2f`.\n pub fn new(x: f32, y: f32) -> Self {\n Point2f { x: x, y: y }\n }\n}\n\n/// `Size2i` struct is used for specifying the size of an image or rectangle with integer dimensions.\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct Size2i {\n /// width\n pub width: c_int,\n\n /// height\n pub height: c_int,\n}\n\nimpl Size2i {\n /// Creates a new `Size2i` object with `width` and `height`\n pub fn new(width: c_int, height: c_int) -> Self {\n Size2i {\n width: width,\n height: height,\n }\n }\n}\n\n/// `Size2f` struct is used for specifying the size of an image or rectangle with float dimensions.\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct Size2f {\n /// width\n pub width: f32,\n\n /// height\n pub height: f32,\n}\n\n/// The `Rect` defines a rectangle in integer.\n#[derive(Default, Debug, Clone, Copy, Eq, PartialEq)]\n#[repr(C)]\npub struct Rect {\n /// x coordinate of the left-top corner\n pub x: c_int,\n /// y coordinate of the left-top corner\n pub y: c_int,\n /// width of this rectangle\n pub width: c_int,\n /// height of this rectangle\n pub height: c_int,\n}\n\nimpl Rect {\n /// Creates a new `Rect` with (x, y, width, height) parameters.\n pub fn new(x: c_int, y: c_int, width: c_int, height: c_int) -> Self {\n Rect {\n x: x,\n y: y,\n width: width,\n height: height,\n }\n }\n\n /// Scales the rectangle by the specified ratio.\n pub fn scale(&self, ratio: f32) -> Rect {\n let new_x = ((1.0 - ratio) * (self.width as f32) / 2.0) as c_int + self.x;\n let new_y = ((1.0 - ratio) * (self.height as f32) / 2.0) as c_int + self.y;\n let new_w = ((self.width as f32) * ratio) as c_int;\n let new_h = ((self.height as f32) * ratio) as c_int;\n Rect {\n x: new_x,\n y: new_y,\n width: new_w,\n height: new_h,\n }\n }\n\n /// Normalize the rectangle according to the image (if the rectangle is\n /// inside the image, then the result should be all within (0, 1).\n pub fn normalize_to_mat(&self, mat: &Mat) -> Rect2f {\n Rect2f {\n x: (self.x as f32) / (mat.cols as f32),\n y: (self.y as f32) / (mat.rows as f32),\n width: (self.width as f32) / (mat.cols as f32),\n height: (self.height as f32) / (mat.rows as f32),\n }\n }\n}\n\n/// The `Rect2f` are rectangles in float.\n#[derive(Default, Debug, Clone, Copy)]\npub struct Rect2f {\n /// x coordinate of the left-top corner\n pub x: f32,\n /// y coordinate of the left-top corner\n pub y: f32,\n /// width of this rectangle\n pub width: f32,\n /// height of this rectangle\n pub height: f32,\n}\n\nimpl Rect2f {\n /// Normalize the rectangle according to the image. This will restore the\n /// Rect in absolute pixel numbers.\n pub fn normalize_to_mat(&self, mat: &Mat) -> Rect {\n Rect {\n x: (self.x * mat.cols as f32) as c_int,\n y: (self.y * mat.rows as f32) as c_int,\n width: (self.width * mat.cols as f32) as c_int,\n height: (self.height * mat.rows as f32) as c_int,\n }\n }\n}\n\n/// Line type\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum LineType {\n /// Default type\n Filled = -1,\n /// 4-connected line\n Line4 = 4,\n /// 8-connected line\n Line8 = 8,\n /// antialiased line\n LineAA = 16,\n}\n\n/// A flag to specify how to flip the image. see\n/// [Mat::flip](struct.Mat.html#method.flip)\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum FlipCode {\n /// Along x-axis: dst[i, j] = src[src.rows - i - 1, j]\n XAxis,\n /// Along y-axis: dst[i, j] = src[i, src.cols - j - 1]\n YAxis,\n /// Along both axis: dst[i, j] = src[src.rows - i - 1, src.cols - j - 1]\n XYAxis,\n}\n\n/// Allow self deserialization from byte slice\npub trait FromBytes {\n /// Deserializes self from byte slice\n fn from_bytes(bytes: &[u8]) -> Self;\n}\n\nimpl FromBytes for (T, T, T) {\n fn from_bytes(bytes: &[u8]) -> (T, T, T) {\n let size = mem::size_of::();\n (\n T::from_bytes(&bytes[(0 * size)..(1 * size)]),\n T::from_bytes(&bytes[(1 * size)..(2 * size)]),\n T::from_bytes(&bytes[(2 * size)..(3 * size)]),\n )\n }\n}\n\nimpl FromBytes for u8 {\n fn from_bytes(bytes: &[u8]) -> u8 {\n bytes[0]\n }\n}\n\nimpl FromBytes for i8 {\n fn from_bytes(bytes: &[u8]) -> i8 {\n bytes[0] as i8\n }\n}\n\nimpl FromBytes for u16 {\n #[cfg(target_endian = \"big\")]\n fn from_bytes(bytes: &[u8]) -> u16 {\n bytes::BigEndian::read_u16(bytes)\n }\n\n #[cfg(target_endian = \"little\")]\n fn from_bytes(bytes: &[u8]) -> u16 {\n bytes::LittleEndian::read_u16(bytes)\n }\n}\n\nimpl FromBytes for i16 {\n #[cfg(target_endian = \"big\")]\n fn from_bytes(bytes: &[u8]) -> i16 {\n bytes::BigEndian::read_i16(bytes)\n }\n\n #[cfg(target_endian = \"little\")]\n fn from_bytes(bytes: &[u8]) -> i16 {\n bytes::LittleEndian::read_i16(bytes)\n }\n}\n\nimpl FromBytes for f32 {\n #[cfg(target_endian = \"big\")]\n fn from_bytes(bytes: &[u8]) -> f32 {\n bytes::BigEndian::read_f32(bytes)\n }\n\n #[cfg(target_endian = \"little\")]\n fn from_bytes(bytes: &[u8]) -> f32 {\n bytes::LittleEndian::read_f32(bytes)\n }\n}\n\nimpl FromBytes for i32 {\n #[cfg(target_endian = \"big\")]\n fn from_bytes(bytes: &[u8]) -> i32 {\n bytes::BigEndian::read_i32(bytes)\n }\n\n #[cfg(target_endian = \"little\")]\n fn from_bytes(bytes: &[u8]) -> i32 {\n bytes::LittleEndian::read_i32(bytes)\n }\n}\n\nimpl FromBytes for f64 {\n #[cfg(target_endian = \"big\")]\n fn from_bytes(bytes: &[u8]) -> f64 {\n bytes::BigEndian::read_f64(bytes)\n }\n\n #[cfg(target_endian = \"little\")]\n fn from_bytes(bytes: &[u8]) -> f64 {\n bytes::LittleEndian::read_f64(bytes)\n }\n}\n\n/// Here is the `CvType` in an easy-to-read table.\n///\n/// | | C1 | C2 | C3 | C4 | C(5) | C(6) | C(7) | C(8) |\n/// |--------|----|----|----|----|------|------|------|------|\n/// | CV_8U | 0 | 8 | 16 | 24 | 32 | 40 | 48 | 56 |\n/// | CV_8S | 1 | 9 | 17 | 25 | 33 | 41 | 49 | 57 |\n/// | CV_16U | 2 | 10 | 18 | 26 | 34 | 42 | 50 | 58 |\n/// | CV_16S | 3 | 11 | 19 | 27 | 35 | 43 | 51 | 59 |\n/// | CV_32S | 4 | 12 | 20 | 28 | 36 | 44 | 52 | 60 |\n/// | CV_32F | 5 | 13 | 21 | 29 | 37 | 45 | 53 | 61 |\n/// | CV_64F | 6 | 14 | 22 | 30 | 38 | 46 | 54 | 62 |\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum CvType {\n /// 8 bit unsigned, single channel (grey image)\n Cv8UC1 = 0,\n /// 8 bit signed, single channel (grey image)\n Cv8SC1 = 1,\n /// 16 bit unsigned, single channel (grey image)\n Cv16UC1 = 2,\n /// 16 bit signed, single channel (grey image)\n Cv16SC1 = 3,\n /// 32 bit signed, single channel (grey image)\n Cv32SC1 = 4,\n /// 32 bit float, single channel (grey image)\n Cv32FC1 = 5,\n /// 32 bit float, single channel (grey image)\n Cv64FC1 = 6,\n /// 8 bit, two channel (rarelly seen)\n Cv8UC2 = 8,\n /// 8 bit unsigned, three channels (RGB image)\n Cv8UC3 = 16,\n /// 8 bit signed, three channels (RGB image)\n Cv8SC3 = 17,\n /// 16 bit unsigned, three channels (RGB image)\n Cv16UC3 = 18,\n /// 16 bit signed, three channels (RGB image)\n Cv16SC3 = 19,\n /// 32 bit signed, three channels (RGB image)\n Cv32SC3 = 20,\n /// 32 bit float, three channels (RGB image)\n Cv32FC3 = 21,\n /// 32 bit float, three channels (RGB image)\n Cv64FC3 = 22,\n}\n\n/// This struct represents a rotated (i.e. not up-right) rectangle. Each\n/// rectangle is specified by the center point (mass center), length of each\n/// side (represented by `Size2f`) and the rotation angle in degrees.\n#[derive(Default, Debug, Clone, Copy)]\n#[repr(C)]\npub struct RotatedRect {\n center: Point2f,\n size: Size2f,\n angle: f32,\n}\n\nimpl RotatedRect {\n /// Return 4 vertices of the rectangle.\n pub fn points(&self) -> [Point2f; 4] {\n let angle = self.angle * ::std::f32::consts::PI / 180.0;\n\n let b = angle.cos() * 0.5;\n let a = angle.sin() * 0.5;\n\n let mut pts: [Point2f; 4] = [Point2f::default(); 4];\n pts[0].x = self.center.x - a * self.size.height - b * self.size.width;\n pts[0].y = self.center.y + b * self.size.height - a * self.size.width;\n pts[1].x = self.center.x + a * self.size.height - b * self.size.width;\n pts[1].y = self.center.y - b * self.size.height - a * self.size.width;\n\n pts[2].x = 2.0 * self.center.x - pts[0].x;\n pts[2].y = 2.0 * self.center.y - pts[0].y;\n pts[3].x = 2.0 * self.center.x - pts[1].x;\n pts[3].y = 2.0 * self.center.y - pts[1].y;\n pts\n }\n\n /// Return the minimal up-right rectangle containing the rotated rectangle\n pub fn bounding_rect(&self) -> Rect {\n let pt = self.points();\n let x = pt.iter().map(|p| p.x).fold(0. / 0., f32::min).floor() as c_int;\n let y = pt.iter().map(|p| p.y).fold(0. / 0., f32::min).floor() as c_int;\n\n let width = pt.iter().map(|p| p.x).fold(0. / 0., f32::max).ceil() as c_int - x + 1;\n let height = pt.iter().map(|p| p.y).fold(0. / 0., f32::max).ceil() as c_int - y + 1;\n Rect::new(x, y, width, height)\n }\n}\n\n/// Normalization type. Please refer to [OpenCV's\n/// documentation](http://docs.cv.org/trunk/d2/de8/group__core__array.html).\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum NormType {\n /// Normalized using `max`\n Inf = 1,\n /// Normalized using L1 distance\n L1 = 2,\n /// Normalized using L2 distance\n L2 = 4,\n /// Normalized using L2 sqr distance\n L2Sqr = 5,\n /// Normalized using hamming distance\n Hamming = 6,\n /// Normalized using hamming2 distance\n Hamming2 = 7,\n /// Normalized using relative distance\n Relative = 8,\n /// Normalized using minmax distance\n MinMax = 32,\n}\n\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n/// Term criteria type, can be one of: Count, Eps or Count + Eps\npub enum TermType {\n /// The maximum number of iterations or elements to compute\n Count = 1,\n\n /// the desired accuracy or change in parameters at which the iterative\n /// algorithm stops.\n EPS = 2,\n}\n\n/// Termination criteria for iterative algorithms.\n#[derive(Debug)]\npub struct TermCriteria {\n pub(crate) c_criteria: *mut CTermCriteria,\n}\n\nimpl TermCriteria {\n /// Creates a new termination criteria.\n pub fn new(t: TermType, max_count: c_int, epsilon: f64) -> Self {\n let c_criteria = unsafe { cv_term_criteria_new(t, max_count, epsilon) };\n TermCriteria { c_criteria: c_criteria }\n }\n}\n\nimpl Drop for TermCriteria {\n fn drop(&mut self) {\n unsafe {\n cv_term_criteria_drop(self.c_criteria);\n }\n }\n}\n" }, { "path": "src/cuda.rs", "content": "//! Bindings to OpenCV's classes and functions that exploits GPU/Cuda. See\n//! [cv::cuda](http://docs.opencv.org/3.1.0/d1/d1a/namespacecv_1_1cuda.html)\n\nuse super::core::*;\nuse super::errors::*;\nuse super::objdetect::{CSvmDetector, HogParams, ObjectDetect, SvmDetector};\nuse failure::Error;\nuse std::ffi::CString;\nuse std::os::raw::{c_char, c_double, c_int};\nuse std::path::Path;\nuse *;\n\n/// Opaque data struct for C/C++ cv::cuda::GpuMat bindings\n#[derive(Clone, Copy, Debug)]\npub enum CGpuMat {}\n\n/// `GpuMat` data structure in rust, bound to an opaque type in C/C++.\n#[derive(Debug)]\npub struct GpuMat {\n /// The pointer to the opaque C/C++ data structure\n pub(crate) inner: *mut CGpuMat,\n\n /// Number of columns\n pub cols: c_int,\n\n /// Number of rows\n pub rows: c_int,\n\n /// Depth of this mat\n pub depth: c_int,\n}\n\nextern \"C\" {\n fn cv_cuda_gpu_mat_default() -> *mut CGpuMat;\n fn cv_cuda_gpu_mat_drop(gpu_mat: *mut CGpuMat);\n fn cv_cuda_gpu_mat_upload(gpu_mat: *mut CGpuMat, cpu_mat: *const CMat);\n fn cv_mat_from_gpu_mat(gpu_mat: *mut CGpuMat) -> *mut CMat;\n fn cv_cuda_gpu_mat_from_mat(mat: *mut CMat) -> *mut CGpuMat;\n}\n\nimpl GpuMat {\n /// Creates a default `GpuMat`.\n pub fn default() -> GpuMat {\n GpuMat {\n inner: unsafe { cv_cuda_gpu_mat_default() },\n cols: 0,\n rows: 0,\n depth: 0,\n }\n }\n\n /// Creates a `GpuMat` from raw pointer.\n pub(crate) fn from_raw(inner: *mut CGpuMat) -> GpuMat {\n GpuMat {\n inner: inner,\n cols: 0,\n rows: 0,\n depth: 0,\n }\n }\n\n /// Uploads a normal `Mat`\n pub fn upload(&mut self, mat: &Mat) {\n unsafe {\n cv_cuda_gpu_mat_upload(self.inner, mat.inner);\n }\n }\n}\n\nimpl Drop for GpuMat {\n fn drop(&mut self) {\n unsafe {\n cv_cuda_gpu_mat_drop(self.inner);\n }\n }\n}\n\nimpl From for Mat {\n fn from(gpu_mat: GpuMat) -> Mat {\n unsafe { Mat::from_raw(cv_mat_from_gpu_mat(gpu_mat.inner)) }\n }\n}\n\nimpl From for GpuMat {\n fn from(mat: Mat) -> GpuMat {\n unsafe { GpuMat::from_raw(cv_cuda_gpu_mat_from_mat(mat.inner)) }\n }\n}\n\n/// Opaque data struct for C bindings\n#[derive(Clone, Copy, Debug)]\npub enum CGpuHog {}\n\n#[derive(Debug)]\n/// Data structure that performs Histogram of Gradient (HOG).\npub struct GpuHog {\n inner: *mut CGpuHog,\n\n /// Hog parameters.\n pub params: HogParams,\n\n /// Should return detection scores\n pub return_score: bool,\n}\n\n/// We can safely send a mutable pointer to a different thread\nunsafe impl Send for GpuHog {}\n\nextern \"C\" {\n fn cv_cuda_hog_default() -> *mut CGpuHog;\n fn cv_cuda_hog_new(\n win_size: Size2i,\n block_size: Size2i,\n block_stride: Size2i,\n cell_size: Size2i,\n nbins: c_int,\n ) -> *mut CGpuHog;\n fn cv_cuda_hog_drop(hog: *mut CGpuHog);\n fn cv_cuda_hog_set_detector(hog: *mut CGpuHog, d: *const CSvmDetector);\n fn cv_cuda_hog_detect(hog: *mut CGpuHog, mat: *mut CGpuMat, found: *mut CVec);\n fn cv_cuda_hog_detect_with_conf(\n hog: *mut CGpuHog,\n mat: *mut CGpuMat,\n found: *mut CVec,\n conf: *mut CVec,\n );\n\n fn cv_cuda_hog_set_gamma_correction(hog: *mut CGpuHog, gamma: bool);\n fn cv_cuda_hog_set_group_threshold(hog: *mut CGpuHog, group_threshold: c_int);\n fn cv_cuda_hog_set_hit_threshold(hog: *mut CGpuHog, hit_threshold: c_double);\n fn cv_cuda_hog_set_l2hys_threshold(hog: *mut CGpuHog, l2hys_threshold: c_double);\n fn cv_cuda_hog_set_num_levels(hog: *mut CGpuHog, num_levels: usize);\n fn cv_cuda_hog_set_scale_factor(hog: *mut CGpuHog, scale_factor: c_double);\n fn cv_cuda_hog_set_win_sigma(hog: *mut CGpuHog, win_sigma: c_double);\n fn cv_cuda_hog_set_win_stride(hog: *mut CGpuHog, win_stride: Size2i);\n\n fn cv_cuda_hog_get_gamma_correction(hog: *mut CGpuHog) -> bool;\n fn cv_cuda_hog_get_group_threshold(hog: *mut CGpuHog) -> c_int;\n fn cv_cuda_hog_get_hit_threshold(hog: *mut CGpuHog) -> c_double;\n fn cv_cuda_hog_get_l2hys_threshold(hog: *mut CGpuHog) -> c_double;\n fn cv_cuda_hog_get_num_levels(hog: *mut CGpuHog) -> usize;\n fn cv_cuda_hog_get_scale_factor(hog: *mut CGpuHog) -> c_double;\n fn cv_cuda_hog_get_win_sigma(hog: *mut CGpuHog) -> c_double;\n fn cv_cuda_hog_get_win_stride(hog: *mut CGpuHog) -> Size2i;\n}\n\nimpl ObjectDetect for GpuHog {\n fn detect(&self, image: &Mat) -> Vec<(Rect, f64)> {\n let mut gpu_mat = GpuMat::default();\n gpu_mat.upload(image);\n if self.return_score {\n self._detect_with_confidence(&gpu_mat)\n } else {\n self._detect(&gpu_mat)\n }\n }\n}\n\nimpl Default for GpuHog {\n fn default() -> GpuHog {\n let inner = unsafe { cv_cuda_hog_default() };\n let mut params = HogParams::default();\n GpuHog::update_params(inner, &mut params);\n GpuHog {\n inner: inner,\n params: params,\n return_score: false,\n }\n }\n}\n\nimpl GpuHog {\n /// Creates a new GpuHog detector.\n pub fn new(win_size: Size2i, block_size: Size2i, block_stride: Size2i, cell_size: Size2i, nbins: c_int) -> GpuHog {\n let inner = unsafe { cv_cuda_hog_new(win_size, block_size, block_stride, cell_size, nbins) };\n let mut params = HogParams::default();\n GpuHog::update_params(inner, &mut params);\n GpuHog {\n inner: inner,\n params: params,\n return_score: false,\n }\n }\n\n /// Should or not return the detection score\n pub fn return_score(&mut self, should: bool) {\n self.return_score = should;\n }\n\n /// Creates a new GpuHog detector with parameters specified inside `params`.\n pub fn with_params(params: HogParams) -> GpuHog {\n let inner = unsafe {\n cv_cuda_hog_new(\n params.win_size,\n params.block_size,\n params.block_stride,\n params.cell_size,\n params.nbins,\n )\n };\n unsafe {\n cv_cuda_hog_set_gamma_correction(inner, params.gamma_correction);\n cv_cuda_hog_set_l2hys_threshold(inner, params.l2hys_threshold);\n cv_cuda_hog_set_num_levels(inner, params.nlevels);\n cv_cuda_hog_set_win_sigma(inner, params.win_sigma);\n\n cv_cuda_hog_set_win_stride(inner, params.win_stride);\n cv_cuda_hog_set_scale_factor(inner, params.scale);\n cv_cuda_hog_set_hit_threshold(inner, params.hit_threshold);\n cv_cuda_hog_set_group_threshold(inner, params.group_threshold);\n }\n GpuHog {\n inner: inner,\n params: params,\n return_score: false,\n }\n }\n\n /// Updates the parameter inside this GpuHog detector.\n fn update_params(inner: *mut CGpuHog, params: &mut HogParams) {\n params.gamma_correction = unsafe { cv_cuda_hog_get_gamma_correction(inner) };\n params.group_threshold = unsafe { cv_cuda_hog_get_group_threshold(inner) };\n params.hit_threshold = unsafe { cv_cuda_hog_get_hit_threshold(inner) };\n params.l2hys_threshold = unsafe { cv_cuda_hog_get_l2hys_threshold(inner) };\n params.nlevels = unsafe { cv_cuda_hog_get_num_levels(inner) };\n params.scale = unsafe { cv_cuda_hog_get_scale_factor(inner) };\n params.win_sigma = unsafe { cv_cuda_hog_get_win_sigma(inner) };\n params.win_stride = unsafe { cv_cuda_hog_get_win_stride(inner) };\n }\n\n /// Sets the SVM detector.