From fc617d3b01263da58c58481decf2b3f337f73547 Mon Sep 17 00:00:00 2001 From: Kailash Budhathoki Date: Tue, 7 Feb 2017 23:40:35 +0100 Subject: [PATCH] friedman test added, space of anm vs sc explored, experiments on real data added --- cisc.py | 1 - data/adult/adult.dat | 1843 ---------------------------------------- dc.py | 6 + discretize_adult.py | 143 ++++ nonparametric_tests.py | 712 ++++++++++++++++ test_real.py | 41 + test_synthetic.py | 137 ++- 7 files changed, 1026 insertions(+), 1857 deletions(-) create mode 100644 discretize_adult.py create mode 100644 nonparametric_tests.py create mode 100644 test_real.py diff --git a/cisc.py b/cisc.py index 2604da1..dd4ea16 100644 --- a/cisc.py +++ b/cisc.py @@ -2,7 +2,6 @@ # -*- coding: utf-8 -*- """Causal inference on discrete data using stochastic complexity of multinomial. - """ from collections import defaultdict from sc import stochastic_complexity diff --git a/data/adult/adult.dat b/data/adult/adult.dat index 1e5b569..ba8a647 100644 --- a/data/adult/adult.dat +++ b/data/adult/adult.dat @@ -25,7 +25,6 @@ 0 8 18 19 2 6 18 20 0 8 13 19 -8 20 0 8 14 19 0 8 13 19 2 5 18 19 @@ -59,7 +58,6 @@ 0 8 11 19 0 8 13 19 0 6 16 19 -4 19 0 8 13 19 0 7 17 20 0 8 18 19 @@ -67,7 +65,6 @@ 0 8 11 19 0 8 11 20 1 8 14 20 -8 19 0 8 17 19 0 6 16 19 1 6 16 20 @@ -75,7 +72,6 @@ 0 8 17 19 0 8 15 19 0 5 11 19 -4 19 0 4 15 19 2 4 13 19 0 8 16 19 @@ -104,7 +100,6 @@ 0 8 18 19 0 8 13 19 1 8 13 20 -4 19 0 4 13 19 2 8 11 19 0 8 13 19 @@ -126,7 +121,6 @@ 0 6 14 20 0 8 11 19 0 5 11 20 -8 19 0 8 13 19 0 5 16 19 0 8 15 19 @@ -147,18 +141,15 @@ 0 8 15 19 0 8 15 19 0 4 13 19 -8 19 2 8 11 19 0 8 11 19 0 6 14 19 0 8 13 19 -8 20 0 8 13 19 0 6 13 19 1 8 16 19 0 8 13 19 0 6 15 19 -4 19 0 8 15 19 1 9 14 19 0 8 14 19 @@ -185,7 +176,6 @@ 2 8 11 20 0 8 11 19 1 6 14 19 -6 19 0 9 17 19 2 7 17 20 0 8 13 19 @@ -199,7 +189,6 @@ 0 9 17 20 1 8 16 19 0 9 17 19 -8 19 0 6 14 20 2 8 17 19 2 8 11 19 @@ -219,12 +208,10 @@ 0 6 17 19 0 4 13 19 0 8 13 