在统计描述中，方差用来计算每一个变量（观察值）与总体均数之间的差异。比如：甲乙2个厂商生产某零件，一批零件要求在尺寸合格的情况下，大小越一致越好，由于生产工艺的问题，零件生产厂商生产的零件不可能一模一样。

为了检测甲乙两个厂商，那个厂商生产的零件更符合标准，分别从2个厂商生产的零件中抽取5个样品尺寸如下：

甲：100 101 102 100 99

乙：98 100 105 103 96

假设零件尺寸在95~110之间都算合格，那么两批零件都是合格的。

如果按照平均数计算，两组数据的平均值都是100.4

但如果将两组数据画到数轴上：

从两个厂抽检的零件分布图可以看出，甲厂的零件大小更加一致，更加符合标准。

为了方便计算数据的离散程度，我们引入方差的概念，方差的计算公式为：

其中x₁~x_n代表一组数据中的每个元素，代表这组数据的平均值。

按照公式，甲厂零件的方差为：

(100-100.4)²+(101-100.4)²+(102-100.4)²+(100-100.4)²+(99-100.4)² = 5.2

乙厂零件的方差为：

(98 -100.4)²+(100-100.4)²+(105-100.4)²+(103-100.4)²+(96-100.4)² = 53.2

从方差上也可以看出，甲厂的零件更符合标准！

现从键盘读入2个厂生产的零件尺寸（假设零件的尺寸都是合格的），请计算哪个厂的零件尺寸更加一致（方差更小）？

（9.2）

第一行为一个整数n，代表2个厂抽检的零件的个数！（n在5~100之间）

第二行为甲厂的n个零件的尺寸

第三行为乙厂的n个零件的尺寸

哪个厂的零件更加符合标准，甲厂请输出“jia”，乙厂请输出“yi”

5
100 101 102 100 99
98 100 105 103 96

jia