\n pub fn set_svm_detector(&mut self, detector: SvmDetector) {\n unsafe { cv_cuda_hog_set_detector(self.inner, detector.inner) }\n }\n\n /// Detects according to the SVM detector specified.\n fn _detect(&self, mat: &GpuMat) -> Vec<(Rect, f64)> {\n let mut found = CVec::::default();\n unsafe {\n cv_cuda_hog_detect(self.inner, mat.inner, &mut found);\n }\n found.unpack().into_iter().map(|r| (r, 0f64)).collect::>()\n }\n\n /// Detects and returns the results with confidence (scores)\n fn _detect_with_confidence(&self, mat: &GpuMat) -> Vec<(Rect, f64)> {\n let mut found = CVec::::default();\n let mut conf = CVec::::default();\n unsafe { cv_cuda_hog_detect_with_conf(self.inner, mat.inner, &mut found, &mut conf) }\n\n found\n .unpack()\n .into_iter()\n .zip(conf.unpack().into_iter())\n .collect::>()\n }\n}\n\nimpl Drop for GpuHog {\n fn drop(&mut self) {\n unsafe { cv_cuda_hog_drop(self.inner) }\n }\n}\n\n/// Opaque data struct for C bindings\n#[derive(Clone, Copy, Debug)]\npub enum CGpuCascade {}\n\n#[derive(Debug)]\n/// Data structure that performs object detection with a cascade classifier.\npub struct GpuCascade {\n inner: *mut CGpuCascade,\n}\n\n/// We can safely send a mutable pointer to a different thread\nunsafe impl Send for GpuCascade {}\n\nextern \"C\" {\n fn cv_cuda_cascade_new(filename: *const c_char) -> *mut CGpuCascade;\n fn cv_cuda_cascade_drop(cascade: *mut CGpuCascade);\n fn cv_cuda_cascade_detect(cascade: *mut CGpuCascade, image: *const CGpuMat, objects: *mut CVec);\n\n fn cv_cuda_cascade_set_find_largest_object(cascade: *mut CGpuCascade, value: bool);\n fn cv_cuda_cascade_set_max_num_objects(cascade: *mut CGpuCascade, max: c_int);\n fn cv_cuda_cascade_set_min_neighbors(cascade: *mut CGpuCascade, min: c_int);\n fn cv_cuda_cascade_set_max_object_size(cascade: *mut CGpuCascade, max: Size2i);\n fn cv_cuda_cascade_set_min_object_size(cascade: *mut CGpuCascade, min: Size2i);\n fn cv_cuda_cascade_set_scale_factor(cascade: *mut CGpuCascade, factor: c_double);\n\n fn cv_cuda_cascade_get_classifier_size(cascade: *const CGpuCascade) -> Size2i;\n fn cv_cuda_cascade_get_find_largest_object(cascade: *const CGpuCascade) -> bool;\n fn cv_cuda_cascade_get_max_num_objects(cascade: *const CGpuCascade) -> c_int;\n fn cv_cuda_cascade_get_min_neighbors(cascade: *const CGpuCascade) -> c_int;\n fn cv_cuda_cascade_get_max_object_size(cascade: *const CGpuCascade) -> Size2i;\n fn cv_cuda_cascade_get_min_object_size(cascade: *const CGpuCascade) -> Size2i;\n fn cv_cuda_cascade_get_scale_factor(cascade: *const CGpuCascade) -> c_double;\n}\n\nimpl GpuCascade {\n /// Loads the classifier from a file.\n ///\n /// Name of the file from which the classifier is loaded. Only the old\n /// haar classifier (trained by the haar training application) and NVIDIA's\n /// nvbin are supported for HAAR and only new type of OpenCV XML cascade\n /// supported for LBP. The working haar models can be found at\n /// opencv_folder/data/haarcascades_cuda/.\n pub fn from_path>(path: P) -> Result {\n if let Some(p) = path.as_ref().to_str() {\n let s = CString::new(p)?;\n let inner = unsafe { cv_cuda_cascade_new((&s).as_ptr()) };\n return Ok(GpuCascade { inner: inner });\n }\n Err(CvError::InvalidPath(path.as_ref().to_path_buf()).into())\n }\n\n /// Detects objects of different sizes in the input image.\n pub fn detect_multiscale(&self, mat: &GpuMat) -> Vec {\n let mut found = CVec::::default();\n unsafe {\n cv_cuda_cascade_detect(self.inner, mat.inner, &mut found);\n }\n found.unpack()\n }\n\n /// Sets whether or not to find the only largest object.\n pub fn set_find_largest_object(&mut self, value: bool) {\n unsafe {\n cv_cuda_cascade_set_find_largest_object(self.inner, value);\n }\n }\n\n /// Sets the maximum number of objects.\n pub fn set_max_num_objects(&mut self, max: c_int) {\n unsafe {\n cv_cuda_cascade_set_max_num_objects(self.inner, max);\n }\n }\n\n /// Sets minimal neighbors required for a detection to be valid.\n pub fn set_min_neighbors(&mut self, min: c_int) {\n unsafe {\n cv_cuda_cascade_set_min_neighbors(self.inner, min);\n }\n }\n\n /// Sets the maximun object size.\n pub fn set_max_object_size(&mut self, max: Size2i) {\n unsafe {\n cv_cuda_cascade_set_max_object_size(self.inner, max);\n }\n }\n\n /// Sets the minimal object size.\n pub fn set_min_object_size(&mut self, min: Size2i) {\n unsafe {\n cv_cuda_cascade_set_min_object_size(self.inner, min);\n }\n }\n\n /// Sets the scale factor used in multiscale detection.\n pub fn set_scale_factor(&mut self, factor: f64) {\n unsafe {\n cv_cuda_cascade_set_scale_factor(self.inner, factor);\n }\n }\n\n /// Returns the classifier size.\n pub fn get_classifier_size(&self) -> Size2i {\n unsafe { cv_cuda_cascade_get_classifier_size(self.inner) }\n }\n\n /// Returns if the CascadeClassifier will only return the largest object.\n pub fn get_find_largest_object_flag(&self) -> bool {\n unsafe { cv_cuda_cascade_get_find_largest_object(self.inner) }\n }\n\n /// Returns the allowed maximal number of detected objects.\n pub fn get_max_num_objects(&self) -> c_int {\n unsafe { cv_cuda_cascade_get_max_num_objects(self.inner) }\n }\n\n /// Returns the number of minimal neighbors required for a detection to be\n /// valid.\n pub fn get_min_neighbors(&self) -> c_int {\n unsafe { cv_cuda_cascade_get_min_neighbors(self.inner) }\n }\n\n /// Returns the maximum object size.\n pub fn get_max_object_size(&self) -> Size2i {\n unsafe { cv_cuda_cascade_get_max_object_size(self.inner) }\n }\n\n /// Returns the minimal object size.\n pub fn get_min_object_size(&self) -> Size2i {\n unsafe { cv_cuda_cascade_get_min_object_size(self.inner) }\n }\n\n /// Returns the scale factor.\n pub fn get_scale_factor(&self) -> f64 {\n unsafe { cv_cuda_cascade_get_scale_factor(self.inner) }\n }\n}\n\nimpl ObjectDetect for GpuCascade {\n fn detect(&self, image: &Mat) -> Vec<(Rect, f64)> {\n let mut gpu_mat = GpuMat::default();\n gpu_mat.upload(image);\n self.detect_multiscale(&gpu_mat).into_iter().map(|r| (r, 0.0)).collect()\n }\n}\n\nimpl Drop for GpuCascade {\n fn drop(&mut self) {\n unsafe { cv_cuda_cascade_drop(self.inner) }\n }\n}\n" }, { "path": "src/errors.rs", "content": "//! Errors for OpenCV bindings\nuse std::path::PathBuf;\n\n#[derive(Debug, Fail)]\n/// Custom errors that may happen during calls\npub enum CvError {\n #[fail(display = \"invalid path: {:?}\", _0)]\n /// Indicates that path was invalid\n InvalidPath(PathBuf),\n #[fail(display = \"EntryNotFound: {:?}\", _0)]\n /// Indicates that there is no entry on specified path\n EntryNotFound(PathBuf),\n #[fail(display = \"Unknown error: {:?}\", _0)]\n /// Indicates that error occurred in C++ code\n UnknownError(String),\n #[fail(display = \"Non ascii characters found in string: {:?}\", _0)]\n /// Indicates that string contains non ascii characters\n UnicodeChars(String),\n}\n" }, { "path": "src/features2d/bow_k_means_trainer.rs", "content": "//! Provide types for matching keypoint descriptors\nuse *;\n\nenum CBOWKMeansTrainer {}\n\nextern \"C\" {\n fn cv_bow_trainer_new(\n cluster_count: i32,\n term_criteria: *mut CTermCriteria,\n attempts: i32,\n centers: KMeansCenters,\n ) -> *mut CBOWKMeansTrainer;\n fn cv_bow_trainer_drop(bow_trainer: *mut CBOWKMeansTrainer);\n fn cv_bow_trainer_add(bow_trainer: *mut CBOWKMeansTrainer, descriptors: *mut CMat);\n fn cv_bow_trainer_cluster(bow_trainer: *mut CBOWKMeansTrainer) -> *mut CMat;\n}\n\n/// K-means - based class to train visual vocabulary using the bag of visual words approach\n#[derive(Debug)]\npub struct BOWKMeansTrainer {\n value: *mut CBOWKMeansTrainer,\n}\n\n/// k-Means centers\n#[repr(C)]\n#[derive(Debug, Copy, Clone)]\npub enum KMeansCenters {\n /// Select random initial centers in each attempt.\n Random = 0,\n /// Use kmeans++ center initialization by Arthur and Vassilvitskii (Arthur2007).\n Pp = 2,\n}\n\nimpl Drop for BOWKMeansTrainer {\n fn drop(&mut self) {\n unsafe {\n cv_bow_trainer_drop(self.value);\n }\n }\n}\n\nimpl BOWKMeansTrainer {\n /// Creates a new maximally stable extremal region extractor criteria.\n pub fn new(cluster_count: i32, term_criteria: TermCriteria, attempts: i32, centers: KMeansCenters) -> Self {\n let ptr = unsafe { cv_bow_trainer_new(cluster_count, term_criteria.c_criteria, attempts, centers) };\n Self { value: ptr }\n }\n\n /// Adds descriptors to a training set\n pub fn add(&mut self, descriptors: &Mat) {\n unsafe {\n cv_bow_trainer_add(self.value, descriptors.inner);\n }\n }\n\n /// Clusters train descriptors\n pub fn cluster(&mut self) -> Mat {\n let cmat = unsafe { cv_bow_trainer_cluster(self.value) };\n Mat::from_raw(cmat)\n }\n}\n" }, { "path": "src/features2d/descriptor_matcher.rs", "content": "//! Provide types for matching keypoint descriptors\nuse std::os::raw::{c_char, c_int};\nuse *;\n\nenum CDescriptorMatcher {}\n\nextern \"C\" {\n fn cv_matcher_new(descriptor_matcher_type: *const c_char) -> *mut CDescriptorMatcher;\n fn cv_matcher_drop(descriptor_matcher: *mut CDescriptorMatcher);\n fn cv_matcher_add(descriptor_matcher: *mut CDescriptorMatcher, descriptors: *const CVecView<*mut CMat>);\n fn cv_matcher_train(descriptor_matcher: *mut CDescriptorMatcher);\n fn cv_matcher_is_empty(descriptor_matcher: *mut CDescriptorMatcher) -> bool;\n fn cv_matcher_match(\n descriptor_matcher: *mut CDescriptorMatcher,\n query_descriptors: *mut CMat,\n matches: *mut CVec,\n );\n fn cv_matcher_match_two(\n descriptor_matcher: *mut CDescriptorMatcher,\n query_descriptors: *mut CMat,\n train_descriptors: *mut CMat,\n matches: *mut CVec,\n );\n fn cv_matcher_knn_match(\n descriptor_matcher: *mut CDescriptorMatcher,\n query_descriptors: *mut CMat,\n k: c_int,\n matches: *mut CVec>,\n );\n}\n\n/// Type for matching keypoint descriptors\n#[repr(C)]\n#[derive(Default, Debug, Clone, Copy)]\npub struct DMatch {\n distance: f32,\n img_idx: i32,\n query_idx: i32,\n train_idx: i32,\n}\n\n/// Descriptor matcher type\n#[derive(Debug, Clone, Copy)]\n#[allow(missing_docs)]\npub enum DescriptorMatcherType {\n BruteForce,\n BruteForceL1,\n BruteForceHamming,\n BruteForceHamming2,\n FlannBased,\n}\n\nimpl DescriptorMatcherType {\n pub(crate) fn as_str(&self) -> &'static str {\n match *self {\n DescriptorMatcherType::BruteForce => \"BruteForce\",\n DescriptorMatcherType::BruteForceL1 => \"BruteForce-L1\",\n DescriptorMatcherType::BruteForceHamming => \"BruteForce-Hamming\",\n DescriptorMatcherType::BruteForceHamming2 => \"BruteForce-Hamming(2)\",\n DescriptorMatcherType::FlannBased => \"FlannBased\",\n }\n }\n}\n\n/// Type for matching keypoint descriptors\n#[derive(Debug)]\npub struct DescriptorMatcher {\n value: *mut CDescriptorMatcher,\n}\n\nimpl Drop for DescriptorMatcher {\n fn drop(&mut self) {\n unsafe {\n cv_matcher_drop(self.value);\n }\n }\n}\n\nimpl DescriptorMatcher {\n /// Creates a descriptor matcher of a given type with the default parameters (using default constructor).\n pub fn new(descriptor_matcher_type: DescriptorMatcherType) -> DescriptorMatcher {\n let descriptor_matcher_type = CString::new(descriptor_matcher_type.as_str()).unwrap();\n let value = unsafe { cv_matcher_new(descriptor_matcher_type.as_ptr()) };\n DescriptorMatcher { value: value }\n }\n\n /// Adds descriptors to train a CPU or GPU descriptor collection\n pub fn add(&mut self, descriptors: &Vec<&Mat>) {\n let descriptors = descriptors.iter().map(|x| x.inner).collect();\n let vec_view = CVecView::pack(&descriptors);\n unsafe {\n cv_matcher_add(self.value, &vec_view);\n }\n }\n\n /// Trains a descriptor matcher\n pub fn train(&mut self) {\n unsafe { cv_matcher_train(self.value) }\n }\n\n /// Returns true if there are no train descriptors\n pub fn is_empty(&self) -> bool {\n unsafe { cv_matcher_is_empty(self.value) }\n }\n\n /// Finds the best match for each descriptor from a query set\n pub fn match_(&self, query_descriptors: &Mat) -> Vec {\n let mut matches = CVec::::default();\n unsafe {\n cv_matcher_match(self.value, query_descriptors.inner, &mut matches);\n }\n matches.unpack()\n }\n\n /// Finds the best match for each descriptor from a query set.\n /// Unlike `match_`, train descriptors collection are passed directly\n pub fn match_two(&self, query_descriptors: &Mat, train_descriptors: &Mat) -> Vec {\n let mut matches = CVec::::default();\n unsafe {\n cv_matcher_match_two(\n self.value,\n query_descriptors.inner,\n train_descriptors.inner,\n &mut matches,\n );\n }\n matches.unpack()\n }\n\n /// Finds the k best matches for each descriptor from a query set.\n pub fn knn_match(&self, query_descriptors: &Mat, k: usize) -> Vec> {\n let mut matches = CVec::>::default();\n unsafe {\n cv_matcher_knn_match(self.value, query_descriptors.inner, k as c_int, &mut matches);\n }\n matches.unpack()\n }\n}\n" }, { "path": "src/features2d/mod.rs", "content": "//! Provide 2D image feature detectors and descriptor extractors\nmod bow_k_means_trainer;\nmod descriptor_matcher;\nmod mser;\nmod sift;\nmod surf;\n\npub use self::bow_k_means_trainer::*;\npub use self::descriptor_matcher::*;\npub use self::mser::*;\npub use self::sift::*;\npub use self::surf::*;\n\nuse core::*;\nuse mat::*;\n\n/// Basic trait for 2D image feature detectors and descriptor extractors\npub trait Feature2D {\n /// Detects keypoints and computes the descriptors\n fn detect_and_compute(&self, image: &Mat, mask: &Mat) -> (Vec, Mat);\n}\n" }, { "path": "src/features2d/mser.rs", "content": "//! Provide the type that encapsulates all the parameters of the MSER extraction algorithm\nuse core::*;\nuse std::os::raw::*;\nuse *;\n\nenum CMSER {}\n\nextern \"C\" {\n fn cv_mser_new(\n delta: c_int,\n min_area: c_int,\n max_area: c_int,\n max_variation: c_double,\n min_diversity: c_double,\n max_evolution: c_int,\n area_threshold: c_double,\n min_margin: c_double,\n edge_blur_size: c_int,\n ) -> *mut CMSER;\n fn cv_mser_drop(cmser: *mut CMSER);\n fn cv_mser_detect_regions(\n detector: *const CMSER,\n image: *const CMat,\n msers: *mut CVec>,\n bboxes: *mut CVec,\n );\n}\n\n/// Maximally stable extremal region extractor.\n#[derive(Debug)]\npub struct MSER {\n value: *mut CMSER,\n}\n\nimpl MSER {\n /// Creates a new maximally stable extremal region extractor criteria.\n pub fn new(\n delta: c_int,\n min_area: c_int,\n max_area: c_int,\n max_variation: f64,\n min_diversity: f64,\n max_evolution: c_int,\n area_threshold: f64,\n min_margin: f64,\n edge_blur_size: c_int,\n ) -> Self {\n let mser = unsafe {\n cv_mser_new(\n delta,\n min_area,\n max_area,\n max_variation,\n min_diversity,\n max_evolution,\n area_threshold,\n min_margin,\n edge_blur_size,\n )\n };\n MSER { value: mser }\n }\n\n /// Detect MSER regions.\n pub fn detect_regions(&self, image: &Mat) -> (Vec>, Vec) {\n let mut msers = CVec::>::default();\n let mut bboxes = CVec::::default();\n unsafe {\n cv_mser_detect_regions(self.value, image.inner, &mut msers, &mut bboxes);\n }\n let msers = msers.unpack();\n let boxes = bboxes.unpack();\n (msers, boxes)\n }\n}\n\nimpl Drop for MSER {\n fn drop(&mut self) {\n unsafe {\n cv_mser_drop(self.value);\n }\n }\n}\n\n/// Builder that provides defaults for MSER\n#[derive(Debug, Copy, Clone, Default)]\npub struct MSERBuilder {\n delta: Option,\n min_area: Option,\n max_area: Option,\n max_variation: Option,\n min_diversity: Option,\n max_evolution: Option,\n area_threshold: Option,\n min_margin: Option,\n edge_blur_size: Option,\n}\n\nimpl MSERBuilder {\n /// Replace current delta with specified value\n pub fn delta(mut self, value: c_int) -> Self {\n self.delta = Some(value);\n self\n }\n\n /// Replace current min_area with specified value\n pub fn min_area(mut self, value: c_int) -> Self {\n self.min_area = Some(value);\n self\n }\n\n /// Replace current max_area with specified value\n pub fn max_area(mut self, value: c_int) -> Self {\n self.max_area = Some(value);\n self\n }\n\n /// Replace current max_variation with specified value\n pub fn max_variation(mut self, value: f64) -> Self {\n self.max_variation = Some(value);\n self\n }\n\n /// Replace current min_diversity with specified value\n pub fn min_diversity(mut self, value: f64) -> Self {\n self.min_diversity = Some(value);\n self\n }\n\n /// Replace current max_evolution with specified value\n pub fn max_evolution(mut self, value: c_int) -> Self {\n self.max_evolution = Some(value);\n self\n }\n\n /// Replace current area_threshold with specified value\n pub fn area_threshold(mut self, value: f64) -> Self {\n self.area_threshold = Some(value);\n self\n }\n\n /// Replace current min_margin with specified value\n pub fn min_margin(mut self, value: f64) -> Self {\n self.min_margin = Some(value);\n self\n }\n\n /// Replace current edge_blur_size with specified value\n pub fn edge_blur_size(mut self, value: c_int) -> Self {\n self.edge_blur_size = Some(value);\n self\n }\n}\n\nimpl Into for MSERBuilder {\n fn into(self) -> MSER {\n MSER::new(\n self.delta.unwrap_or(5),\n self.min_area.unwrap_or(60),\n self.max_area.unwrap_or(14400),\n self.max_variation.unwrap_or(0.25),\n self.min_diversity.unwrap_or(0.2),\n self.max_evolution.unwrap_or(200),\n self.area_threshold.unwrap_or(1.01),\n self.min_margin.unwrap_or(0.003),\n self.edge_blur_size.unwrap_or(5),\n )\n }\n}\n" }, { "path": "src/features2d/sift.rs", "content": "//! Provide the type that encapsulates all the parameters of the SIFT extraction algorithm\nuse super::*;\nuse core::*;\nuse std::os::raw::*;\nuse *;\n\nenum CSIFT {}\n\nextern \"C\" {\n fn cv_sift_new(\n features: c_int,\n octave_layers: c_int,\n contrast_threshold: c_double,\n edge_threshold: c_double,\n sigma: c_double,\n ) -> *mut CSIFT;\n fn cv_sift_drop(cmser: *mut CSIFT);\n fn cv_sift_detect_and_compute(\n detector: *const CSIFT,\n image: *const CMat,\n mask: *const CMat,\n keypoints: *mut CVec,\n descriptors: *mut CMat,\n use_provided_keypoints: bool,\n );\n}\n\n/// Speeded up robust features extractor.