19 -4 19 0 8 15 19 0 8 11 19 2 4 13 19 0 8 16 19 -4 19 1 8 13 19 0 5 11 19 0 8 11 19 @@ -241,7 +228,6 @@ 0 6 17 20 1 8 15 19 2 5 18 19 -8 19 0 8 13 19 0 8 11 19 0 8 11 20 @@ -264,7 +250,6 @@ 0 8 16 19 0 4 13 19 1 8 14 20 -8 19 0 8 14 20 0 6 17 19 0 8 13 20 @@ -295,7 +280,6 @@ 0 6 18 19 0 8 13 19 1 6 16 19 -9 19 0 8 13 19 0 8 16 19 0 6 11 20 @@ -310,7 +294,6 @@ 1 8 13 20 0 6 16 19 0 9 14 20 -8 19 1 6 17 20 0 8 16 19 0 8 13 19 @@ -324,7 +307,6 @@ 0 4 14 19 1 9 13 19 1 8 13 19 -5 19 0 8 17 20 1 8 13 19 0 8 13 19 @@ -344,15 +326,12 @@ 0 8 13 19 2 8 18 19 1 6 16 19 -4 19 -5 19 0 5 15 19 0 6 17 19 0 6 14 20 0 8 15 19 0 6 14 20 2 4 13 19 -6 20 2 8 11 20 0 4 15 19 0 5 18 20 @@ -395,7 +374,6 @@ 0 8 15 19 0 8 18 19 0 8 13 19 -8 19 0 6 14 20 1 6 14 20 0 8 13 19 @@ -406,7 +384,6 @@ 0 9 14 20 0 8 11 19 1 8 13 19 -8 20 0 8 14 19 2 8 15 19 0 8 13 19 @@ -428,8 +405,6 @@ 0 8 13 19 1 8 14 20 2 9 17 19 -8 19 -4 19 1 6 17 19 0 5 15 20 0 8 13 19 @@ -447,7 +422,6 @@ 0 8 14 19 0 8 13 19 0 8 13 19 -4 19 0 8 13 19 1 8 13 20 0 8 13 20 @@ -457,7 +431,6 @@ 0 8 14 19 0 8 13 19 0 8 13 19 -8 19 0 5 13 19 2 8 13 19 0 6 17 19 @@ -469,7 +442,6 @@ 0 9 14 20 0 6 18 20 0 8 17 20 -8 19 0 8 13 19 0 8 13 19 0 5 15 19 @@ -482,9 +454,7 @@ 1 8 13 19 2 6 17 19 0 8 13 19 -4 19 0 8 11 19 -4 19 2 8 13 19 2 6 17 19 0 6 16 20 @@ -497,7 +467,6 @@ 0 8 13 19 0 4 15 19 0 8 17 19 -8 19 2 8 13 19 2 8 13 19 0 8 11 19 @@ -509,14 +478,10 @@ 2 8 11 19 0 8 15 19 0 5 13 19 -4 19 0 5 13 19 0 8 17 20 0 8 13 19 -5 19 0 8 11 19 -8 19 -8 19 0 6 17 20 1 6 14 20 0 8 14 20 @@ -537,7 +502,6 @@ 0 4 15 19 0 5 13 19 1 6 13 19 -8 19 0 8 13 19 0 7 17 19 0 8 13 19 @@ -574,11 +538,9 @@ 0 5 13 20 0 7 17 19 0 6 14 20 -4 19 1 5 16 19 2 6 17 19 1 8 13 19 -8 20 0 8 16 20 0 8 13 19 0 8 13 19 @@ -588,13 +550,10 @@ 0 4 15 19 0 4 13 20 1 6 17 19 -8 19 -8 19 0 4 13 20 0 6 17 20 0 6 11 19 0 8 16 19 -8 19 1 10 17 20 0 8 18 19 0 6 17 19 @@ -646,7 +605,6 @@ 1 7 17 20 2 8 11 19 0 8 13 19 -8 19 2 6 18 20 0 8 15 19 0 8 14 19 @@ -654,7 +612,6 @@ 2 8 14 19 0 8 13 19 2 8 11 19 -4 19 0 8 13 19 0 4 13 19 0 8 13 20 @@ -666,10 +623,8 @@ 0 5 17 20 2 8 13 19 0 8 13 20 -4 19 0 4 13 19 2 8 14 19 -4 19 1 4 13 19 0 6 14 20 1 8 16 20 @@ -684,7 +639,6 @@ 2 8 14 19 2 4 11 19 0 8 14 19 -4 19 2 6 17 19 0 9 14 19 0 8 15 19 @@ -693,7 +647,6 @@ 0 8 17 19 0 8 17 19 2 6 18 19 -5 19 0 9 17 20 0 9 18 20 0 6 17 19 @@ -732,7 +685,6 @@ 0 8 11 19 0 5 11 19 0 5 15 19 -8 19 0 8 13 19 0 8 16 19 2 6 17 19 @@ -786,11 +738,8 @@ 0 8 11 19 1 8 13 19 0 4 13 19 -8 19 -8 19 0 5 18 20 1 6 18 19 -8 19 0 8 16 19 0 8 13 20 0 8 15 19 @@ -804,12 +753,10 @@ 0 8 11 19 0 4 16 19 0 8 13 20 -9 19 0 6 17 20 0 6 17 20 0 8 13 19 0 8 15 19 -8 19 0 8 14 19 0 8 11 19 0 4 13 19 @@ -828,11 +775,9 @@ 0 8 13 19 0 8 11 19 1 6 16 19 -4 19 0 8 11 20 0 8 13 19 1 8 14 19 -4 19 0 8 13 19 0 8 11 19 0 6 17 20 @@ -883,12 +828,10 @@ 0 8 13 19 0 6 16 20 0 8 13 19 -8 19 0 6 14 19 1 8 13 19 1 8 16 19 0 5 18 19 -8 19 1 6 14 19 0 5 11 19 0 6 17 20 @@ -901,7 +844,6 @@ 2 4 15 19 1 4 13 19 0 8 13 19 -5 19 0 8 16 19 0 8 13 19 0 8 13 19 @@ -922,14 +864,12 @@ 0 8 13 19 0 4 13 19 0 8 11 19 -8 19 0 8 13 19 0 8 13 19 0 9 14 20 0 8 16 19 0 4 15 19 0 8 13 19 -8 19 2 4 15 19 0 8 11 19 0 4 13 20 @@ -967,7 +907,6 @@ 1 8 16 20 1 8 13 19 0 6 14 20 -5 19 0 8 13 20 0 6 18 19 0 6 14 20 @@ -980,7 +919,6 @@ 0 8 13 19 0 8 11 19 0 5 11 19 -8 19 1 8 13 19 2 8 18 20 0 5 15 19 @@ -1017,7 +955,6 @@ 0 5 18 20 0 8 15 19 0 8 13 19 -8 19 0 8 13 19 2 9 17 20 0 8 16 19 @@ -1032,19 +969,15 @@ 2 5 15 19 0 8 16 19 0 8 15 19 -4 19 -8 19 1 4 14 19 0 8 15 19 0 8 15 19 -4 19 0 8 15 19 0 8 13 19 0 8 11 19 0 6 14 20 0 8 18 19 0 10 17 19 -5 19 0 8 15 19 0 8 16 19 0 6 17 20 @@ -1095,10 +1028,8 @@ 0 8 11 19 1 6 17 19 0 4 13 19 -8 19 1 8 16 20 0 8 17 19 -4 19 1 6 13 20 1 4 14 19 0 6 14 19 @@ -1129,10 +1060,8 @@ 1 8 15 19 0 6 17 19 0 8 13 19 -8 19 0 8 15 19 0 5 11 19 -8 19 0 8 14 20 1 9 14 20 2 8 11 20 @@ -1150,7 +1079,6 @@ 1 8 14 20 0 8 15 19 0 8 11 19 -8 19 0 8 13 19 2 8 18 19 0 8 