\n#[derive(Debug)]\npub struct SIFT {\n value: *mut CSIFT,\n}\n\nimpl SIFT {\n /// Creates a new maximally stable extremal region extractor criteria.\n pub fn new(\n features: c_int,\n octave_layers: c_int,\n contrast_threshold: f64,\n edge_threshold: f64,\n sigma: f64,\n ) -> Self {\n let sift = unsafe { cv_sift_new(features, octave_layers, contrast_threshold, edge_threshold, sigma) };\n SIFT { value: sift }\n }\n}\n\nimpl Drop for SIFT {\n fn drop(&mut self) {\n unsafe {\n cv_sift_drop(self.value);\n }\n }\n}\n\n/// Builder that provides defaults for MSER\n#[derive(Debug, Copy, Clone, Default)]\npub struct SIFTBuilder {\n features: Option,\n octave_layers: Option,\n contrast_threshold: Option,\n edge_threshold: Option,\n sigma: Option,\n}\n\nimpl SIFTBuilder {\n /// Replace current features with specified value\n pub fn features(mut self, value: c_int) -> Self {\n self.features = Some(value);\n self\n }\n\n /// Replace current octave_layers with specified value\n pub fn octave_layers(mut self, value: c_int) -> Self {\n self.octave_layers = Some(value);\n self\n }\n\n /// Replace current contrast_threshold with specified value\n pub fn contrast_threshold(mut self, value: f64) -> Self {\n self.contrast_threshold = Some(value);\n self\n }\n\n /// Replace current edge_threshold with specified value\n pub fn edge_threshold(mut self, value: f64) -> Self {\n self.edge_threshold = Some(value);\n self\n }\n\n /// Replace current sigma with specified value\n pub fn sigma(mut self, value: f64) -> Self {\n self.sigma = Some(value);\n self\n }\n}\n\nimpl Into for SIFTBuilder {\n fn into(self) -> SIFT {\n SIFT::new(\n self.features.unwrap_or(0),\n self.octave_layers.unwrap_or(3),\n self.contrast_threshold.unwrap_or(0.04),\n self.edge_threshold.unwrap_or(10.0),\n self.sigma.unwrap_or(1.6),\n )\n }\n}\n\nimpl Feature2D for SIFT {\n fn detect_and_compute(&self, image: &Mat, mask: &Mat) -> (Vec, Mat) {\n let mut keypoints = CVec::::default();\n let descriptors = CMat::new();\n unsafe {\n cv_sift_detect_and_compute(self.value, image.inner, mask.inner, &mut keypoints, descriptors, false);\n }\n (keypoints.unpack(), Mat::from_raw(descriptors))\n }\n}\n" }, { "path": "src/features2d/surf.rs", "content": "//! Provide the type that encapsulates all the parameters of the SURF extraction algorithm\nuse super::*;\nuse core::*;\nuse std::os::raw::*;\nuse *;\n\nenum CSURF {}\n\nextern \"C\" {\n fn cv_surf_new(\n hessian_threshold: c_double,\n octaves: c_int,\n octave_layers: c_int,\n extended: bool,\n upright: bool,\n ) -> *mut CSURF;\n fn cv_surf_drop(cmser: *mut CSURF);\n fn cv_surf_detect_and_compute(\n detector: *const CSURF,\n image: *const CMat,\n mask: *const CMat,\n keypoints: *mut CVec,\n descriptors: *mut CMat,\n use_provided_keypoints: bool,\n );\n}\n\n/// Speeded up robust features extractor.\n#[derive(Debug)]\npub struct SURF {\n value: *mut CSURF,\n}\n\nimpl SURF {\n /// Creates a new maximally stable extremal region extractor criteria.\n pub fn new(hessian_threshold: f64, octaves: c_int, octave_layers: c_int, extended: bool, upright: bool) -> Self {\n let surf = unsafe { cv_surf_new(hessian_threshold, octaves, octave_layers, extended, upright) };\n SURF { value: surf }\n }\n}\n\nimpl Drop for SURF {\n fn drop(&mut self) {\n unsafe {\n cv_surf_drop(self.value);\n }\n }\n}\n\n/// Builder that provides defaults for MSER\n#[derive(Debug, Copy, Clone, Default)]\npub struct SURFBuilder {\n hessian_threshold: Option,\n octaves: Option,\n octave_layers: Option,\n extended: Option,\n upright: Option,\n}\n\nimpl SURFBuilder {\n /// Replace current octave_layers with specified value\n pub fn hessian_threshold(mut self, value: f64) -> Self {\n self.hessian_threshold = Some(value);\n self\n }\n\n /// Replace current octave_layers with specified value\n pub fn octaves(mut self, value: c_int) -> Self {\n self.octaves = Some(value);\n self\n }\n\n /// Replace current octave_layers with specified value\n pub fn octave_layers(mut self, value: c_int) -> Self {\n self.octave_layers = Some(value);\n self\n }\n\n /// Replace current extended with specified value\n pub fn extended(mut self, value: bool) -> Self {\n self.extended = Some(value);\n self\n }\n\n /// Replace current delta with specified value\n pub fn upright(mut self, value: bool) -> Self {\n self.upright = Some(value);\n self\n }\n}\n\nimpl Into for SURFBuilder {\n fn into(self) -> SURF {\n SURF::new(\n self.hessian_threshold.unwrap_or(100.0),\n self.octaves.unwrap_or(4),\n self.octave_layers.unwrap_or(3),\n self.extended.unwrap_or(false),\n self.upright.unwrap_or(false),\n )\n }\n}\n\nimpl Feature2D for SURF {\n fn detect_and_compute(&self, image: &Mat, mask: &Mat) -> (Vec, Mat) {\n let mut keypoints = CVec::::default();\n let descriptors = CMat::new();\n unsafe {\n cv_surf_detect_and_compute(self.value, image.inner, mask.inner, &mut keypoints, descriptors, false);\n }\n (keypoints.unpack(), Mat::from_raw(descriptors))\n }\n}\n" }, { "path": "src/hash.rs", "content": "//! The module brings implementations of different image hashing algorithms.\nuse self::private::*;\n\nuse mat::CMat;\nuse *;\n\nextern \"C\" {\n fn cv_hash_compute(phash: *const CHash, mat: *const CMat, result: *mut CMat);\n fn cv_hash_compare(phash: *const CHash, lhs: *const CMat, rhs: *mut CMat) -> f64;\n\n fn cv_average_hash_new() -> *mut CHash;\n fn cv_average_hash_drop(phash: *mut CHash);\n fn cv_block_mean_hash_new() -> *mut CHash;\n fn cv_block_mean_hash_drop(phash: *mut CHash);\n fn cv_color_moment_hash_new() -> *mut CHash;\n fn cv_color_moment_hash_drop(phash: *mut CHash);\n fn cv_marr_hildreth_hash_new() -> *mut CHash;\n fn cv_marr_hildreth_hash_drop(phash: *mut CHash);\n fn cv_phash_new() -> *mut CHash;\n fn cv_phash_drop(phash: *mut CHash);\n fn cv_radial_variance_hash_new() -> *mut CHash;\n fn cv_radial_variance_hash_drop(phash: *mut CHash);\n}\n\nmod private {\n #[allow(missing_copy_implementations, missing_debug_implementations)]\n pub enum CHash {}\n\n pub trait HashImpl {\n fn get_value(&self) -> *const CHash;\n }\n}\n\n#[allow(missing_docs)]\npub trait HashImplInterface: HashImpl {}\n\n/// Basic trait for all hash types\npub trait Hash {\n /// Computes image hash\n fn compute(&self, mat: &Mat) -> Mat;\n\n /// Compares two image hashes\n fn compare(&self, lhs: &Mat, rhs: &Mat) -> f64;\n}\n\nimpl Hash for T {\n /// Computes image hash\n fn compute(&self, mat: &Mat) -> Mat {\n let result = CMat::new();\n let value = self.get_value();\n unsafe { cv_hash_compute(value, mat.inner, result) };\n Mat::from_raw(result)\n }\n\n /// Compares two image hashes\n fn compare(&self, lhs: &Mat, rhs: &Mat) -> f64 {\n let value = self.get_value();\n unsafe { cv_hash_compare(value, lhs.inner, rhs.inner) }\n }\n}\n\nmacro_rules! impl_hash {\n ($x:ident, $ctor:ident, $drop:ident, $description:expr) => {\n #[doc=$description]\n #[derive(Debug)]\n pub struct $x {\n value: *const CHash,\n }\n\n impl $x {\n /// Creates new instance\n pub fn new() -> Self {\n let value = unsafe { $ctor() };\n Self { value }\n }\n }\n\n impl Drop for $x {\n fn drop(&mut self) {\n unsafe {\n $drop(self.value as *mut _);\n }\n }\n }\n\n impl HashImpl for $x {\n fn get_value(&self) -> *const CHash {\n self.value\n }\n }\n\n impl HashImplInterface for $x {}\n\n // We know that this pointer is used for calling virtual pure functions,\n // But Rust doesn't allow us to share unsafe pointers between threads.\n // However, it's safe because the only place we mutate the pointer is `drop`,\n // Which makes the value inaccessible, so we're ok here too\n unsafe impl Send for $x {}\n unsafe impl Sync for $x {}\n };\n}\n\nimpl_hash!(\n AverageHash,\n cv_average_hash_new,\n cv_average_hash_drop,\n \"Computes average hash value of the input image\"\n);\nimpl_hash!(\n BlockMeanHash,\n cv_block_mean_hash_new,\n cv_block_mean_hash_drop,\n \"Image hash based on block mean\"\n);\nimpl_hash!(\n ColorMomentHash,\n cv_color_moment_hash_new,\n cv_color_moment_hash_drop,\n \"Image hash based on color moments\"\n);\nimpl_hash!(\n MarrHildrethHash,\n cv_marr_hildreth_hash_new,\n cv_marr_hildreth_hash_drop,\n \"Marr-Hildreth Operator Based Hash, slowest but more discriminative.\"\n);\nimpl_hash!(\n PHash,\n cv_phash_new,\n cv_phash_drop,\n \"Slower than AverageHash, but tolerant of minor modifications\"\n);\nimpl_hash!(\n RadialVarianceHash,\n cv_radial_variance_hash_new,\n cv_radial_variance_hash_drop,\n \"Image hash based on Radon transform\"\n);\n" }, { "path": "src/highgui.rs", "content": "//! highgui: high-level GUI\nuse failure::Error;\nuse mat::*;\nuse std::ffi::CString;\nuse std::mem;\nuse std::os::raw::{c_char, c_int, c_void};\nuse std::ptr;\n\nextern \"C\" {\n fn cv_named_window(name: *const c_char, flags: WindowFlag);\n fn cv_destroy_window(name: *const c_char);\n fn cv_set_mouse_callback(\n name: *const c_char,\n on_mouse: extern \"C\" fn(e: MouseEventType, x: c_int, y: c_int, f: c_int, data: *mut c_void),\n userdata: *mut c_void,\n );\n fn cv_imshow(name: *const c_char, cmat: *mut CMat);\n fn cv_wait_key(delay_ms: c_int) -> c_int;\n}\n\n/// Create a window that can be used as a placeholder for images and\n/// trackbars. All created windows are referred to by their names. If a window\n/// with the same name already exists, the function does nothing.\npub fn highgui_named_window(name: &str, flags: WindowFlag) -> Result<(), Error> {\n let s = CString::new(name)?;\n unsafe {\n cv_named_window(s.as_ptr(), flags);\n }\n Ok(())\n}\n\n/// Destroy the specified window with the given name.\npub fn highgui_destroy_window(name: &str) {\n let s = CString::new(name).unwrap();\n unsafe {\n cv_destroy_window((&s).as_ptr());\n }\n}\n\n/// Pointer referring to the data used in MouseCallback\npub type MouseCallbackData = *mut c_void;\n\n/// Callback function for mouse events, primarily used in\n/// [highgui_set_mouse_callback](fn.highgui_set_mouse_callback.html)\npub type MouseCallback = fn(MouseEventType, c_int, c_int, c_int, MouseCallbackData);\n\n/// Set mouse handler for the specified window (identified by name). A callback\n/// handler should be provided and optional user_data can be passed around.\npub fn highgui_set_mouse_callback(name: &str, on_mouse: MouseCallback, user_data: *mut c_void) -> Result<(), Error> {\n struct CallbackWrapper {\n cb: Box,\n data: *mut c_void,\n }\n\n extern \"C\" fn _mouse_callback(e: MouseEventType, x: c_int, y: c_int, f: c_int, ud: *mut c_void) {\n let cb_wrapper = unsafe { ptr::read(ud as *mut CallbackWrapper) };\n let true_callback = *(cb_wrapper.cb);\n true_callback(e, x, y, f, cb_wrapper.data);\n mem::forget(cb_wrapper.cb);\n }\n\n let box_wrapper: Box = Box::new(CallbackWrapper {\n cb: Box::new(on_mouse),\n data: user_data,\n });\n let box_wrapper_raw = Box::into_raw(box_wrapper) as *mut c_void;\n\n let s = CString::new(name)?;\n unsafe {\n cv_set_mouse_callback(s.as_ptr(), _mouse_callback, box_wrapper_raw);\n }\n Ok(())\n}\n\n/// Flags for [highgui_named_window](fn.highgui_named_window.html). This only\n/// supports a subset of all cv::WindowFlags because C/C++ allows enum with the\n/// same value but Rust is stricter.\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum WindowFlag {\n /// the window can be resized (no constraint) or switched to fullscreen.\n Normal = 0x00000000,\n /// the window is constrained by the image displayed.\n Autosize = 0x00000001,\n /// the window is with opengl support.\n Opengl = 0x00001000,\n /// the window can be resized arbitrarily (no ratio constraint).\n FreeRatio = 0x00000100,\n}\n\n/// Mouse Events\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum MouseEventType {\n /// Indicates that the mouse has moved over the window.\n MouseMove = 0,\n /// Indicates that the left mouse button is pressed.\n LButtonDown = 1,\n /// Indicates that the right mouse button is pressed.\n RButtonDown = 2,\n /// Indicates that the middle mouse button is pressed.\n MButtonDown = 3,\n /// Indicates that left mouse button is released.\n LButtonUp = 4,\n /// Indicates that right mouse button is released.\n RButtonUp = 5,\n /// Indicates that middle mouse button is released.\n MButtonUp = 6,\n /// Indicates that left mouse button is double clicked.\n LButtonClick = 7,\n /// Indicates that right mouse button is double clicked.\n RButtonClick = 8,\n /// Indicates that middle mouse button is double clicked.\n MButtonClick = 9,\n /// Positive/negative means forward/backward scrolling.\n MouseWheel = 10,\n /// Positive/negative means right and left scrolling.\n MouseHWheel = 11,\n}\n\n/// Provides some highgui functionallity\npub trait Show {\n /// Calls out to highgui to show the image, the duration is specified by `delay`.\n fn show(&self, name: &str, delay: c_int) -> Result<(), Error>;\n}\n\nimpl Show for Mat {\n fn show(&self, name: &str, delay: c_int) -> Result<(), Error> {\n let s = CString::new(name)?;\n unsafe {\n cv_imshow((&s).as_ptr(), self.inner);\n cv_wait_key(delay);\n }\n Ok(())\n }\n}\n" }, { "path": "src/imgcodecs.rs", "content": "//! Image file reading and writing, see [OpenCV\n//! imgcodecs](http://docs.opencv.org/3.1.0/d4/da8/group__imgcodecs.html).\n\nuse errors::*;\nuse failure::Error;\nuse mat::*;\nuse std::ffi::CString;\nuse std::os::raw::c_char;\nuse std::path::Path;\nuse *;\n\nextern \"C\" {\n fn cv_imread(input: *const c_char, flags: ImageReadMode) -> *mut CMat;\n fn cv_imdecode(buf: *const u8, l: usize, m: ImageReadMode) -> *mut CMat;\n fn cv_imencode(\n ext: *const c_char,\n inner: *const CMat,\n flag_ptr: *const ImageWriteMode,\n flag_size: usize,\n result: *mut COption>,\n );\n}\n\n// =============================================================================\n// Imgproc\n// =============================================================================\n/// ImreadModes. [See documentation](https://docs.opencv.org/trunk/d4/da8/group__imgcodecs.html#ga61d9b0126a3e57d9277ac48327799c80) for detauls\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum ImageReadMode {\n /// If set, return the loaded image as is (with alpha channel, otherwise it\n /// gets cropped\n Unchanged = -1,\n /// If set, always convert image to the single channel grayscale image.\n Grayscale = 0,\n /// If set, always convert image to the 3 channel BGR color image.\n Color = 1,\n /// If set, return 16-bit/32-bit image when the input has the corresponding\n /// depth, otherwise convert it to 8-bit.\n AnyDepth = 2,\n /// If set, the image is read in any possible color format.\n AnyColor = 4,\n /// If set, use the gdal driver for loading the image.\n LoadGdal = 8,\n /// If set, always convert image to the single channel grayscale image and\n /// the image size reduced 1/2.\n ReducedGrayscale2 = 16,\n /// If set, always convert image to the 3 channel BGR color image and the\n /// image size reduced 1/2.\n ReducedColor2 = 17,\n /// If set, always convert image to the single channel grayscale image and\n /// the image size reduced 1/4.\n ReducedGrayscale4 = 32,\n /// If set, always convert image to the 3 channel BGR color image and the\n /// image size reduced 1/4.\n ReducedColor4 = 33,\n /// If set, always convert image to the single channel grayscale image and\n /// the image size reduced 1/8.\n ReducedGrayscale8 = 64,\n /// If set, always convert image to the 3 channel BGR color image and the\n /// image size reduced 1/8.\n ReducedColor8 = 65,\n}\n\n/// Imwrite flags. [See documentation](https://docs.opencv.org/trunk/d4/da8/group__imgcodecs.html#ga292d81be8d76901bff7988d18d2b42ac) for detauls\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum ImageWriteMode {\n /// For JPEG, it can be a quality from 0 to 100 (the higher is the\n /// better). Default value is 95.\n JpegQuality = 1,\n /// Enable JPEG features, 0 or 1, default is False.\n JpegProgressive = 2,\n /// Enable JPEG features, 0 or 1, default is False.\n JpegOptimize = 3,\n /// JPEG restart interval, 0 - 65535, default is 0 - no restart.\n JpegRstInterval = 4,\n /// Separate luma quality level, 0 - 100, default is 0 - don't use.\n JpegLumaQuality = 5,\n /// Separate chroma quality level, 0 - 100, default is 0 - don't use.\n JpegChromaQuality = 6,\n /// For PNG, it can be the compression level from 0 to 9. A higher value\n /// means a smaller size and longer compression time. Default value is 3.\n /// Also strategy is changed to IMWRITE_PNG_STRATEGY_DEFAULT\n /// (Z_DEFAULT_STRATEGY).\n PngCompression = 16,\n /// One of cv::ImwritePNGFlags, default is IMWRITE_PNG_STRATEGY_DEFAULT.\n PngStrategy = 17,\n /// Binary level PNG, 0 or 1, default is 0.\n PngBilevel = 18,\n /// For PPM, PGM, or PBM, it can be a binary format flag, 0 or 1. Default\n /// value is 1.\n PxmBinary = 32,\n /// For WEBP, it can be a quality from 1 to 100 (the higher is the\n /// better). By default (without any parameter) and for quality above 100\n /// the lossless compression is used.\n WebpQuality = 64,\n /// For PAM, sets the TUPLETYPE field to the corresponding string value that\n /// is defined for the format\n PamTupletype = 128,\n}\n\n/// Imwrite PNG flag. [See documentation](https://docs.opencv.org/3.3.0/d4/da8/group__imgcodecs.html#gaa60044d347ffd187161b5ec9ea2ef2f9) for detauls\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum ImageWritePngStrategy {\n /// Use this value for normal data.\n Default = 0,\n /// Use this value for data produced by a filter (or predictor).Filtered\n /// data consists mostly of small values with a somewhat random\n /// distribution. In this case, the compression algorithm is tuned to\n /// compress them better.\n Filtered = 1,\n /// Use this value to force Huffman encoding only (no string match).\n HuffmanOnly = 2,\n /// Use this value to limit match distances to one (run-length encoding).\n RLE = 3,\n /// Using this value prevents the use of dynamic Huffman codes, allowing for\n /// a simpler decoder for special applications.\n Fixed = 4,\n}\n\nimpl Mat {\n /// Decodes an image from `buf` according to the specified mode.\n pub fn image_decode(buf: &[u8], mode: ImageReadMode) -> Mat {\n let inner = unsafe { cv_imdecode(buf.as_ptr(), buf.len(), mode) };\n Self::from_raw(inner)\n }\n\n /// Encodes an image; the encoding scheme depends on the extension provided;\n /// additional write flags can be passed in using a vector. If successful,\n /// returns an owned vector of the encoded image.\n pub fn image_encode(&self, ext: &str, flags: Vec) -> Result, Error> {\n let ext = CString::new(ext)?;\n unsafe {\n let mut result: COption> = mem::zeroed();\n cv_imencode(ext.into_raw(), self.inner, flags.as_ptr(), flags.len(), &mut result);\n if result.has_value {\n Ok(result.value.unpack())\n } else {\n Err(CvError::UnknownError(\"Unable to convert this image to bytes\".into()).into())\n }\n }\n }\n\n /// Creates a `Mat` from reading the image specified by the path.\n pub fn from_path>(path: P, flags: ImageReadMode) -> Result {\n let path = path_to_cstring(path)?;\n let path = path.as_ptr();\n let result = unsafe { cv_imread(path, flags) };\n Ok(Mat::from_raw(result))\n }\n}\n" }, { "path": "src/imgproc.rs", "content": "//! Image processing, see [OpenCV\n//! imgproc](http://docs.opencv.org/3.1.0/d7/dbd/group__imgproc.html).\n\nuse super::core::*;\nuse super::*;\nuse std::os::raw::{c_double, c_float, c_int};\n\n// =============================================================================\n// Imgproc\n// =============================================================================\nextern \"C\" {\n fn cv_line(\n cmat: *mut CMat,\n pt1: Point2i,\n pt2: Point2i,\n color: Scalar,\n thickness: c_int,\n linetype: LineType,\n shift: c_int,\n );\n\n fn cv_rectangle(cmat: *mut CMat, rect: Rect, color: Scalar, thickness: c_int, linetype: LineType);\n\n fn cv_ellipse(\n cmat: *mut CMat,\n center: Point2i,\n axes: Size2i,\n angle: c_double,\n start_angle: c_double,\n end_angle: c_double,\n color: Scalar,\n thickness: c_int,\n linetype: LineType,\n shift: c_int,\n );\n\n fn cv_cvt_color(cmat: *const CMat, output: *mut CMat, code: ColorConversion);\n fn cv_pyr_down(cmat: *const CMat, output: *mut CMat);\n fn cv_threshold(from: *const CMat, to: *mut CMat, thresh: f64, maxval: f64, ttype: ThresholdType);\n fn cv_erode(\n from: *const CMat,\n to: *mut CMat,\n kernel: *const CMat,\n anchor: Point2i,\n iterations: i32,\n border_type: i32,\n border_value: Scalar,\n );\n fn cv_dilate(\n from: *const CMat,\n to: *mut CMat,\n kernel: *const CMat,\n anchor: Point2i,\n iterations: i32,\n border_type: i32,\n border_value: Scalar,\n );\n fn cv_gaussian_blur(\n from: *const CMat,\n to: *mut CMat,\n dsize: Size2i,\n sigma_x: c_double,\n sigma_y: c_double,\n border_type: i32,\n );\n fn cv_resize(\n from: *const CMat,\n to: *mut CMat,\n dsize: Size2i,\n fx: c_double,\n fy: c_double,\n interpolation: InterpolationFlag,\n );\n fn cv_calc_hist(\n cimages: *const CMat,\n nimages: c_int,\n channels: *const c_int,\n cmask: *const CMat,\n chist: *mut CMat,\n dims: c_int,\n hist_size: *const c_int,\n ranges: *const *const c_float,\n );\n fn cv_calc_back_project(\n cimages: *const CMat,\n nimages: c_int,\n channels: *const c_int,\n chist: *const CMat,\n cback_project: *mut CMat,\n ranges: *const *const c_float,\n );\n\n fn cv_compare_hist(\n first_image: *const CMat,\n second_image: *const CMat,\n method: HistogramComparisionMethod,\n result: *mut CResult,\n );\n\n fn cv_sobel(\n src: *const CMat,\n dst: *mut CMat,\n ddepth: c_int,\n dx: c_int,\n dy: c_int,\n k_size: c_int,\n scale: c_double,\n delta: c_double,\n border_type: c_int,\n );\n\n fn cv_scharr(\n src: *const CMat,\n dst: *mut CMat,\n ddepth: c_int,\n dx: c_int,\n dy: c_int,\n scale: c_double,\n delta: c_double,\n border_type: c_int,\n );\n\n fn cv_canny(\n image: *const CMat,\n edges: *mut CMat,\n threshold1: c_double,\n threshold2: c_double,\n aperture_size: c_int,\n l2_gradient: c_int,\n ) -> CEmptyResult;\n\n}\n\n/// Possible methods for histogram comparision method\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum HistogramComparisionMethod {\n /// HISTCMP_CORREL\n Correlation = 0,\n /// HISTCMP_CHISQR\n ChiSquare = 1,\n /// HISTCMP_INTERSECT\n Intersection = 2,\n /// HISTCMP_BHATTACHARYYA **and** HISTCMP_HELLINGER\n Bhattacharyya = 3,\n /// HISTCMP_CHISQR_ALT\n ChiSquareAlternative = 4,\n /// HISTCMP_KL_DIV\n KullbackLeiblerDivergence = 5,\n}\n\n/// ThresholdTypes used in\n/// [threshold](../struct.Mat.html#method.threshold).\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n#[allow(missing_docs)]\npub enum ThresholdType {\n Binary = 0,\n BinaryInv = 1,\n Trunc = 2,\n ToZero = 3,\n ToZeroInv = 4,\n Mask = 7,\n Otsu = 8,\n Triangle = 16,\n}\n\n/// Color conversion code used in\n/// [cvt_color](../struct.Mat.html#method.cvt_color).\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n#[allow(non_camel_case_types, missing_docs)]\npub enum ColorConversion {\n BGR2BGRA = 0,\n BGRA2BGR = 1,\n BGR2RGBA = 2,\n RGBA2BGR = 3,\n BGR2RGB = 4,\n BGRA2RGBA = 5,\n BGR2GRAY = 6,\n RGB2GRAY = 7,\n GRAY2BGR = 8,\n GRAY2BGRA = 9,\n BGRA2GRAY = 10,\n RGBA2GRAY = 11,\n BGR2BGR565 = 12,\n RGB2BGR565 = 13,\n BGR5652BGR = 14,\n BGR5652RGB = 15,\n BGRA2BGR565 = 16,\n RGBA2BGR565 = 17,\n BGR5652BGRA = 18,\n BGR5652RGBA = 19,\n GRAY2BGR565 = 20,\n BGR5652GRAY = 21,\n BGR2BGR555 = 22,\n RGB2BGR555 = 23,\n BGR5552BGR = 24,\n BGR5552RGB = 25,\n BGRA2BGR555 = 26,\n RGBA2BGR555 = 27,\n BGR5552BGRA = 28,\n BGR5552RGBA = 29,\n GRAY2BGR555 = 30,\n BGR5552GRAY = 31,\n BGR2XYZ = 32,\n RGB2XYZ = 33,\n XYZ2BGR = 34,\n XYZ2RGB = 35,\n BGR2YCrCb = 36,\n RGB2YCrCb = 37,\n YCrCb2BGR = 38,\n YCrCb2RGB = 39,\n BGR2HSV = 40,\n RGB2HSV = 41,\n BGR2Lab = 44,\n RGB2Lab = 45,\n BGR2Luv = 50,\n RGB2Luv = 51,\n BGR2HLS = 52,\n RGB2HLS = 53,\n HSV2BGR = 54,\n HSV2RGB = 55,\n Lab2BGR = 56,\n Lab2RGB = 57,\n Luv2BGR = 58,\n Luv2RGB = 59,\n HLS2BGR = 60,\n HLS2RGB = 61,\n BGR2HSV_FULL = 66,\n RGB2HSV_FULL = 67,\n BGR2HLS_FULL = 68,\n RGB2HLS_FULL = 69,\n HSV2BGR_FULL = 70,\n HSV2RGB_FULL = 71,\n HLS2BGR_FULL = 72,\n HLS2RGB_FULL = 73,\n LBGR2Lab = 74,\n LRGB2Lab = 75,\n LBGR2Luv = 76,\n LRGB2Luv = 77,\n Lab2LBGR = 78,\n Lab2LRGB = 79,\n Luv2LBGR = 80,\n Luv2LRGB = 81,\n BGR2YUV = 82,\n RGB2YUV = 83,\n YUV2BGR = 84,\n YUV2RGB = 85,\n YUV2RGB_NV12 = 90,\n YUV2BGR_NV12 = 91,\n YUV2RGB_NV21 = 92,\n YUV2BGR_NV21 = 93,\n YUV2RGBA_NV12 = 94,\n YUV2BGRA_NV12 = 95,\n YUV2RGBA_NV21 = 96,\n YUV2BGRA_NV21 = 97,\n YUV2RGB_YV12 = 98,\n YUV2BGR_YV12 = 99,\n YUV2RGB_IYUV = 100,\n YUV2BGR_IYUV = 101,\n YUV2RGBA_YV12 = 102,\n YUV2BGRA_YV12 = 103,\n YUV2RGBA_IYUV = 104,\n YUV2BGRA_IYUV = 105,\n YUV2GRAY_420 = 106,\n YUV2RGB_UYVY = 107,\n YUV2BGR_UYVY = 108,\n YUV2RGBA_UYVY = 111,\n YUV2BGRA_UYVY = 112,\n YUV2RGB_YUY2 = 115,\n YUV2BGR_YUY2 = 116,\n YUV2RGB_YVYU = 117,\n YUV2BGR_YVYU = 118,\n YUV2RGBA_YUY2 = 119,\n YUV2BGRA_YUY2 = 120,\n YUV2RGBA_YVYU = 121,\n YUV2BGRA_YVYU = 122,\n YUV2GRAY_UYVY = 123,\n YUV2GRAY_YUY2 = 124,\n RGBA2mRGBA = 125,\n mRGBA2RGBA = 126,\n RGB2YUV_I420 = 127,\n BGR2YUV_I420 = 128,\n RGBA2YUV_I420 = 129,\n BGRA2YUV_I420 = 130,\n RGB2YUV_YV12 = 131,\n BGR2YUV_YV12 = 132,\n RGBA2YUV_YV12 = 133,\n BGRA2YUV_YV12 = 134,\n BayerBG2BGR = 46,\n BayerGB2BGR = 47,\n BayerRG2BGR = 48,\n BayerGR2BGR = 49,\n BayerBG2GRAY = 86,\n BayerGB2GRAY = 87,\n BayerRG2GRAY = 88,\n BayerGR2GRAY = 89,\n BayerBG2BGR_VNG = 62,\n BayerGB2BGR_VNG = 63,\n BayerRG2BGR_VNG = 64,\n BayerGR2BGR_VNG = 65,\n BayerBG2BGR_EA = 135,\n BayerGB2BGR_EA = 136,\n BayerRG2BGR_EA = 137,\n BayerGR2BGR_EA = 138,\n COLORCVT_MAX = 139,\n}\n\n/// Interpolation algorithm\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\npub enum InterpolationFlag {\n /// nearest neighbor interpolation\n InterNearst = 0,\n /// bilinear interpolation\n InterLinear = 1,\n /// bicubic interpolation\n InterCubic = 2,\n /// resampling using pixel area relation. It may be a preferred method for\n /// image decimation, as it gives moire'-free results. But when the image is\n /// zoomed, it is similar to the INTER_NEAREST method.\n InterArea = 3,\n /// Lanczos interpolation over 8x8 neighborhood\n InterLanczos4 = 4,\n /// Bit exact bilinear interpolation\n InterLinearExact = 5,\n /// mask for interpolation codes\n InterMax = 7,\n /// flag, fills all of the destination image pixels. If some of them\n /// correspond to outliers in the source image, they are set to zero\n WarpFillOutliers = 8,\n /// flag, inverse transformation\n WarpInverseMap = 16,\n}\n\nimpl Mat {\n /// Draws a simple line.\n pub fn line(&self, pt1: Point2i, pt2: Point2i) {\n let color = Scalar::new(255, 255, 0, 255);\n self.line_custom(pt1, pt2, color, 1, LineType::Line8, 0);\n }\n\n /// Draws a line with custom color, thickness and linetype.\n pub fn line_custom(\n &self,\n pt1: Point2i,\n pt2: Point2i,\n color: Scalar,\n thickness: c_int,\n linetype: LineType,\n shift: c_int,\n ) {\n unsafe {\n cv_line(self.inner, pt1, pt2, color, thickness, linetype, shift);\n }\n }\n\n /// Draws a simple, thick, or filled up-right rectangle.\n pub fn rectangle(&self, rect: Rect) {\n self.rectangle_custom(rect, Scalar::new(255, 255, 0, 255), 1, LineType::Line8);\n }\n\n /// Draws a rectangle with custom color, thickness and linetype.\n pub fn rectangle_custom(&self, rect: Rect, color: Scalar, thickness: c_int, linetype: LineType) {\n unsafe { cv_rectangle(self.inner, rect, color, thickness, linetype) }\n }\n\n /// Draw a simple, thick, or filled up-right rectangle.\n pub fn rectangle2f(&self, rect: Rect2f) {\n let abs_rect = rect.normalize_to_mat(self);\n self.rectangle(abs_rect);\n }\n\n /// Draws a simple, thick ellipse\n pub fn ellipse(&self, center: Point2i, axes: Size2i, angle: f64, start_angle: f64, end_angle: f64) {\n self.ellipse_custom(\n center,\n axes,\n angle,\n start_angle,\n end_angle,\n Scalar::new(255, 255, 0, 255),\n 1,\n LineType::Line8,\n 0,\n )\n }\n\n /// Draws a custom ellipse\n pub fn ellipse_custom(\n &self,\n center: Point2i,\n axes: Size2i,\n angle: f64,\n start_angle: f64,\n end_angle: f64,\n color: Scalar,\n thickness: c_int,\n linetype: LineType,\n shift: c_int,\n ) {\n unsafe {\n cv_ellipse(\n self.inner,\n center,\n axes,\n angle,\n start_angle,\n end_angle,\n color,\n thickness,\n linetype,\n shift,\n )\n }\n }\n\n /// Convert an image from one color space to another.\n pub fn cvt_color(&self, code: ColorConversion) -> Mat {\n let m = CMat::new();\n unsafe { cv_cvt_color(self.inner, m, code) }\n Mat::from_raw(m)\n }\n\n /// Blurs an image and downsamples it. This function performs the\n /// downsampling step of the Gaussian pyramid construction.\n pub fn pyr_down(&self) -> Mat {\n let m = CMat::new();\n unsafe { cv_pyr_down(self.inner, m) }\n Mat::from_raw(m)\n }\n\n /// Threshold\n ///\n pub fn threshold(&self, thresh: f64, maxval: f64, threshold_type: ThresholdType) -> Mat {\n let m = CMat::new();\n unsafe { cv_threshold(self.inner, m, thresh, maxval, threshold_type) }\n Mat::from_raw(m)\n }\n\n /// Erode\n ///\n pub fn erode(\n &self,\n kernel: &Mat,\n anchor: Point2i,\n iterations: i32,\n border_type: BorderType,\n border_value: Scalar,\n ) -> Mat {\n let m = CMat::new();\n unsafe {\n cv_erode(\n self.inner,\n m,\n kernel.inner,\n anchor,\n iterations,\n border_type as i32,\n border_value,\n )\n }\n Mat::from_raw(m)\n }\n\n /// Dilate\n ///\n pub fn dilate(\n &self,\n kernel: &Mat,\n anchor: Point2i,\n iterations: i32,\n border_type: BorderType,\n border_value: Scalar,\n ) -> Mat {\n let m = CMat::new();\n unsafe {\n cv_dilate(\n self.inner,\n m,\n kernel.inner,\n anchor,\n iterations,\n border_type as i32,\n border_value,\n )\n }\n Mat::from_raw(m)\n }\n\n /// Gaussian Blur\n ///\n pub fn gaussian_blur(&self, dsize: Size2i, sigma_x: f64, sigma_y: f64, border_type: BorderType) -> Mat {\n let m = CMat::new();\n unsafe { cv_gaussian_blur(self.inner, m, dsize, sigma_x, sigma_y, border_type as i32) }\n Mat::from_raw(m)\n }\n\n /// Resizes an image.\n ///\n /// The function resize resizes the image down to or up to the specified\n /// size.\n pub fn resize_to(&self, dsize: Size2i, interpolation: InterpolationFlag) -> Mat {\n let m = CMat::new();\n unsafe { cv_resize(self.inner, m, dsize, 0.0, 0.0, interpolation) }\n Mat::from_raw(m)\n }\n\n /// Resizes an image.\n ///\n /// The function resize resizes the image down to or up to the specified\n /// size.\n pub fn resize_by(&self, fx: f64, fy: f64, interpolation: InterpolationFlag) -> Mat {\n let m = CMat::new();\n unsafe { cv_resize(self.inner, m, Size2i::default(), fx, fy, interpolation) }\n Mat::from_raw(m)\n }\n\n /// Calculate a histogram of an image.\n pub fn calc_hist, U: AsRef<[c_int]>, MElem: AsRef<[f32]>, M: AsRef<[MElem]>>(\n &self,\n channels: T,\n mask: &Mat,\n hist_size: U,\n ranges: M,\n ) -> Mat {\n let m = CMat::new();\n let channels = channels.as_ref();\n let hist_size = hist_size.as_ref();\n let ranges = Self::matrix_to_vec(ranges);\n unsafe {\n cv_calc_hist(\n self.inner,\n 1,\n channels.as_ptr(),\n mask.inner,\n m,\n channels.len() as c_int,\n hist_size.as_ptr(),\n ranges.as_ptr(),\n );\n }\n Mat::from_raw(m)\n }\n\n /// Calculate the back projection of a histogram. The function calculates\n /// the back project of the histogram.\n pub fn calc_back_project, MElem: AsRef<[f32]>, M: AsRef<[MElem]>>(\n &self,\n channels: T,\n hist: &Mat,\n ranges: M,\n ) -> Mat {\n let m = CMat::new();\n let ranges = Self::matrix_to_vec(ranges);\n unsafe {\n cv_calc_back_project(\n self.inner,\n 1,\n channels.as_ref().as_ptr(),\n (*hist).inner,\n m,\n ranges.as_ptr(),\n );\n }\n Mat::from_raw(m)\n }\n\n /// Compares two histograms.\n /// The function compare two histograms using the specified method.\n /// The function returns d(first_image, second_image).\n /// While the function works well with 1-, 2-, 3-dimensional dense histograms, it may not be\n /// suitable for high-dimensional sparse histograms.\n /// In such histograms, because of aliasing and sampling problems,\n /// the coordinates of non-zero histogram bins can slightly shift.\n /// To compare such histograms or more general sparse configurations of weighted points,\n /// consider using the cv::EMD function.\n pub fn compare_hist(&self, other: &Mat, method: HistogramComparisionMethod) -> Result {\n let result = CResult::::from_callback(|r| unsafe { cv_compare_hist(self.inner, other.inner, method, r) });\n result.into()\n }\n\n /// Calculates the first x- or y- image derivative using Sobel operator.\n pub fn sobel(\n &self,\n ddepth: i32,\n dx: i32,\n dy: i32,\n k_size: i32,\n scale: f64,\n delta: f64,\n border_type: BorderType,\n ) -> Mat {\n let m = CMat::new();\n unsafe {\n cv_sobel(self.inner, m, ddepth, dx, dy, k_size, scale, delta, border_type as i32);\n }\n Mat::from_raw(m)\n }\n\n /// Calculates the first x- or y- image derivative using Scharr operator.\n pub fn scharr(&self, ddepth: i32, dx: i32, dy: i32, scale: f64, delta: f64, border_type: BorderType) -> Mat {\n let m = CMat::new();\n unsafe {\n cv_scharr(self.inner, m, ddepth, dx, dy, scale, delta, border_type as i32);\n }\n Mat::from_raw(m)\n }\n\n /// Performs canny edge detection\n pub fn canny(\n &self,\n threshold1: f64,\n threshold2: f64,\n aperture_size: i32,\n l2_gradient: bool,\n ) -> Result {\n let edges = Mat::new();\n let result = unsafe {\n cv_canny(\n self.inner,\n edges.inner,\n threshold1,\n threshold2,\n aperture_size,\n match l2_gradient {\n true => 1,\n false => 0,\n },\n )\n };\n let result: Result<(), String> = result.into();\n result.map(|_| edges)\n }\n\n fn matrix_to_vec, M: AsRef<[MElem]>>(value: M) -> Vec<*const T> {\n value.as_ref().iter().map(|x| x.as_ref().as_ptr()).collect::>()\n }\n}\n" }, { "path": "src/lib.rs", "content": "//! This library primarily provides a binding and API for OpenCV 3.x.