13 19 @@ -1165,7 +1093,6 @@ 0 6 17 20 0 8 11 19 0 6 11 20 -8 19 1 10 17 19 0 8 13 19 0 8 11 19 @@ -1173,17 +1100,14 @@ 0 9 13 20 0 5 15 19 0 8 15 19 -8 20 0 5 11 19 2 8 17 20 0 8 11 19 2 4 15 19 -8 20 0 6 14 20 0 6 17 19 0 8 11 19 0 8 13 19 -9 19 2 8 14 19 0 8 13 19 2 6 11 19 @@ -1206,16 +1130,13 @@ 1 9 16 20 2 8 18 19 0 6 16 20 -8 19 0 8 13 19 1 8 16 20 0 8 11 19 0 8 13 19 0 7 17 20 0 8 15 19 -6 20 1 8 13 20 -8 19 0 6 14 19 0 10 17 20 1 8 13 20 @@ -1260,7 +1181,6 @@ 2 8 11 19 0 8 13 19 0 8 13 20 -5 19 0 8 15 19 1 8 13 19 0 8 16 19 @@ -1280,7 +1200,6 @@ 0 8 16 19 0 8 16 19 2 5 17 20 -8 20 0 8 13 19 0 8 11 20 0 8 13 19 @@ -1288,7 +1207,6 @@ 0 4 15 19 0 6 14 19 0 8 13 19 -4 19 1 4 15 19 0 8 13 19 0 9 17 19 @@ -1310,12 +1228,10 @@ 0 8 13 20 2 6 14 19 0 6 17 19 -8 19 0 8 11 19 0 8 13 20 0 8 13 19 0 7 17 20 -5 19 2 6 17 20 0 6 13 20 2 8 11 19 @@ -1323,7 +1239,6 @@ 0 8 16 20 0 8 13 20 0 8 11 20 -4 19 0 8 13 19 0 8 15 20 0 8 16 19 @@ -1345,9 +1260,7 @@ 0 8 16 19 0 6 11 19 1 6 14 20 -4 19 0 6 14 20 -4 19 0 8 17 20 1 6 13 20 0 8 16 19 @@ -1369,7 +1282,6 @@ 0 8 14 20 0 4 13 19 0 5 15 19 -8 19 0 9 15 19 1 6 16 19 2 5 11 19 @@ -1386,7 +1298,6 @@ 0 8 13 19 0 8 16 19 1 8 14 20 -8 19 0 4 15 19 0 6 18 19 2 4 13 20 @@ -1402,7 +1313,6 @@ 0 5 18 19 0 8 11 19 0 8 13 19 -8 19 0 8 15 20 0 4 16 19 2 5 13 20 @@ -1418,7 +1328,6 @@ 0 6 16 20 0 6 17 20 0 8 11 19 -8 19 0 5 13 19 0 5 11 19 0 4 15 19 @@ -1431,7 +1340,6 @@ 0 5 13 19 0 8 14 19 0 5 16 20 -8 19 2 8 18 19 1 4 13 19 0 6 15 19 @@ -1439,7 +1347,6 @@ 1 9 17 19 0 8 16 20 1 8 13 19 -8 19 0 8 14 20 0 5 13 19 1 8 15 20 @@ -1450,13 +1357,11 @@ 1 8 14 20 0 8 13 19 0 4 13 19 -4 19 1 9 14 20 0 8 13 20 0 8 11 19 0 8 13 19 0 8 13 19 -8 19 1 10 17 20 1 8 14 20 0 4 13 19 @@ -1502,7 +1407,6 @@ 0 8 13 19 0 8 15 19 1 6 14 20 -9 19 0 5 13 19 2 8 14 19 0 8 16 19 @@ -1542,7 +1446,6 @@ 0 10 17 19 2 8 18 19 2 8 13 19 -4 19 0 6 13 19 0 4 16 19 0 6 11 19 @@ -1560,24 +1463,19 @@ 0 8 15 19 0 4 13 19 0 8 13 19 -6 20 0 4 18 19 2 8 15 