\n//!\n//! This is a work-in-progress and modules/functions are implemented as\n//! needed. Attempts to use\n//! [rust-bindgen](https://github.com/servo/rust-bindgen) or\n//! [cpp_to_rust](https://github.com/rust-qt/cpp_to_rust) haven't been very\n//! successful (I probably haven't tried hard enough). There is another port\n//! [opencv-rust](https://github.com/kali/opencv-rust/) which generates OpenCV\n//! bindings using a Python script.\n#![deny(missing_docs)]\n#![deny(missing_debug_implementations)]\n#![deny(missing_copy_implementations)]\n#![deny(trivial_casts)]\n#![deny(trivial_numeric_casts)]\n#![deny(unused_import_braces)]\n#![deny(unused_qualifications)]\n\nextern crate bytes;\n#[macro_use]\nextern crate failure;\n\npub mod core;\n#[cfg(feature = \"cuda\")]\npub mod cuda;\npub mod errors;\npub mod features2d;\npub mod hash;\npub mod highgui;\npub mod imgcodecs;\npub mod imgproc;\npub mod mat;\npub mod objdetect;\n#[cfg(feature = \"text\")]\npub mod text;\npub mod video;\npub mod videoio;\n\npub use core::*;\npub use mat::*;\n\nuse errors::*;\nuse failure::Error;\nuse std::ffi::{CStr, CString};\nuse std::mem;\nuse std::os::raw::{c_char, c_void};\nuse std::path::Path;\n\nextern \"C\" {\n fn c_drop(value: *mut c_void);\n}\n\n#[repr(C)]\nstruct CResult {\n value: T,\n error: CDisposableString,\n}\n\n#[repr(C)]\nstruct CEmptyResult {\n error: CDisposableString,\n}\n\nimpl Into> for CResult {\n fn into(self) -> Result {\n if self.error.value.is_null() {\n Ok(self.value)\n } else {\n unsafe {\n let c_str = std::ffi::CStr::from_ptr(self.error.value);\n let err = c_str.to_string_lossy().into_owned();\n Err(err)\n }\n }\n }\n}\n\nimpl CResult {\n pub fn from_callback)>(func: F) -> CResult {\n let mut result: CResult;\n unsafe {\n result = mem::uninitialized();\n let result_ref: *mut CResult = &mut result;\n func(result_ref);\n };\n result\n }\n}\n\nimpl Into> for CEmptyResult {\n fn into(self) -> Result<(), String> {\n if self.error.value.is_null() {\n Ok(())\n } else {\n unsafe {\n let c_str = std::ffi::CStr::from_ptr(self.error.value);\n let err = c_str.to_string_lossy().into_owned();\n Err(err)\n }\n }\n }\n}\n\n#[repr(C)]\nstruct CDisposableString {\n value: *mut c_char,\n}\n\nimpl Drop for CDisposableString {\n fn drop(&mut self) {\n if !self.value.is_null() {\n unsafe { c_drop(self.value as *mut _) }\n }\n }\n}\n\nimpl Default for CDisposableString {\n fn default() -> Self {\n Self {\n value: ::std::ptr::null_mut(),\n }\n }\n}\n\n#[repr(C)]\n#[derive(Debug, Clone)]\npub(crate) struct CVecView {\n array: *mut T,\n size: usize,\n}\n\nfn pack(v: &Vec, mut f: F) -> CVecView\nwhere\n F: FnMut(&T) -> U,\n{\n let mut mapped: Vec<_> = v.iter().map(|i| f(i)).collect();\n let size = mapped.len();\n let capacity = mapped.capacity();\n let array = mapped.as_mut_ptr();\n assert_eq!(size, capacity);\n mem::forget(mapped);\n CVecView { array, size }\n}\n\npub(crate) trait Pack {\n type In;\n fn pack(v: &Self::In) -> Self;\n}\n\nimpl Pack for T {\n type In = T;\n fn pack(v: &T) -> Self {\n *v\n }\n}\n\nimpl Pack for CVecView {\n type In = Vec;\n fn pack(v: &Self::In) -> Self {\n pack(v, |e| Pack::pack(e))\n }\n}\n\nimpl Drop for CVecView {\n fn drop(&mut self) {\n unsafe {\n Vec::from_raw_parts(self.array, self.size, self.size);\n }\n }\n}\n\n#[repr(C)]\n#[derive(Debug, Clone)]\npub(crate) struct CVec {\n array: *mut T,\n size: usize,\n}\n\n// Unsafe because CVec is not guaranteed to contain valid pointer and size\nunsafe fn unpack(v: &CVec, mut f: F) -> Vec\nwhere\n F: FnMut(&T) -> U,\n{\n (0..v.size).map(|i| f(&*v.array.offset(i as isize))).collect()\n}\n\npub(crate) trait Unpack {\n type Out;\n fn unpack(&self) -> Self::Out;\n}\n\nimpl Unpack for CVec {\n type Out = Vec;\n fn unpack(&self) -> Self::Out {\n unsafe { unpack(self, |e| e.unpack()) }\n }\n}\n\nimpl Unpack for T {\n type Out = T;\n fn unpack(&self) -> Self::Out {\n *self\n }\n}\n\npub(crate) trait NestedVec {\n const LEVEL: u32;\n}\n\nimpl NestedVec for CVec {\n const LEVEL: u32 = T::LEVEL + 1;\n}\n\nimpl NestedVec for T {\n const LEVEL: u32 = 0;\n}\n\nimpl NestedVec for CDisposableString {\n const LEVEL: u32 = 0;\n}\n\nimpl Default for CVec {\n fn default() -> Self {\n CVec {\n array: ::std::ptr::null_mut(),\n size: 0,\n }\n }\n}\n\nimpl Drop for CVec {\n fn drop(&mut self) {\n extern \"C\" {\n fn cv_vec_drop(vec: *mut c_void, depth: u32);\n }\n unsafe {\n let depth = CVec::::LEVEL;\n let self_ptr: *mut _ = self;\n let self_ptr: *mut c_void = self_ptr as *mut _;\n cv_vec_drop(self_ptr, depth);\n }\n }\n}\n\nimpl Unpack for CDisposableString {\n type Out = String;\n\n fn unpack(&self) -> Self::Out {\n unsafe { CStr::from_ptr(self.value) }.to_string_lossy().into_owned()\n }\n}\n\nfn path_to_cstring>(path: P) -> Result {\n let path = path.as_ref();\n let x = path.to_str().ok_or(CvError::InvalidPath(path.into()))?;\n let result = CString::new(x)?;\n Ok(result)\n}\n\n#[repr(C)]\n#[derive(Debug, Clone)]\npub(crate) struct COption {\n has_value: bool,\n value: T,\n}\n" }, { "path": "src/mat.rs", "content": "//! Mat\n\nuse core::*;\nuse failure::Error;\nuse std::ffi::CString;\nuse std::mem;\nuse std::ops::{BitAnd, BitOr, BitXor, Not};\nuse std::os::raw::{c_char, c_double, c_int};\nuse std::path::Path;\nuse std::slice;\nuse *;\n\n/// The class `CMat` is used as a pointer to represent the Mat opencv structure\n#[derive(Clone, Copy, Debug)]\npub enum CMat {}\n\nimpl CMat {\n pub(crate) fn new() -> *mut CMat {\n unsafe { cv_mat_new() }\n }\n}\n\nextern \"C\" {\n fn cv_mat_new() -> *mut CMat;\n fn cv_mat_from_file_storage(path: *const c_char, section: *const c_char) -> *mut CMat;\n fn cv_mat_new_with_size(rows: c_int, cols: c_int, t: c_int) -> *mut CMat;\n fn cv_mat_zeros(rows: c_int, cols: c_int, t: c_int) -> *mut CMat;\n fn cv_mat_from_buffer(rows: c_int, cols: c_int, t: CvType, buffer: *const u8) -> *mut CMat;\n fn cv_mat_is_valid(mat: *mut CMat) -> bool;\n fn cv_mat_rows(cmat: *const CMat) -> c_int;\n fn cv_mat_cols(cmat: *const CMat) -> c_int;\n fn cv_mat_depth(cmat: *const CMat) -> c_int;\n fn cv_mat_channels(cmat: *const CMat) -> c_int;\n fn cv_mat_data(cmat: *const CMat) -> *const u8;\n fn cv_mat_total(cmat: *const CMat) -> usize;\n fn cv_mat_step1(cmat: *const CMat, i: c_int) -> usize;\n fn cv_mat_elem_size(cmat: *const CMat) -> usize;\n fn cv_mat_elem_size1(cmat: *const CMat) -> usize;\n fn cv_mat_type(cmat: *const CMat) -> CvType;\n fn cv_mat_roi(cmat: *const CMat, rect: Rect) -> *mut CMat;\n fn cv_mat_flip(src: *mut CMat, code: c_int);\n fn cv_mat_drop(mat: *mut CMat);\n fn cv_mat_eye(rows: c_int, cols: c_int, cv_type: CvType) -> *mut CMat;\n fn cv_mat_in_range(cmat: *const CMat, lowerb: Scalar, upperb: Scalar, dst: *mut CMat);\n fn cv_mat_min_max_loc(\n cmat: *const CMat,\n min: *mut f64,\n max: *mut f64,\n min_loc: *mut Point2i,\n max_loc: *mut Point2i,\n cmask: *const CMat,\n );\n fn cv_mat_mix_channels(\n cmat: *const CMat,\n nsrcs: usize,\n dst: *mut CMat,\n ndsts: usize,\n from_to: *const c_int,\n npairs: usize,\n );\n fn cv_mat_normalize(csrc: *const CMat, cdst: *mut CMat, alpha: c_double, beta: c_double, norm_type: NormType);\n fn cv_mat_bitwise_and(src1: *const CMat, src2: *const CMat, dst: *mut CMat);\n fn cv_mat_bitwise_not(src: *const CMat, dst: *mut CMat);\n fn cv_mat_bitwise_or(src1: *const CMat, src2: *const CMat, dst: *mut CMat);\n fn cv_mat_bitwise_xor(src1: *const CMat, src2: *const CMat, dst: *mut CMat);\n fn cv_mat_count_non_zero(src: *const CMat) -> c_int;\n fn cv_mat_copy_make_border(\n src: *const CMat,\n dst: *mut CMat,\n top: c_int,\n bottom: c_int,\n left: c_int,\n right: c_int,\n border_type: c_int,\n color: Scalar,\n ) -> c_int;\n}\n\n/// The class `Mat` represents an n-dimensional dense numerical single-channel or multi-channel array.\n/// It can be used to store real or complex-valued vectors and matrices, grayscale or color images,\n/// voxel volumes, vector fields, point clouds, tensors, histograms\n#[derive(Debug)]\npub struct Mat {\n /// Pointer to the actual C/C++ data structure\n pub(crate) inner: *mut CMat,\n\n /// Number of columns\n pub cols: c_int,\n\n /// Number of rows\n pub rows: c_int,\n\n /// Depth of this mat (it should be the type).\n pub depth: c_int,\n\n /// Channels of this mat\n pub channels: c_int,\n}\n\nunsafe impl Send for CMat {}\nunsafe impl Send for Mat {}\nimpl Into for Mat {\n fn into(self) -> CMat {\n unsafe { *self.inner }\n }\n}\n\nimpl Mat {\n /// Loads `Mat` from file storage\n pub fn from_file_storage>(path: P, section: &str) -> Result {\n let path = path_to_cstring(path)?;\n let section = CString::new(section)?;\n\n let path = path.as_ptr();\n let section = section.as_ptr();\n let result = unsafe { cv_mat_from_file_storage(path, section) };\n Ok(Mat::from_raw(result))\n }\n\n #[inline]\n /// Creates a `Mat` object from raw `CMat` pointer. This will read the rows\n /// and cols of the image.\n pub(crate) fn from_raw(raw: *mut CMat) -> Mat {\n Mat {\n inner: raw,\n rows: unsafe { cv_mat_rows(raw) },\n cols: unsafe { cv_mat_cols(raw) },\n depth: unsafe { cv_mat_depth(raw) },\n channels: unsafe { cv_mat_channels(raw) },\n }\n }\n\n /// Creates an empty `Mat` struct.\n pub fn new() -> Mat {\n let m = CMat::new();\n Mat::from_raw(m)\n }\n\n /// Creates a new `Mat` from buffer. Note that internally opencv function\n /// won't take ownership of the Mat, but when we call `drop`, it will\n /// deallocate the memory. To prevent double-freeing, you must `mem::forget`\n /// it after use.\n ///\n /// The following example shows how to get the data from an image and create\n /// a new image with the data (also forgets it).\n ///\n /// ```rust,ignore\n /// let buffer = image.data();\n /// let size = image.size();\n /// let s = (size.width * size.height * 3) as usize;\n ///\n /// let mut vec = Vec::with_capacity(s);\n /// unsafe {\n /// vec.set_len(s);\n /// copy(buffer, vec.as_mut_ptr(), s);\n /// }\n /// let new_image = Mat::from_buffer(\n /// size.height, size.width, CvType::Cv8UC3 as i32, &vec);\n ///\n /// // . . . use new_image here, such as new_image.show(..) . . .\n ///\n /// ::std::mem::forget(new_image);\n /// ```\n pub fn from_buffer(rows: c_int, cols: c_int, cv_type: CvType, buf: &[u8]) -> Mat {\n let raw = unsafe { cv_mat_from_buffer(rows, cols, cv_type, buf.as_ptr()) };\n Mat::from_raw(raw)\n }\n\n /// Create an empty `Mat` with specific size (rows, cols and types).\n pub fn with_size(rows: c_int, cols: c_int, t: c_int) -> Self {\n let m = unsafe { cv_mat_new_with_size(rows, cols, t) };\n Mat::from_raw(m)\n }\n\n /// Create an empty `Mat` with specific size (rows, cols and types).\n pub fn zeros(rows: c_int, cols: c_int, t: c_int) -> Self {\n let m = unsafe { cv_mat_zeros(rows, cols, t) };\n Mat::from_raw(m)\n }\n\n /// Returns the raw data (as a `u8` pointer)\n pub fn data(&self) -> &[u8] {\n let bytes = unsafe { cv_mat_data(self.inner) };\n let len = self.total() * self.elem_size();\n unsafe { slice::from_raw_parts(bytes, len) }\n }\n\n /// Returns the total number of array elements. The method returns the\n /// number of array elements (a number of pixels if the array represents an\n /// image). For example, images with 1920x1080 resolution will return 2073600.\n pub fn total(&self) -> usize {\n unsafe { cv_mat_total(self.inner) }\n }\n\n /// Returns the matrix element size in bytes.\n ///\n /// The method returns the matrix element size in bytes. For example, if the\n /// matrix type is CV_16SC3 , the method returns 3*sizeof(short) or 6.\n pub fn elem_size(&self) -> usize {\n unsafe { cv_mat_elem_size(self.inner) }\n }\n\n /// Returns the size of each matrix element channel in bytes.\n ///\n /// The method returns the matrix element channel size in bytes, that\n /// is, it ignores the number of channels. For example, if the matrix\n /// type is CV_16SC3 , the method returns sizeof(short) or 2.\n pub fn elem_size1(&self) -> usize {\n unsafe { cv_mat_elem_size1(self.inner) }\n }\n\n /// Returns a normalized step.\n ///\n /// The method returns a matrix step divided by Mat::elemSize1() . It can be\n /// useful to quickly access an arbitrary matrix element\n pub fn step1(&self, i: c_int) -> usize {\n unsafe { cv_mat_step1(self.inner, i) }\n }\n\n /// Returns the size of this matrix.\n pub fn size(&self) -> Size2i {\n Size2i::new(self.cols, self.rows)\n }\n\n /// Check if the `Mat` is valid or not.\n pub fn is_valid(&self) -> bool {\n unsafe { cv_mat_is_valid(self.inner) }\n }\n\n /// Return a region of interest from a `Mat` specfied by a `Rect`.\n pub fn roi(&self, rect: Rect) -> Mat {\n let cmat = unsafe { cv_mat_roi(self.inner, rect) };\n Mat::from_raw(cmat)\n }\n\n /// Flips an image around vertical, horizontal, or both axes.\n pub fn flip(&mut self, code: FlipCode) {\n let code = match code {\n FlipCode::XAxis => 0,\n FlipCode::YAxis => 1,\n FlipCode::XYAxis => -1,\n };\n unsafe {\n cv_mat_flip(self.inner, code);\n }\n }\n\n /// Returns the images type. For supported types, please see\n /// [CvType](enum.CvType).\n pub fn cv_type(&self) -> CvType {\n unsafe { cv_mat_type(self.inner) }\n }\n\n /// Returns an identity matrix of the specified size and type.\n pub fn eye(rows: i32, cols: i32, cv_type: CvType) -> Mat {\n let result = unsafe { cv_mat_eye(rows, cols, cv_type) };\n Mat::from_raw(result)\n }\n\n /// Returns individual pixel (element) information within the Mat. This\n /// function may need type annotation to assist `FromBytes` trait.\n ///\n /// - If matrix is of type `CV_8U` then use `Mat.at(y,x)`.\n /// - If matrix is of type `CV_8S` then use `Mat.at(y,x)`.\n /// - If matrix is of type `CV_16U` then use `Mat.at(y,x)`.\n /// - If matrix is of type `CV_16S` then use `Mat.at(y,x)`.\n /// - If matrix is of type `CV_32S` then use `Mat.at(y,x)`.\n /// - If matrix is of type `CV_32F` then use `Mat.at(y,x)`.\n /// - If matrix is of type `CV_64F` then use `Mat.at(y,x)`.\n pub fn at(&self, i0: i32) -> T {\n let data = self.data();\n let size = self.size();\n let pos = {\n if size.height == 1 {\n i0 as usize\n } else if size.width == 1 {\n i0 as usize * (self.step1(1) * self.elem_size1())\n } else {\n unimplemented! {};\n }\n };\n\n let byte = &data[pos];\n let ptr: *const _ = byte;\n let slice = unsafe { slice::from_raw_parts(ptr, mem::size_of::()) };\n T::from_bytes(slice)\n }\n\n /// Returns individual pixel (element) information within the Mat. This\n /// function may need type annotation to assist `FromBytes` trait.\n ///\n /// See [Mat::at](struct.Mat.html#method.at) and\n /// [Mat::at3](struct.Mat.html#method.at3).\n pub fn at2(&self, i0: i32, i1: i32) -> T {\n let data = self.data();\n let pos = i0 as usize * self.step1(0) * self.elem_size1() + i1 as usize * self.step1(1) * self.elem_size1();\n let byte = &data[pos];\n let ptr: *const _ = byte;\n let slice = unsafe { slice::from_raw_parts(ptr, mem::size_of::()) };\n T::from_bytes(slice)\n }\n\n /// Returns individual pixel (element) information within the Mat. This\n /// function may need type annotation to assist `FromBytes` trait.\n ///\n /// See [Mat::at](struct.Mat.html#method.at) and\n /// [Mat::at2](struct.Mat.html#method.at2).\n pub fn at3(&self, i0: i32, i1: i32, i2: i32) -> T {\n let data = self.data();\n let pos = i0 as usize * self.step1(0) * self.elem_size1()\n + i1 as usize * self.step1(1) * self.elem_size1()\n + i2 as usize;\n let byte = &data[pos];\n let ptr: *const _ = byte;\n let slice = unsafe { slice::from_raw_parts(ptr, mem::size_of::()) };\n T::from_bytes(slice)\n }\n\n /// Checks if Mat elements lie between the elements of two other arrays\n /// (lowerb and upperb). The output Mat has the same size as `self` and\n /// CV_8U type.\n pub fn in_range(&self, lowerb: Scalar, upperb: Scalar) -> Mat {\n let m = CMat::new();\n unsafe { cv_mat_in_range(self.inner, lowerb, upperb, m) }\n Mat::from_raw(m)\n }\n\n /// Finds the global minimum and maximum in an array.\n ///\n /// This function finds the minimum and maximum element values and their\n /// positions. The extremums are searched across the whole array or, if mask\n /// is not an empty array, in the specified array region.\n ///\n /// N.B. Only work with single-channel Mat. For multi-channel arrays. If you\n /// need to find minimum or maximum elements across all the channels, use\n /// Mat::reshape first to reinterpret the array as single-channel. Or you\n /// may extract the particular channel using either extractImageCOI , or\n /// mixChannels, or split.\n pub fn min_max_loc(&self, mask: &Mat) -> (f64, f64, Point2i, Point2i) {\n let mut min = 0.0;\n let mut max = 0.0;\n let mut min_loc = Point2i::new(0, 0);\n let mut max_loc = Point2i::new(0, 0);\n unsafe { cv_mat_min_max_loc(self.inner, &mut min, &mut max, &mut min_loc, &mut max_loc, mask.inner) }\n (min, max, min_loc, max_loc)\n }\n\n /// Copy specified channels from `self` to the specified channels of output\n /// `Mat`.\n // The usage (self.depth) here is buggy, it should actually be the type!\n pub fn mix_channels>(&self, nsrcs: usize, ndsts: usize, from_to: T) -> Mat {\n let m = Mat::with_size(self.rows, self.cols, self.depth);\n let slice = from_to.as_ref();\n let ptr = slice.as_ptr() as *const c_int;\n unsafe {\n cv_mat_mix_channels(self.inner, nsrcs, m.inner, ndsts, ptr, slice.len());\n }\n m\n }\n\n /// Normalize the Mat according to the normalization type.\n pub fn normalize(&self, alpha: f64, beta: f64, t: NormType) -> Mat {\n let m = CMat::new();\n unsafe { cv_mat_normalize(self.inner, m, alpha, beta, t) }\n Mat::from_raw(m)\n }\n\n /// Counts non-zero array elements.\n pub fn count_non_zero(&self) -> c_int {\n unsafe { cv_mat_count_non_zero(self.inner) }\n }\n\n /// Forms a border around an image.\n ///\n /// The function copies the source image into the middle of the destination\n /// image. The areas to the left, to the right, above and below the copied\n /// source image will be filled with extrapolated pixels. This is not what\n /// filtering functions based on it do (they extrapolate pixels on-fly), but\n /// what other more complex functions, including your own, may do to\n /// simplify image boundary handling.\n pub fn copy_make_border(\n &self,\n top: i32,\n bottom: i32,\n left: i32,\n right: i32,\n type_: BorderType,\n color: Scalar,\n ) -> Mat {\n let m = CMat::new();\n unsafe {\n cv_mat_copy_make_border(self.inner, m, top, bottom, left, right, type_ as i32, color);\n }\n Mat::from_raw(m)\n }\n}\n\n/// Various border types, image boundaries are denoted with `|`.\n#[derive(Debug, Copy, Clone)]\npub enum BorderType {\n /// `iiiiii|abcdefgh|iiiiiii` with some specified `i`\n Constant = 0,\n /// `aaaaaa|abcdefgh|hhhhhhh`\n Replicate = 1,\n /// `fedcba|abcdefgh|hgfedcb`\n Reflect = 2,\n /// `cdefgh|abcdefgh|abcdefg`\n Wrap = 3,\n /// `gfedcb|abcdefgh|gfedcba`\n Reflect101 = 4,\n /// `uvwxyz|abcdefgh|ijklmno`\n Transparent = 5,\n /// Do not look outside of ROI.\n Isolated = 16,\n}\n\nimpl BorderType {\n #[allow(non_upper_case_globals)]\n /// same as Reflect101\n pub const Default: BorderType = BorderType::Reflect101;\n}\n\nimpl Drop for Mat {\n fn drop(&mut self) {\n unsafe {\n cv_mat_drop(self.inner);\n }\n }\n}\n\nimpl BitAnd for Mat {\n type Output = Self;\n fn bitand(self, rhs: Self) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_and(self.inner, rhs.inner, m) }\n Self::from_raw(m)\n }\n}\n\nimpl<'a> BitAnd for &'a Mat {\n type Output = Mat;\n fn bitand(self, rhs: &'a Mat) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_and(self.inner, rhs.inner, m) }\n Mat::from_raw(m)\n }\n}\n\nimpl BitOr for Mat {\n type Output = Self;\n fn bitor(self, rhs: Self) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_or(self.inner, rhs.inner, m) }\n Mat::from_raw(m)\n }\n}\n\nimpl<'a> BitOr for &'a Mat {\n type Output = Mat;\n fn bitor(self, rhs: &'a Mat) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_or(self.inner, rhs.inner, m) }\n Mat::from_raw(m)\n }\n}\n\nimpl BitXor for Mat {\n type Output = Self;\n fn bitxor(self, rhs: Self) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_xor(self.inner, rhs.inner, m) }\n Mat::from_raw(m)\n }\n}\n\nimpl<'a> BitXor for &'a Mat {\n type Output = Mat;\n fn bitxor(self, rhs: &'a Mat) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_xor(self.inner, rhs.inner, m) }\n Mat::from_raw(m)\n }\n}\n\nimpl Not for Mat {\n type Output = Self;\n fn not(self) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_not(self.inner, m) }\n Mat::from_raw(m)\n }\n}\n\nimpl Clone for Mat {\n fn clone(&self) -> Self {\n Mat::from_buffer(self.rows, self.cols, self.cv_type(), self.data())\n }\n}\n\nimpl<'a> Not for &'a Mat {\n type Output = Mat;\n fn not(self) -> Self::Output {\n let m = CMat::new();\n unsafe { cv_mat_bitwise_not(self.inner, m) }\n Mat::from_raw(m)\n }\n}\n" }, { "path": "src/objdetect.rs", "content": "//! Various object detection algorithms, such as Haar feature-based cascade\n//! classifier for object detection and histogram of oriented gradients (HOG).\n\nuse super::core::*;\nuse super::errors::*;\nuse super::*;\nuse failure::Error;\nuse std::ffi::CString;\nuse std::os::raw::{c_char, c_double, c_int};\nuse std::path::Path;\nuse std::vec::Vec;\n\nenum CCascadeClassifier {}\n\nextern \"C\" {\n fn cv_cascade_classifier_new() -> *mut CCascadeClassifier;\n fn cv_cascade_classifier_load(cc: *mut CCascadeClassifier, p: *const c_char) -> bool;\n fn cv_cascade_classifier_drop(p: *mut CCascadeClassifier);\n fn cv_cascade_classifier_detect(\n cc: *mut CCascadeClassifier,\n cmat: *mut CMat,\n vec_of_rect: *mut CVec,\n scale_factor: c_double,\n min_neighbors: c_int,\n flags: c_int,\n min_size: Size2i,\n max_size: Size2i,\n );\n}\n\n/// We can safely send the classifier (a mutable pointer) to a different thread\nunsafe impl Send for CascadeClassifier {}\n\n/// An object detect trait.\npub trait ObjectDetect {\n /// Detects the object inside this image and returns a list of detections\n /// with their confidence.\n fn detect(&self, image: &Mat) -> Vec<(Rect, f64)>;\n}\n\n/// Cascade classifier class for object detection.\n#[derive(Debug)]\npub struct CascadeClassifier {\n inner: *mut CCascadeClassifier,\n}\n\nimpl ObjectDetect for CascadeClassifier {\n fn detect(&self, image: &Mat) -> Vec<(Rect, f64)> {\n self.detect_multiscale(image)\n .into_iter()\n .map(|r| (r, 0f64))\n .collect::>()\n }\n}\n\nimpl CascadeClassifier {\n /// Creates a cascade classifier, uninitialized. Before use, call load.\n pub fn new() -> CascadeClassifier {\n CascadeClassifier {\n inner: unsafe { cv_cascade_classifier_new() },\n }\n }\n\n /// Creates a cascade classifier using the model specified.\n pub fn from_path>(path: P) -> Result {\n let cc = CascadeClassifier::new();\n cc.load(path)?;\n Ok(cc)\n }\n\n /// Loads the classifier model from a path.\n pub fn load>(&self, path: P) -> Result<(), Error> {\n if let Some(p) = path.as_ref().to_str() {\n let s = CString::new(p)?;\n if unsafe { cv_cascade_classifier_load(self.inner, (&s).as_ptr()) } {\n return Ok(());\n }\n }\n\n Err(CvError::InvalidPath(path.as_ref().to_path_buf()).into())\n }\n\n /// The default detection uses scale factor 1.1, minNeighbors 3, no min size\n /// or max size.\n pub fn detect_multiscale(&self, mat: &Mat) -> Vec {\n self.detect_with_params(mat, 1.1, 3, Size2i::default(), Size2i::default())\n }\n\n /// Detects the object using parameters specified.\n ///\n /// * `mat` - Matrix of the type CV_8U containing an image where objects are\n /// detected.\n /// * `scale_factor` - Parameter specifying how much the image size is\n /// reduced at each image scale.\n /// * `min_neighbors` - Parameter specifying how many neighbors each\n /// candidate rectangle should have to retain it.\n /// * `min_size` - Minimum possible object size. Objects smaller than that\n /// are ignored.\n /// * `max_size` - Maximum possible object size. Objects larger than that\n /// are ignored\n ///\n /// OpenCV has a parameter (`flags`) that's not used at all.\n pub fn detect_with_params(\n &self,\n mat: &Mat,\n scale_factor: f32,\n min_neighbors: c_int,\n min_size: Size2i,\n max_size: Size2i,\n ) -> Vec {\n let mut c_result = CVec::::default();\n unsafe {\n cv_cascade_classifier_detect(\n self.inner,\n mat.inner,\n &mut c_result,\n scale_factor as c_double,\n min_neighbors,\n 0,\n min_size,\n max_size,\n )\n }\n c_result.unpack()\n }\n}\n\nimpl Drop for CascadeClassifier {\n fn drop(&mut self) {\n unsafe {\n cv_cascade_classifier_drop(self.inner);\n }\n }\n}\n\n#[derive(Debug, Clone, Copy)]\n/// Opaque type for C/C++ SvmDetector object\npub enum CSvmDetector {}\n\n/// SvmDetector\n#[derive(Debug)]\npub struct SvmDetector {\n /// Pointer to the inner data structure\n pub(crate) inner: *mut CSvmDetector,\n}\n\nextern \"C\" {\n fn cv_hog_default_people_detector() -> *mut CSvmDetector;\n fn cv_hog_daimler_people_detector() -> *mut CSvmDetector;\n fn cv_hog_detector_drop(d: *mut CSvmDetector);\n}\n\nimpl SvmDetector {\n /// The built-in people detector.\n ///\n /// The size of the default people detector is 64x128, that mean that the\n /// people you would want to detect have to be atleast 64x128.\n pub fn default_people_detector() -> SvmDetector {\n SvmDetector {\n inner: unsafe { cv_hog_default_people_detector() },\n }\n }\n\n /// Returns the Daimler people detector.\n pub fn daimler_people_detector() -> SvmDetector {\n SvmDetector {\n inner: unsafe { cv_hog_daimler_people_detector() },\n }\n }\n}\n\nimpl Drop for SvmDetector {\n fn drop(&mut self) {\n unsafe {\n cv_hog_detector_drop(self.inner);\n }\n }\n}\n\n/// Parameters that controls the behavior of HOG.\n#[derive(Debug, Clone, Copy)]\npub struct HogParams {\n /// Detection window size. Align to block size and block stride. The default\n /// is 64x128, trained the same as original paper.\n pub win_size: Size2i,\n\n /// Block size in pixels. Align to cell size. Only (16,16) is supported for\n /// now (at least for GPU).\n pub block_size: Size2i,\n\n /// Block stride. It must be a multiple of cell size.\n pub block_stride: Size2i,\n\n /// Cell size. Only (8, 8) is supported for now.\n pub cell_size: Size2i,\n\n /// Number of bins. Only 9 bins per cell are supported for now.\n pub nbins: c_int,\n\n /// Gaussian smoothing window parameter. Default -1 for CPU and 4.0 for GPU.\n pub win_sigma: f64,\n\n /// L2-Hys normalization method shrinkage. Default 0.2.\n pub l2hys_threshold: f64,\n\n /// Flag to specify whether the gamma correction preprocessing is required\n /// or not. Default false.\n pub gamma_correction: bool,\n\n /// Maximum number of detection window increases (HOG scales). Default: 64.\n pub nlevels: usize,\n\n // =======================================================================\n // Functions from detect function\n // =======================================================================\n /// Threshold for the distance between features and SVM classifying\n /// plane. Usually it is 0 and should be specfied in the detector\n /// coefficients (as the last free coefficient). But if the free coefficient\n /// is omitted (which is allowed), you can specify it manually here.\n pub hit_threshold: f64,\n\n /// Window stride. It must be a multiple of block stride.\n pub win_stride: Size2i,\n\n /// Padding\n pub padding: Size2i,\n\n /// Coefficient of the detection window increase.\n pub scale: f64,\n\n /// Coefficient to regulate the similarity threshold. When detected, some\n /// objects can be covered by many rectangles. 0 means not to perform\n /// grouping.\n pub group_threshold: c_int,\n\n /// The useMeanShiftGrouping parameter is a boolean indicating whether or\n /// not mean-shift grouping should be performed to handle potential\n /// overlapping bounding boxes. While this value should not be set and users\n /// should employ non-maxima suppression instead, we support setting it as a\n /// library function.\n pub use_meanshift_grouping: bool,\n\n /// The `finalThreshold` parameter is mainly used to select the clusters\n /// that have at least `finalThreshold + 1` rectangles. This parameter is\n /// passed when meanShift is enabled; the function rejects the small\n /// clusters containing less than or equal to `finalThreshold` rectangles,\n /// computes the average rectangle size for the rest of the accepted\n /// clusters and adds those to the output rectangle list.\n pub final_threshold: f64,\n}\n\nconst DEFAULT_WIN_SIGMA: f64 = -1f64;\nconst DEFAULT_NLEVELS: usize = 64;\n\nimpl Default for HogParams {\n fn default() -> HogParams {\n let win_sigma = {\n if cfg!(feature = \"cuda\") {\n 4.0\n } else {\n DEFAULT_WIN_SIGMA\n }\n };\n\n HogParams {\n win_size: Size2i::new(64, 128),\n block_size: Size2i::new(16, 16),\n block_stride: Size2i::new(8, 8),\n cell_size: Size2i::new(8, 8),\n nbins: 9,\n\n win_sigma: win_sigma,\n l2hys_threshold: 0.2,\n gamma_correction: false,\n nlevels: DEFAULT_NLEVELS,\n\n hit_threshold: 0f64,\n win_stride: Size2i::new(8, 8),\n padding: Size2i::default(),\n scale: 1.05,\n group_threshold: 2,\n\n final_threshold: 2.0,\n use_meanshift_grouping: false,\n }\n }\n}\n\nenum CHogDescriptor {}\n\n/// `HogDescriptor` implements Histogram of Oriented Gradients.\n#[derive(Debug)]\npub struct HogDescriptor {\n inner: *mut CHogDescriptor,\n\n /// Hog parameters.\n pub params: HogParams,\n}\n\nunsafe impl Send for HogDescriptor {}\n\nextern \"C\" {\n fn cv_hog_new() -> *mut CHogDescriptor;\n fn cv_hog_drop(hog: *mut CHogDescriptor);\n fn cv_hog_set_svm_detector(hog: *mut CHogDescriptor, svm: *mut CSvmDetector);\n fn cv_hog_detect(\n hog: *mut CHogDescriptor,\n image: *mut CMat,\n objs: *mut CVec,\n weights: *mut CVec,\n win_stride: Size2i,\n padding: Size2i,\n scale: c_double,\n final_threshold: c_double,\n use_means_shift: bool,\n );\n}\n\nimpl Default for HogDescriptor {\n fn default() -> HogDescriptor {\n HogDescriptor {\n inner: unsafe { cv_hog_new() },\n params: HogParams::default(),\n }\n }\n}\n\nimpl ObjectDetect for HogDescriptor {\n fn detect(&self, image: &Mat) -> Vec<(Rect, f64)> {\n let mut detected = CVec::::default();\n let mut weights = CVec::::default();\n unsafe {\n cv_hog_detect(\n self.inner,\n image.inner,\n &mut detected,\n &mut weights,\n self.params.win_stride,\n self.params.padding,\n self.params.scale,\n self.params.final_threshold,\n self.params.use_meanshift_grouping,\n )\n }\n\n let results = detected.unpack();\n let weights = weights.unpack();\n results.into_iter().zip(weights).collect::>()\n }\n}\n\nimpl HogDescriptor {\n /// Creates a HogDescriptor with provided parameters.\n pub fn with_params(params: HogParams) -> HogDescriptor {\n HogDescriptor {\n inner: unsafe { cv_hog_new() },\n params: params,\n }\n }\n\n /// Sets the SVM detector.\n pub fn set_svm_detector(&mut self, detector: SvmDetector) {\n unsafe { cv_hog_set_svm_detector(self.inner, detector.inner) }\n }\n}\n\nimpl Drop for HogDescriptor {\n fn drop(&mut self) {\n unsafe { cv_hog_drop(self.inner) }\n }\n}\n" }, { "path": "src/text/hmm.rs", "content": "//! HMM\nuse super::private::*;\nuse super::*;\nuse errors::*;\nuse mat::CMat;\nuse std::os::raw::c_char;\nuse std::path::Path;\nuse *;\n\nextern \"C\" {\n fn cv_hmm_new(\n classifier_filename: *const c_char,\n vocabulary: *const c_char,\n transition_probabilities_table: *mut CMat,\n emission_probabilities_table: *mut CMat,\n classifier_type: ClassifierType,\n result: *mut CResult<*mut COCR>,\n );\n fn cv_hmm_drop(ocr: *mut COCR);\n}\n\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n#[allow(missing_docs)]\npub enum ClassifierType {\n Knn,\n Cnn,\n}\n\n/// `OcrHmmDecoder` class provides an interface with the HmmDecoder-ocr API\n#[derive(Debug)]\npub struct OcrHmmDecoder {\n value: *mut COCR,\n}\n\nimpl OcrHmmDecoder {\n /// Creates an instance of the `OcrHmmDecoder` class. Initializes HmmDecoder.\n pub fn new>(\n classifier_filename: P,\n vocabulary: &str,\n transition_probabilities_table: &Mat,\n emission_probabilities_table: &Mat,\n classifier_type: ClassifierType,\n ) -> Result {\n let classifier_filename = classifier_filename.as_ref();\n if !classifier_filename.exists() {\n return Err(CvError::EntryNotFound(classifier_filename.into()).into());\n }\n let classifier_filename = classifier_filename\n .to_str()\n .ok_or(CvError::InvalidPath(classifier_filename.into()))?;\n let classifier_filename = CString::new(classifier_filename)?;\n let vocabulary = CString::new(vocabulary)?;\n\n let result = CResult::<*mut COCR>::from_callback(|r| unsafe {\n cv_hmm_new(\n classifier_filename.as_ptr(),\n vocabulary.as_ptr(),\n transition_probabilities_table.inner,\n emission_probabilities_table.inner,\n classifier_type,\n r,\n )\n });\n let result: Result<_, String> = result.into();\n let result = result.map_err(CvError::UnknownError)?;\n Ok(Self { value: result })\n }\n}\n\nimpl Drop for OcrHmmDecoder {\n fn drop(&mut self) {\n unsafe {\n cv_hmm_drop(self.value);\n }\n }\n}\n\nimpl OcrImpl for OcrHmmDecoder {\n fn get_value(&self) -> *mut COCR {\n self.value\n }\n}\n\nimpl OcrImplInterface for OcrHmmDecoder {}\n" }, { "path": "src/text/holisticword.rs", "content": "//! Holistic word\nuse super::private::*;\nuse super::*;\nuse errors::*;\nuse std::os::raw::c_char;\nuse std::path::Path;\nuse *;\n\nextern \"C\" {\n fn cv_holistic_new(\n archive_file: *const c_char,\n weights_file: *const c_char,\n words_file: *const c_char,\n result: *mut CResult<*mut COCR>,\n );\n fn cv_holistic_drop(ocr: *mut COCR);\n}\n\n/// `OcrHolisticWord` class provides an interface with the tesseract-ocr API\n#[derive(Debug)]\npub struct OcrHolisticWord {\n value: *mut COCR,\n}\n\nimpl OcrHolisticWord {\n /// Creates an instance of the `OcrHolisticWord` class.