19 0 8 15 19 0 8 13 19 0 4 15 19 2 6 13 19 -8 19 -6 19 0 5 13 20 0 8 15 19 0 8 13 19 -4 19 0 5 11 19 1 8 13 19 2 8 18 19 2 6 17 19 -8 19 0 8 16 20 0 6 16 19 0 6 16 19 @@ -1590,7 +1488,6 @@ 0 6 11 19 0 8 18 19 2 6 17 19 -8 19 0 9 17 20 1 6 15 19 0 8 17 20 @@ -1604,7 +1501,6 @@ 0 8 13 20 2 8 18 19 0 8 11 19 -8 19 0 8 13 19 0 4 13 19 0 8 15 19 @@ -1627,7 +1523,6 @@ 0 8 13 19 0 6 16 20 0 8 13 19 -5 19 0 4 15 19 2 8 15 19 2 5 11 20 @@ -1654,7 +1549,6 @@ 2 8 18 19 0 8 13 20 0 6 17 20 -8 19 0 8 13 19 0 8 16 19 1 4 13 19 @@ -1663,7 +1557,6 @@ 0 6 17 19 0 4 18 19 0 8 13 19 -8 19 1 8 16 20 0 4 16 19 0 8 11 19 @@ -1674,7 +1567,6 @@ 0 8 16 19 0 5 11 20 0 9 14 19 -8 20 0 8 13 19 2 8 13 19 0 8 13 19 @@ -1702,10 +1594,8 @@ 0 8 15 19 0 8 13 19 0 8 13 19 -8 19 0 8 13 19 0 8 13 20 -4 19 0 6 13 19 0 9 14 20 0 8 16 19 @@ -1756,10 +1646,8 @@ 0 6 14 19 1 6 14 19 1 8 13 19 -8 19 0 8 15 19 0 8 17 20 -8 19 0 6 11 19 0 4 13 19 0 9 14 20 @@ -1771,12 +1659,10 @@ 0 8 18 19 0 8 14 20 0 5 13 20 -4 19 0 8 15 20 0 4 13 19 0 4 13 19 2 8 13 19 -4 19 0 8 16 20 0 6 16 20 0 8 14 19 @@ -1821,7 +1707,6 @@ 0 4 13 19 0 4 13 19 0 8 16 19 -8 19 0 8 13 20 0 6 14 20 1 8 17 20 @@ -1844,12 +1729,10 @@ 0 5 13 19 0 4 13 19 2 8 13 19 -8 19 0 8 15 19 0 6 17 19 1 8 13 20 0 8 13 19 -9 19 0 4 13 19 0 6 13 19 1 8 13 19 @@ -1863,7 +1746,6 @@ 2 6 14 20 0 8 13 19 2 8 18 20 -6 19 0 8 15 19 2 8 11 19 0 4 15 19 @@ -1876,7 +1758,6 @@ 0 8 16 20 0 8 14 20 1 6 16 19 -6 19 0 8 11 19 0 8 15 19 0 6 18 20 @@ -1921,7 +1802,6 @@ 0 8 11 19 0 9 13 20 0 8 18 20 -8 19 0 6 16 19 0 6 14 20 0 6 16 19 @@ -1929,7 +1809,6 @@ 0 8 13 19 0 9 17 19 0 8 11 19 -4 19 0 4 13 19 0 8 18 20 0 8 16 19 @@ -1969,7 +1848,6 @@ 0 4 13 19 1 8 16 20 0 8 16 19 -4 19 0 9 17 20 0 8 15 19 0 8 16 19 @@ -1985,7 +1863,6 @@ 1 8 14 20 0 8 13 19 1 8 16 20 -5 19 0 8 13 19 0 8 16 19 0 8 15 19 @@ -2023,7 +1900,6 @@ 0 8 15 19 0 5 15 19 0 6 14 19 -6 19 0 5 13 20 0 8 13 19 2 8 18 19 @@ -2034,7 +1910,6 @@ 0 8 13 19 0 4 16 19 0 8 14 19 -8 19 0 4 13 19 2 