\n pub fn new, PWeights: AsRef, PWords: AsRef>(\n archive_file: PArch,\n weights_file: PWeights,\n words_file: PWords,\n ) -> Result {\n let archive_file = path_to_cstring(archive_file)?;\n let weights_file = path_to_cstring(weights_file)?;\n let words_file = path_to_cstring(words_file)?;\n\n let c_archive_file = archive_file.as_ptr();\n let c_weights_file = weights_file.as_ptr();\n let c_words_file = words_file.as_ptr();\n\n let result = CResult::<*mut COCR>::from_callback(|r| unsafe {\n cv_holistic_new(c_archive_file, c_weights_file, c_words_file, r)\n });\n let result: Result<_, String> = result.into();\n let result = result.map_err(CvError::UnknownError)?;\n Ok(Self { value: result })\n }\n}\n\nimpl Drop for OcrHolisticWord {\n fn drop(&mut self) {\n unsafe {\n cv_holistic_drop(self.value);\n }\n }\n}\n\nimpl OcrImpl for OcrHolisticWord {\n fn get_value(&self) -> *mut COCR {\n self.value\n }\n}\n\nimpl OcrImplInterface for OcrHolisticWord {}\n" }, { "path": "src/text/macros.rs", "content": "#[macro_export]\n#[doc(hidden)]\nmacro_rules! path_to_cstring {\n ($x:expr) => {\n match $x {\n Some(x) => {\n let x = x.to_str().ok_or(::errors::CvError::InvalidPath(x.into()))?;\n Some(CString::new(x)?)\n }\n None => None,\n };\n };\n}\n\n#[macro_export]\n#[doc(hidden)]\nmacro_rules! string_to_cstring {\n ($x:expr) => {\n match $x {\n Some(x) => Some(CString::new(x)?),\n None => None,\n };\n };\n}\n" }, { "path": "src/text/mod.rs", "content": "//! Provides different algorithms for text detection and recognition in natural scene images\n#[macro_use]\nmod macros;\nmod hmm;\nmod holisticword;\n#[cfg(feature = \"tesseract\")]\nmod tesseract;\npub use self::hmm::*;\npub use self::holisticword::*;\n#[cfg(feature = \"tesseract\")]\npub use self::tesseract::*;\n\nuse failure::Error;\nuse mat::CMat;\nuse *;\n\nextern \"C\" {\n fn cv_ocr_run(\n ocr: *const private::COCR,\n image: *const CMat,\n output_text: *mut CDisposableString,\n component_rects: *mut CVec,\n component_texts: *mut CVec,\n component_confidences: *mut CVec,\n component_level: ComponentLevel,\n );\n}\n\nmod private {\n #[allow(missing_copy_implementations, missing_debug_implementations)]\n pub enum COCR {}\n\n pub trait OcrImpl {\n fn get_value(&self) -> *mut COCR;\n }\n}\n\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n#[allow(missing_docs)]\npub enum ComponentLevel {\n Word,\n TextLine,\n}\n\n#[allow(missing_docs)]\npub trait OcrImplInterface: private::OcrImpl {}\n\n/// Basic trait for all OCR types\npub trait Ocr {\n /// Recognize text\n fn run(&self, image: &Mat, component_level: ComponentLevel) -> (String, Vec, Vec, Vec);\n}\n\nimpl Ocr for T {\n fn run(&self, image: &Mat, component_level: ComponentLevel) -> (String, Vec, Vec, Vec) {\n let value = self.get_value();\n let mut output_text = CDisposableString::default();\n let mut component_rects = CVec::::default();\n let mut component_texts = CVec::::default();\n let mut component_confidences = CVec::::default();\n unsafe {\n cv_ocr_run(\n value,\n image.inner,\n &mut output_text,\n &mut component_rects,\n &mut component_texts,\n &mut component_confidences,\n component_level,\n );\n }\n (\n output_text.unpack(),\n component_rects.unpack(),\n component_texts.unpack(),\n component_confidences.unpack(),\n )\n }\n}\n" }, { "path": "src/text/tesseract.rs", "content": "//! Tesseract\nuse super::private::*;\nuse super::*;\nuse errors::*;\nuse std::os::raw::c_char;\nuse std::path::Path;\nuse *;\n\nextern \"C\" {\n fn cv_tesseract_new(\n data_path: *const c_char,\n language: *const c_char,\n char_whitelist: *const c_char,\n oem: EngineMode,\n psmode: PageSegmentationMode,\n result: *mut CResult<*mut COCR>,\n );\n fn cv_tesseract_drop(ocr: *mut COCR);\n}\n\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n#[allow(missing_docs)]\npub enum EngineMode {\n TesseractOnly,\n CubeOnly,\n TesseractCubeCombined,\n Default,\n}\n\n#[repr(C)]\n#[derive(Debug, Clone, Copy, Eq, PartialEq, Hash)]\n#[allow(missing_docs)]\npub enum PageSegmentationMode {\n OsdOnly,\n AutoOsd,\n AutoOnly,\n Auto,\n SingleColumn,\n SingleBlockVertText,\n SingleBlock,\n SingleLine,\n SingleWord,\n CircleWord,\n SingleChar,\n}\n\n/// `OcrTesseract` class provides an interface with the tesseract-ocr API\n#[derive(Debug)]\npub struct OcrTesseract {\n value: *mut COCR,\n}\n\nimpl OcrTesseract {\n /// Creates an instance of the `OcrTesseract` class. Initializes Tesseract.\n pub fn new(\n data_path: Option<&Path>,\n language: Option<&str>,\n char_whitelist: Option<&str>,\n oem: EngineMode,\n psmode: PageSegmentationMode,\n ) -> Result {\n let c_data_path = path_to_cstring!(data_path);\n let c_language = string_to_cstring!(language);\n let c_char_whitelist = string_to_cstring!(char_whitelist);\n\n let c_data_path = to_nullable_string(&c_data_path);\n let c_language = to_nullable_string(&c_language);\n let c_char_whitelist = to_nullable_string(&c_char_whitelist);\n\n let result = CResult::<*mut COCR>::from_callback(|r| unsafe {\n cv_tesseract_new(c_data_path, c_language, c_char_whitelist, oem, psmode, r)\n });\n let result: Result<_, String> = result.into();\n let result = result.map_err(CvError::UnknownError)?;\n Ok(Self { value: result })\n }\n}\n\nimpl Drop for OcrTesseract {\n fn drop(&mut self) {\n unsafe {\n cv_tesseract_drop(self.value);\n }\n }\n}\n\nimpl OcrImpl for OcrTesseract {\n fn get_value(&self) -> *mut COCR {\n self.value\n }\n}\n\nimpl OcrImplInterface for OcrTesseract {}\n\nfn to_nullable_string(value: &Option) -> *const c_char {\n unwrap_or_null(&value.as_ref().map(|x| x.as_ptr()))\n}\n\nfn unwrap_or_null(value: &Option<*const c_char>) -> *const c_char {\n value.unwrap_or(::std::ptr::null())\n}\n" }, { "path": "src/video.rs", "content": "//! Video Analysis, see [OpenCV\n//! video](http://docs.opencv.org/3.1.0/d7/de9/group__video.html)\npub mod tracking {\n //! Object Tracking, see [OpenCV video\n //! track](http://docs.opencv.org/3.1.0/dc/d6b/group__video__track.html)\n\n use core::*;\n use mat::*;\n\n // =========================================================================\n // VideoTrack\n // =========================================================================\n\n extern \"C\" {\n fn cv_camshift(image: *mut CMat, w: Rect, c_criteria: *const CTermCriteria) -> RotatedRect;\n }\n\n impl Mat {\n /// Finds an object center, size, and orientation; returns as `RotatedRect`.\n ///\n /// * `wndw` - initial search window.\n /// * `criteria` - stop criteria for the underlying meanShift.\n pub fn camshift(&self, wndw: Rect, criteria: &TermCriteria) -> RotatedRect {\n unsafe { cv_camshift(self.inner, wndw, criteria.c_criteria) }\n }\n }\n}\n\npub mod analysis {\n //! Motion Analysis, see [OpenCV video\n //! motion](http://docs.cv.org/3.1.0/de/de1/group__video__motion.html)\n}\n" }, { "path": "src/videoio.rs", "content": "//! Media I/O, see [OpenCV\n//! videoio](http://docs.opencv.org/3.1.0/dd/de7/group__videoio.html)\n\nuse core::*;\nuse errors::*;\nuse failure::Error;\nuse mat::*;\nuse std::os::raw::{c_char, c_double, c_int};\n\n// =============================================================================\n// VideoCapture\n// =============================================================================\nenum CVideoCapture {}\n\nextern \"C\" {\n fn cv_videocapture_new(index: c_int) -> *mut CVideoCapture;\n fn cv_videocapture_from_file(path: *const c_char) -> *mut CVideoCapture;\n fn cv_videocapture_from_gst_pipeline(pipeline: *const c_char) -> *mut CVideoCapture;\n fn cv_videocapture_is_opened(ccap: *const CVideoCapture) -> bool;\n fn cv_videocapture_read(v: *mut CVideoCapture, m: *mut CMat) -> bool;\n fn cv_videocapture_drop(cap: *mut CVideoCapture);\n fn cv_videocapture_set(cap: *mut CVideoCapture, property: CapProp, value: c_double) -> bool;\n fn cv_videocapture_get(cap: *mut CVideoCapture, property: CapProp) -> c_double;\n}\n\n/// Video capturing from video files, image sequences or cameras.\n#[derive(Debug)]\npub struct VideoCapture {\n inner: *mut CVideoCapture,\n}\n\nunsafe impl Send for CVideoCapture {}\nunsafe impl Send for VideoCapture {}\n\n/// Video capture's property identifier.\n#[repr(C)]\n#[derive(Debug, Copy, Clone, PartialEq, Eq, Hash)]\n#[allow(missing_docs)]\npub enum CapProp {\n /// Current position of the video file in milliseconds or video capture\n /// timestamp.\n PosMsec = 0,\n\n /// 0-based index of the frame to be decoded/captured next.\n PosFrames = 1,\n\n /// Relative position of the video file: 0 - start of the film, 1 - end of\n /// the film.\n PosAviRatio = 2,\n\n /// Width of the frames in the video stream.\n FrameWidth = 3,\n\n /// Height of the frames in the video stream.\n FrameHeight = 4,\n\n /// Frame rate.\n Fps = 5,\n\n /// 4-character code of codec.\n Fourcc = 6,\n\n /// Number of frames in the video file.\n FrameCount = 7,\n\n /// Format of the Mat objects returned by retrieve() .\n Format = 8,\n\n /// Backend-specific value indicating the current capture mode.\n Mode = 9,\n\n /// Brightness of the image (only for cameras).\n Brightness = 10,\n\n /// Contrast of the image (only for cameras).\n Contrast = 11,\n\n /// Saturation of the image (only for cameras).\n Saturation = 12,\n\n /// Hue of the image (only for cameras).\n Hue = 13,\n\n /// Gain of the image (only for cameras).\n Gain = 14,\n\n /// Exposure (only for cameras).\n Exposure = 15,\n\n /// Boolean flags indicating whether images should be converted to RGB.\n ConvertRgb = 16,\n\n /// Currently not supported\n WhiteBalanceBlueU = 17,\n\n /// Rectification flag for stereo cameras (note: only supported by DC1394 v\n /// 2.x backend currently)\n Rectification = 18,\n Monochrome = 19,\n Sharpness = 20,\n AutoExposure = 21,\n Gamma = 22,\n Temperature = 23,\n Trigger = 24,\n TriggerDelay = 25,\n WhiteBalanceRedV = 26,\n Zoom = 27,\n Focus = 28,\n Guid = 29,\n IsoSpeed = 30,\n Backlight = 32,\n Pan = 33,\n Tilt = 34,\n Roll = 35,\n Iris = 36,\n Settings = 37,\n Buffersize = 38,\n Autofocus = 39,\n}\n\nimpl VideoCapture {\n /// Creates a capture device with specified camera id. If there is a single\n /// camera connected, just pass 0.\n pub fn new(index: c_int) -> Self {\n let cap = unsafe { cv_videocapture_new(index) };\n VideoCapture { inner: cap }\n }\n\n /// Creates a capture device with the path of a video file (eg. video.avi).\n /// This also supports image sequence, eg. img_%02d.jpg, which will read\n /// samples like img_00.jpg, img_01.jpg, img_02.jpg, ...).\n pub fn from_path(path: &str) -> Self {\n let s = ::std::ffi::CString::new(path).unwrap();\n let cap = unsafe { cv_videocapture_from_file((&s).as_ptr()) };\n VideoCapture { inner: cap }\n }\n\n /// Create a capture device from a gstreamer pipeline (eg.\n /// gst-launch-1.0 v4l2src ! videoconvert ! appsink).\n pub fn from_pipeline(pipeline: &str) -> Self {\n let s = ::std::ffi::CString::new(pipeline).unwrap();\n let cap = unsafe { cv_videocapture_from_gst_pipeline((&s).as_ptr()) };\n VideoCapture { inner: cap }\n }\n\n /// Returns true if video capturing has been initialized already.\n pub fn is_open(&self) -> bool {\n unsafe { cv_videocapture_is_opened(self.inner) }\n }\n\n /// Grabs, decodes and returns the next video frame. `read` combines\n /// `VideoCapture::grab` and `VideoCapture::retrieve` in one call. This is\n /// the most convenient method for reading video files or capturing data\n /// from decode and return the just grabbed frame.\n ///\n /// If no frames has been grabbed (camera has been disconnected, or there\n /// are no more frames in video file), the methods return `None`.\n pub fn read(&self) -> Option {\n let inner = CMat::new();\n let status = unsafe { cv_videocapture_read(self.inner, inner) };\n if status {\n Some(Mat::from_raw(inner))\n } else {\n None\n }\n }\n\n /// Sets a property in the `VideoCapture`.\n pub fn set(&self, property: CapProp, value: f64) -> bool {\n unsafe { cv_videocapture_set(self.inner, property, value) }\n }\n\n /// Gets a property in the `VideoCapture`.\n pub fn get(&self, property: CapProp) -> Option {\n let ret = unsafe { cv_videocapture_get(self.inner, property) };\n if ret != 0.0 {\n Some(ret)\n } else {\n None\n }\n }\n}\n\nimpl Drop for VideoCapture {\n fn drop(&mut self) {\n unsafe {\n cv_videocapture_drop(self.inner);\n }\n }\n}\n\n// =============================================================================\n// VideoWriter\n// =============================================================================\n\n/// Opaque VideoWriter type.\nenum CvVideoWriter {}\n\n/// `VideoWriter` provides easy access to write videos to files.\n/// -On Linux FFMPEG is used to write videos;\n/// -On Windows FFMPEG or VFW is used;\n/// -On MacOSX QTKit is used.\n#[derive(Debug)]\npub struct VideoWriter {\n inner: *mut CvVideoWriter,\n}\n\nextern \"C\" {\n fn cv_videowriter_default() -> *mut CvVideoWriter;\n fn cv_videowriter_new(\n path: *const c_char,\n fourcc: c_int,\n fps: c_double,\n frame_size: Size2i,\n is_color: bool,\n ) -> *mut CvVideoWriter;\n fn cv_videowriter_drop(w: *mut CvVideoWriter);\n\n fn cv_videowriter_open(\n w: *mut CvVideoWriter,\n path: *const c_char,\n fourcc: c_int,\n fps: c_double,\n frame_size: Size2i,\n is_color: bool,\n ) -> bool;\n fn cv_videowriter_is_opened(w: *mut CvVideoWriter) -> bool;\n fn cv_videowriter_write(w: *mut CvVideoWriter, m: *mut CMat);\n fn cv_videowriter_set(w: *mut CvVideoWriter, property: VideoWriterProperty, value: c_double) -> bool;\n fn cv_videowriter_get(w: *mut CvVideoWriter, property: VideoWriterProperty) -> c_double;\n}\n\nimpl VideoWriter {\n /// `VideoWriter` constructor.\n /// -path – Name of the output video file.\n /// -fourcc – 4-character code of codec used to compress the frames. For\n /// example, VideoWriter::fourcc('P','I','M','1') is a MPEG-1 codec,\n /// VideoWriter::fourcc('M','J','P','G') is a motion-jpeg codec etc. List\n /// of codes can be obtained at Video Codecs by FOURCC page.\n /// -fps – Framerate of the created video stream.\n /// -frame_size – Size of the video frames.\n /// -is_color – If it is not zero, the encoder will expect and encode color\n /// frames, otherwise it will work with grayscale frames (the flag is\n /// currently supported on Windows only).\n pub fn new(path: &str, fourcc: c_int, fps: f64, frame_size: Size2i, is_color: bool) -> VideoWriter {\n let s = ::std::ffi::CString::new(path).unwrap();\n let writer = unsafe { cv_videowriter_new((&s).as_ptr(), fourcc, fps, frame_size, is_color) };\n VideoWriter { inner: writer }\n }\n\n /// `VideoWriter` constructor.\n /// -path – Name of the output video file.\n /// -fourcc – 4-character code of codec used to compress the frames. For\n /// example, VideoWriter::fourcc('P','I','M','1') is a MPEG-1 codec,\n /// VideoWriter::fourcc('M','J','P','G') is a motion-jpeg codec etc. List\n /// of codes can be obtained at Video Codecs by FOURCC page.\n /// -fps – Framerate of the created video stream.\n /// -frame_size – Size of the video frames.\n /// -is_color – If it is not zero, the encoder will expect and encode color\n /// frames, otherwise it will work with grayscale frames (the flag is\n /// currently supported on Windows only).\n pub fn open(&self, path: &str, fourcc: c_int, fps: f64, frame_size: Size2i, is_color: bool) -> bool {\n let s = ::std::ffi::CString::new(path).unwrap();\n unsafe { cv_videowriter_open(self.inner, (&s).as_ptr(), fourcc, fps, frame_size, is_color) }\n }\n\n /// Writes the specified image to video file. It must have the same size as\n /// has been specified when opening the video writer.\n pub fn write(&self, mat: &Mat) {\n unsafe { cv_videowriter_write(self.inner, mat.inner) }\n }\n\n /// Returns true if video writer has been initialized already.\n pub fn is_open(&self) -> bool {\n unsafe { cv_videowriter_is_opened(self.inner) }\n }\n\n /// Sets a property in the `VideoWriter`.\n /// Note: `VideoWriterProperty::FrameBytes` is read-only.\n pub fn set(&self, property: VideoWriterProperty, value: f64) -> bool {\n unsafe { cv_videowriter_set(self.inner, property, value) }\n }\n\n /// Gets a property in the `VideoWriter`.\n pub fn get(&self, property: VideoWriterProperty) -> Option {\n let ret = unsafe { cv_videowriter_get(self.inner, property) };\n if ret != 0.0 {\n Some(ret)\n } else {\n None\n }\n }\n}\n\nimpl Default for VideoWriter {\n fn default() -> VideoWriter {\n VideoWriter {\n inner: unsafe { cv_videowriter_default() },\n }\n }\n}\n\nimpl Drop for VideoWriter {\n fn drop(&mut self) {\n unsafe {\n cv_videowriter_drop(self.inner);\n }\n }\n}\n\n/// `VideoWriter`'s property identifier.\n#[repr(C)]\n#[derive(Debug, Copy, Clone, PartialEq, Eq, Hash)]\npub enum VideoWriterProperty {\n /// Current quality of the encoded videostream.\n Quality = 1,\n\n /// (Read-only) Size of just encoded video frame; note that the encoding\n /// order may be different from representation order.\n FrameBytes = 2,\n\n /// Number of stripes for parallel encoding\n NStripes = 3,\n}\n\n// =============================================================================\n// Utility functions\n// =============================================================================\n\n/// Converts from [four character code](https://www.fourcc.org/) to `u32`\npub fn codec_name_from_4cc(value: &str) -> Result {\n if value.len() != 4 || value.chars().any(|c| !c.is_ascii()) {\n Err(CvError::UnicodeChars(value.into()).into())\n } else {\n let bytes = value.as_bytes();\n let result = ((bytes[0] as u32) & 0xFFu32)\n + (((bytes[1] as u32) & 0xFFu32) << 8)\n + (((bytes[2] as u32) & 0xFFu32) << 16)\n + (((bytes[3] as u32) & 0xFFu32) << 24);\n Ok(result)\n }\n}\n\n/// Converts to [four character code](https://www.fourcc.org/) from `u32`.\npub fn codec_name_to_4cc(value: u32) -> String {\n let vec = vec![\n (value & 0xFFu32) as u8,\n ((value & 0xFF00u32) >> 8) as u8,\n ((value & 0xFF0000u32) >> 16) as u8,\n ((value & 0xFF000000u32) >> 24) as u8,\n ];\n String::from_utf8(vec).unwrap()\n}\n" }, { "path": "tests/benchmark.rs", "content": "extern crate cv;\n\nuse cv::imgcodecs::*;\nuse cv::imgproc::*;\nuse cv::objdetect::ObjectDetect;\nuse cv::*;\nmod utils;\nuse utils::*;\n\n#[test]\nfn bench_mat_new() {\n timed(\"create new mat\", || {\n Mat::new();\n });\n}\n\n#[test]\nfn bench_decode_lenna() {\n let buf = load_lenna_as_buf();\n timed(\"decode lenna.png\", || {\n Mat::image_decode(&buf, ImageReadMode::Grayscale);\n });\n}\n\n#[test]\nfn bench_face_detect_physicists() {\n let mat = load_physicists();\n let cascade = load_frontal_face();\n\n for i in 0..3 {\n let rate = 1.0 - (i as f64) * 0.1;\n let m = mat.resize_by(rate, rate, InterpolationFlag::InterLinear);\n let name = format!(\"detect physicists: {}x{}\", m.rows, m.cols);\n timed_multiple(&name, 1, || {\n cascade.detect(&m);\n });\n }\n}\n" }, { "path": "tests/floatutils.rs", "content": "#![allow(dead_code)]\n\nextern crate float_cmp;\n\nuse float_cmp::ApproxEqRatio;\n\npub fn assert_eq(a: f64, b: f64) {\n assert!(a.approx_eq_ratio(&b, 0.01), format!(\"{} == {}\", a, b));\n}\n\npub fn assert_ne(a: f64, b: f64) {\n assert!(!a.approx_eq_ratio(&b, 0.01), format!(\"{} != {}\", a, b));\n}\n" }, { "path": "tests/test_basic_ops.rs", "content": "//! The test suite in this file is adapted from:\n//! https://docs.opencv.org/3.1.0/d3/df2/tutorial_py_basic_ops.html\n//!\n//! N.B. Blue pixel value at (100, 100) is actually 156 on my laptop (Mac OS),\n//! but 157 on Travis (trusty). This nuance comes from JPEG decoding...\n\nextern crate cv;\nmod utils;\n\nuse cv::*;\n\n#[test]\nfn test_accessing_pixel() {\n let img = utils::load_messi_color();\n\n let pixel = img.at2::<(u8, u8, u8)>(100, 100);\n assert!(pixel_eq(pixel.0, 156));\n assert!(pixel_eq(pixel.1, 166));\n assert!(pixel_eq(pixel.2, 200));\n\n let blue = img.at3::(100, 100, 0);\n assert!(pixel_eq(blue, 156));\n}\n\n#[test]\nfn test_mat_type() {\n let img = utils::load_lenna();\n let res = img.cv_type();\n assert_eq!(res, CvType::Cv8UC1);\n}\n\n#[test]\nfn test_mat_clone() {\n let img = utils::load_lenna();\n let img2 = img.clone();\n assert_eq!(img.rows, img2.rows);\n assert_eq!(img.cols, img2.cols);\n}\n\nfn pixel_eq(a: u8, b: u8) -> bool {\n (a - b) <= 1\n}\n" }, { "path": "tests/test_features2d.rs", "content": "extern crate cv;\nmod utils;\n\nuse cv::features2d::*;\nuse cv::*;\nuse utils::*;\n\n#[test]\nfn mser_lenna_detect() {\n let lenna = load_lenna();\n let mser: MSER = MSERBuilder::default().into();\n let (msers, boxes) = mser.detect_regions(&lenna);\n assert_ne!(msers.len(), 0);\n assert_ne!(boxes.len(), 0);\n}\n\n#[test]\nfn surf_lenna_detect_and_compute() {\n let lenna = load_lenna();\n let mask = Mat::new();\n let surf: SURF = SURFBuilder::default().into();\n let (keypoints, descriptors) = surf.detect_and_compute(&lenna, &mask);\n assert_ne!(keypoints.len(), 0);\n assert_ne!(descriptors.rows, 0);\n assert_ne!(descriptors.cols, 0);\n assert_eq!(keypoints.len() as i32, descriptors.rows);\n}\n\n#[test]\nfn sift_lenna_detect_and_compute() {\n let lenna = load_lenna();\n let mask = Mat::new();\n let sift: SIFT = SIFTBuilder::default().into();\n let (keypoints, descriptors) = sift.detect_and_compute(&lenna, &mask);\n assert_ne!(keypoints.len(), 0);\n assert_ne!(descriptors.rows, 0);\n assert_ne!(descriptors.cols, 0);\n assert_eq!(keypoints.len() as i32, descriptors.rows);\n}\n\n#[test]\nfn flann_based_matcher() {\n let lenna = load_lenna();\n let mask = Mat::new();\n let sift: SIFT = SIFTBuilder::default().into();\n let (_, descriptors) = sift.detect_and_compute(&lenna, &mask);\n\n let mut descriptor_matcher = DescriptorMatcher::new(DescriptorMatcherType::FlannBased);\n let train_descriptors = vec![&descriptors];\n descriptor_matcher.add(&train_descriptors);\n descriptor_matcher.train();\n let result = descriptor_matcher.match_(&descriptors);\n assert_ne!(result.len(), 0);\n}\n\n#[test]\nfn flann_based_matcher_two() {\n let lenna = load_lenna();\n let mask = Mat::new();\n let sift: SIFT = SIFTBuilder::default().into();\n let (_, descriptors) = sift.detect_and_compute(&lenna, &mask);\n\n let descriptor_matcher = DescriptorMatcher::new(DescriptorMatcherType::FlannBased);\n let result = descriptor_matcher.match_two(&descriptors, &descriptors);\n assert_ne!(result.len(), 0);\n}\n\n#[test]\nfn flann_based_matcher_knn() {\n const K: usize = 3;\n let lenna = load_lenna();\n let mask = Mat::new();\n let sift: SIFT = SIFTBuilder::default().into();\n let (_, descriptors) = sift.detect_and_compute(&lenna, &mask);\n\n let mut descriptor_matcher = DescriptorMatcher::new(DescriptorMatcherType::FlannBased);\n let train_descriptors = vec![&descriptors];\n descriptor_matcher.add(&train_descriptors);\n descriptor_matcher.train();\n let result = descriptor_matcher.knn_match(&descriptors, K);\n assert_ne!(result.len(), 0);\n assert_eq!(result.first().unwrap().len(), K);\n}\n\n#[test]\nfn bow() {\n let mut bow = BOWKMeansTrainer::new(2, TermCriteria::new(TermType::Count, 100, 0.01), 1, KMeansCenters::Pp);\n let lenna = load_lenna();\n let messi = load_messi_color();\n let sift: SIFT = SIFTBuilder::default().into();\n let mask = Mat::new();\n\n let (_, lenna_descriptors) = sift.detect_and_compute(&lenna, &mask);\n let (_, messi_descriptors) = sift.detect_and_compute(&messi, &mask);\n\n bow.add(&lenna_descriptors);\n bow.add(&messi_descriptors);\n\n let mat = bow.cluster();\n\n assert_ne!(mat.cols, 0);\n}\n" }, { "path": "tests/test_hash.rs", "content": "extern crate cv;\nextern crate float_cmp;\nmod floatutils;\nmod utils;\n\nuse cv::hash::*;\nuse cv::imgcodecs::ImageReadMode;\nuse cv::*;\nuse floatutils::*;\nuse utils::*;\n\n#[test]\nfn hash_multithreading() {\n fn test_fn(_: T) {}\n test_fn(AverageHash::new());\n}\n\n#[test]\nfn average_hash_test() {\n test(AverageHash::new(), 30.0);\n}\n\n#[test]\nfn block_mean_hash_test() {\n test(BlockMeanHash::new(), 113.0);\n}\n\n#[test]\nfn color_moment_hash_test() {\n test(ColorMomentHash::new(), 22.5625);\n}\n\n#[test]\nfn marr_hildreth_hash_test() {\n test(MarrHildrethHash::new(), 307.0);\n}\n\n#[test]\nfn phash_test() {\n test(PHash::new(), 30.0);\n}\n\n#[test]\nfn radial_variance_hash_test() {\n test(RadialVarianceHash::new(), 0.30779);\n}\n\nfn test(hash: T, expected_diff: f64) {\n let lenna = get_asset_path(\"lenna.png\");\n let solvay_conference = get_asset_path(\"Solvay_conference_1927.jpg\");\n let lenna = Mat::from_path(lenna, ImageReadMode::Color).unwrap();\n let solvay_conference = Mat::from_path(solvay_conference, ImageReadMode::Color).unwrap();\n let lenna_hash = hash.compute(&lenna);\n let solvay_hash = hash.compute(&solvay_conference);\n let diff = hash.compare(&lenna_hash, &solvay_hash);\n assert_eq(diff, expected_diff)\n}\n" }, { "path": "tests/test_imgproc.rs", "content": "extern crate cv;\nextern crate float_cmp;\nmod floatutils;\nmod utils;\n\nuse cv::imgcodecs::ImageReadMode;\nuse cv::imgproc::*;\nuse cv::*;\nuse floatutils::*;\n\nconst FIRST_IMAGE_PATH: &str = \"assets/Histogram_Comparison_Source_0.png\";\nconst SECOND_IMAGE_PATH: &str = \"assets/Histogram_Comparison_Source_1.png\";\n\n#[test]\n#[should_panic]\nfn compare_hist_different_dimensions_panic() {\n let first_image = Mat::from_path(FIRST_IMAGE_PATH, ImageReadMode::Color).unwrap();\n let second_image = Mat::from_path(SECOND_IMAGE_PATH, ImageReadMode::Color).unwrap();\n let _ = first_image\n .compare_hist(&second_image, HistogramComparisionMethod::Correlation)\n .unwrap();\n}\n\n#[test]\nfn compare_hist_correlation() {\n compare_hist(HistogramComparisionMethod::Correlation, 0.204);\n}\n\n#[test]\nfn compare_hist_chi_square() {\n compare_hist(HistogramComparisionMethod::ChiSquare, 2901.0);\n}\n\n#[test]\nfn compare_hist_intersection() {\n compare_hist(HistogramComparisionMethod::Intersection, 5.37);\n}\n\n#[test]\nfn compare_hist_bhattacharyya() {\n compare_hist(HistogramComparisionMethod::Bhattacharyya, 0.679);\n}\n\n#[test]\nfn compare_hist_chi_square_alternative() {\n compare_hist(HistogramComparisionMethod::ChiSquareAlternative, 39.94);\n}\n\n#[test]\nfn compare_hist_kullback_leibler_divergence() {\n compare_hist(HistogramComparisionMethod::KullbackLeiblerDivergence, 50.71);\n}\n\nfn compare_hist(method: HistogramComparisionMethod, expected_result: f64) {\n let first_image = get_image_histogram(FIRST_IMAGE_PATH);\n let second_image = get_image_histogram(SECOND_IMAGE_PATH);\n let result = first_image.compare_hist(&second_image, method).unwrap();\n assert_eq(result, expected_result);\n}\n\nfn get_image_histogram(path: &'static str) -> Mat {\n let image = Mat::from_path(path, ImageReadMode::Color).unwrap();\n let image = image.cvt_color(ColorConversion::BGR2HSV);\n let hsize = [50, 60];\n let h_ranges = [0_f32, 180_f32];\n let s_ranges = [0_f32, 256_f32];\n let ranges = [h_ranges, s_ranges];\n let channels = [0, 1];\n let image = image.calc_hist(&channels, &Mat::new(), &hsize, &ranges);\n let image = image.normalize(0.0, 1.0, NormType::MinMax);\n image\n}\n\n#[test]\nfn canny_edge_detection() {\n let lenna = utils::load_lenna();\n let edges = lenna.canny(70.0, 140.0, 3, false);\n assert!(edges.is_ok());\n\n let bad_edges = lenna.canny(70.0, 140.0, 1, false);\n // error: (-206:Bad flag (parameter or structure field)) Aperture size should be odd between 3 and 7 in function \\'Canny\\'\n assert!(bad_edges.is_err());\n}\n" }, { "path": "tests/test_objdetect.rs", "content": "/// These tests will run regardless of cuda or not. When tested with `--features\n/// cuda`, it will use CUDA-enabled `HOG` and `CascadeClassifier`.\nextern crate cv;\n\n#[cfg(feature = \"cuda\")]\nuse cv::cuda::GpuHog as Hog;\n#[cfg(not(feature = \"cuda\"))]\nuse cv::objdetect::HogDescriptor as Hog;\n\n#[cfg(feature = \"cuda\")]\nuse cv::cuda::GpuCascade as CascadeClassifier;\n#[cfg(not(feature = \"cuda\"))]\nuse cv::objdetect::CascadeClassifier;\n\nuse cv::objdetect::HogParams;\nuse cv::objdetect::ObjectDetect;\nuse cv::objdetect::SvmDetector;\nmod utils;\n\n#[test]\nfn test_pedestrian_detection() {\n let mat = utils::load_avg_towncentre();\n\n let mut params = HogParams::default();\n params.hit_threshold = 0.3;\n let mut hog = Hog::with_params(params);\n let detector = SvmDetector::default_people_detector();\n hog.set_svm_detector(detector);\n let result = hog.detect(&mat);\n assert!(result.len() > 1);\n}\n\n#[test]\nfn test_cascade_lenna() {\n let mat = utils::load_lenna();\n let model_path = cascade_model_path();\n let cascade = CascadeClassifier::from_path(model_path).unwrap();\n let result = cascade.detect(&mat);\n assert!(result.len() > 0);\n assert!(utils::close_rect(\n result[0].0,\n cv::Rect {\n x: 220,\n y: 204,\n width: 168,\n height: 168,\n },\n 5,\n ));\n}\n\n#[cfg(feature = \"cuda\")]\nfn cascade_model_path() -> &'static str {\n concat!(\n env!(\"CARGO_MANIFEST_DIR\"),\n \"/assets/cuda_haarcascade_frontalface_default.xml\"\n )\n}\n\n#[cfg(not(feature = \"cuda\"))]\nfn cascade_model_path() -> &'static str {\n concat!(\n env!(\"CARGO_MANIFEST_DIR\"),\n \"/assets/haarcascade_frontalface_default.xml\"\n )\n}\n" }, { "path": "tests/test_text.rs", "content": "#![cfg(feature = \"text\")]\nextern crate cv;\nmod utils;\n\nuse cv::imgcodecs::ImageReadMode;\nuse cv::text::*;\nuse cv::*;\nuse utils::*;\n\nconst VOCABULARY: &str = \"abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789\";\n\n#[cfg(feature = \"tesseract\")]\nmod tesseract {\n use super::*;\n use std::path::Path;\n\n #[test]\n fn ocr_tesseract_test_line() {\n let image_path = get_asset_path(\"HelloWorld.png\");\n let image = Mat::from_path(image_path, ImageReadMode::Color).unwrap();\n let path = Path::new(\"/usr/share/tesseract-ocr\");\n let ocr = OcrTesseract::new(\n Some(&path),\n Some(\"eng\"),\n Some(VOCABULARY),\n EngineMode::Default,\n PageSegmentationMode::Auto,\n )\n .unwrap();\n let res = ocr.run(&image, ComponentLevel::TextLine);\n assert_contains(&res.0, \"Heruro worudo\")\n }\n\n #[test]\n fn ocr_tesseract_test_word() {\n let image_path = get_asset_path(\"Ubuntu.png\");\n let image = Mat::from_path(&image_path, ImageReadMode::Color).unwrap();\n let path = Path::new(\"/usr/share/tesseract-ocr\");\n let ocr = OcrTesseract::new(\n Some(&path),\n Some(\"eng\"),\n Some(VOCABULARY),\n EngineMode::Default,\n PageSegmentationMode::Auto,\n )\n .unwrap();\n let res = ocr.run(&image, ComponentLevel::Word);\n assert_contains(&res.0, \"uBuntu\")\n }\n\n fn assert_contains(left: &str, right: &str) {\n assert!(left.contains(right), \"{} != {}\", left, right);\n }\n}\n\n#[test]\nfn ocr_hmm_test() {\n let image_path = get_asset_path(\"Ubuntu.png\");\n let classifier_name = get_asset_path(\"OCRHMM_knn_model_data.xml.gz\");\n let transition_probability_path = get_asset_path(\"OCRHMM_transitions_table.xml\");\n\n let image = Mat::from_path(&image_path, ImageReadMode::Grayscale).unwrap();\n let transition_probability_table =\n Mat::from_file_storage(&transition_probability_path, \"transition_probabilities\").unwrap();\n let emission_probability_table = Mat::eye(VOCABULARY.len() as i32, VOCABULARY.len() as i32, CvType::Cv64FC1);\n let ocr = OcrHmmDecoder::new(\n &classifier_name,\n VOCABULARY,\n &transition_probability_table,\n &emission_probability_table,\n ClassifierType::Knn,\n )\n .unwrap();\n let res = ocr.run(&image, ComponentLevel::Word);\n let reslen = res.0.len();\n\n assert_ne!(reslen, 0); // do not check actual recognized text, waiting for fix: https://github.com/opencv/opencv_contrib/issues/1557\n}\n\n#[test]\n#[should_panic]\nfn ocr_holistic_word_panic() {\n let _ = OcrHolisticWord::new(\"a\", \"a\", \"a\").unwrap();\n}\n" }, { "path": "tests/test_video.rs", "content": "extern crate cv;\nmod utils;\n\nuse cv::videoio::*;\n\n#[test]\nfn test_ayuv() {\n test_4cc(\"AYUV\", 0x56555941);\n}\n\n#[test]\nfn test_cljr() {\n test_4cc(\"CLJR\", 0x524A4C43);\n}\n\n#[test]\nfn test_uyvp() {\n test_4cc(\"UYVP\", 0x50565955);\n}\n\n#[test]\nfn test_vyuy() {\n test_4cc(\"VYUY\", 0x59555956);\n}\n\nfn test_4cc(string: &'static str, integer: u32) {\n let integer_value = codec_name_from_4cc(string).unwrap();\n let string_value = codec_name_to_4cc(integer);\n assert_eq!(string_value, string);\n assert_eq!(integer_value, integer);\n}\n" }, { "path": "tests/utils.rs", "content": "#![allow(dead_code)]\n\nextern crate cv;\n\nuse cv::imgcodecs::*;\nuse cv::objdetect::*;\nuse cv::*;\nuse std::fs::File;\nuse std::io::Read;\nuse std::path::{Path, PathBuf};\nuse std::time::Instant;\n\npub fn close_rect(a: Rect, b: Rect, epsilon: i32) -> bool {\n ((a.x - b.x) < epsilon)\n && ((a.y - b.y) < epsilon)\n && (a.width - b.width) < epsilon\n && (a.height - b.height) < epsilon\n}\n\npub fn timed(label: &str, inner: F)\nwhere\n F: FnMut(),\n{\n timed_multiple(label, 1, inner);\n}\n\npub fn timed_multiple(label: &str, iteration: usize, mut inner: F)\nwhere\n F: FnMut(),\n{\n let total: f64 = (0..iteration)\n .map(|_| {\n let start = Instant::now();\n inner();\n let elapsed = start.elapsed();\n elapsed.as_secs() as f64 * 1_000.0 + elapsed.subsec_nanos() as f64 / 1_000_000.0\n })\n .sum();\n println!(\" {}: {} ms\", label, total / (iteration as f64));\n}\n\npub fn load_physicists() -> Mat {\n let buf = load_image_as_buf(\"assets/Solvay_conference_1927.jpg\");\n Mat::image_decode(&buf, ImageReadMode::Grayscale)\n}\n\npub fn load_avg_towncentre() -> Mat {\n let buf = load_image_as_buf(\"assets/AVG-TownCentre-test-000011.jpg\");\n Mat::image_decode(&buf, ImageReadMode::Grayscale)\n}\n\npub fn load_lenna() -> Mat {\n let buf = load_lenna_as_buf();\n Mat::image_decode(&buf, ImageReadMode::Grayscale)\n}\n\npub fn load_messi_color() -> Mat {\n let buf = load_image_as_buf(\"assets/messi5.jpg\");\n Mat::image_decode(&buf, ImageReadMode::Color)\n}\n\npub fn load_lenna_as_buf() -> Vec {\n load_image_as_buf(\"assets/lenna.png\")\n}\n\nfn load_image_as_buf>(img: P) -> Vec {\n let mut d = PathBuf::from(env!(\"CARGO_MANIFEST_DIR\"));\n d.push(img);\n let mut buf = Vec::new();\n File::open(d).unwrap().read_to_end(&mut buf).unwrap();\n buf\n}\n\npub fn load_frontal_face() -> CascadeClassifier {\n let mut d = PathBuf::from(env!(\"CARGO_MANIFEST_DIR\"));\n d.push(\"assets/haarcascade_frontalface_default.xml\");\n CascadeClassifier::from_path(d).unwrap()\n}\n\npub fn get_asset_path(name: &'static str) -> PathBuf {\n Path::new(env!(\"CARGO_MANIFEST_DIR\")).join(\"assets\").join(name)\n}\n" } ]