8 17 19 0 8 14 20 @@ -2044,7 +1919,6 @@ 1 6 14 20 0 6 14 19 1 4 11 19 -8 19 0 8 13 19 0 8 13 20 0 6 17 19 @@ -2059,7 +1933,6 @@ 0 8 13 19 0 4 11 19 0 8 15 19 -8 19 0 6 17 19 2 9 14 20 0 8 11 19 @@ -2070,7 +1943,6 @@ 0 8 14 19 0 6 17 19 0 4 13 19 -8 19 2 8 14 20 2 8 18 20 2 8 11 19 @@ -2082,17 +1954,14 @@ 0 6 14 20 0 8 14 19 0 8 13 19 -8 19 0 9 14 20 1 5 16 20 0 8 11 19 2 8 11 20 0 8 15 20 0 5 16 20 -6 19 0 8 16 19 0 6 16 20 -8 19 0 8 13 20 0 6 17 19 2 8 11 19 @@ -2103,7 +1972,6 @@ 0 8 13 19 1 8 16 20 0 8 13 19 -4 19 0 8 13 20 0 8 13 19 2 8 13 19 @@ -2116,7 +1984,6 @@ 2 8 18 19 0 8 13 19 2 9 17 19 -7 19 0 8 13 19 0 8 11 19 0 8 13 19 @@ -2124,7 +1991,6 @@ 0 6 18 19 0 4 15 19 0 8 16 19 -8 19 0 8 13 19 2 8 15 20 2 8 17 19 @@ -2150,10 +2016,8 @@ 0 8 13 19 0 4 13 19 0 8 11 19 -8 19 0 9 17 20 0 4 15 19 -4 19 0 8 13 19 1 6 16 20 1 9 16 20 @@ -2161,8 +2025,6 @@ 0 8 14 20 0 8 15 19 0 4 13 19 -6 19 -8 20 0 8 15 19 0 8 16 19 0 6 14 20 @@ -2208,10 +2070,8 @@ 0 8 15 19 1 6 16 19 2 8 18 19 -8 19 0 8 15 19 0 8 13 19 -4 20 1 8 15 19 0 8 16 20 0 8 11 19 @@ -2220,7 +2080,6 @@ 0 8 16 19 0 4 13 19 2 8 15 19 -8 19 0 4 13 19 0 4 13 19 2 6 18 19 @@ -2279,7 +2138,6 @@ 0 4 16 19 2 10 17 19 2 8 17 19 -4 19 0 8 15 20 2 6 17 19 0 7 17 19 @@ -2290,7 +2148,6 @@ 1 8 13 19 0 8 13 19 0 8 13 19 -4 19 0 8 13 20 0 8 13 19 0 5 13 19 @@ -2321,11 +2178,9 @@ 0 8 13 19 2 8 18 20 0 8 13 19 -8 19 2 9 14 20 0 6 14 20 0 8 13 19 -6 19 0 4 13 19 0 8 16 19 2 8 14 20 @@ -2338,7 +2193,6 @@ 0 4 13 19 0 8 18 19 0 9 14 20 -8 19 0 5 13 19 1 8 13 19 0 4 15 19 @@ -2352,12 +2206,8 @@ 0 6 14 20 0 6 14 20 0 6 13 19 -8 19 0 5 16 19 -8 19 0 8 15 20 -4 19 -4 19 0 6 14 19 0 10 17 20 0 8 13 20 @@ -2370,7 +2220,6 @@ 0 4 13 19 2 8 18 19 2 6 17 19 -4 19 0 8 13 19 0 7 17 19 0 8 16 19 @@ -2378,9 +2227,7 @@ 0 8 13 20 0 8 11 19 0 8 14 19 -8 19 0 4 13 19 -8 19 0 4 15 19 0 8 14 19 1 6 16 20 @@ -2395,7 +2242,6 @@ 0 8 16 19 0 4 13 19 0 9 17 20 -8 19 0 8 16 19 0 8 13 19 2 8 11 19 @@ -2418,14 +2264,12 @@ 0 8 11 19 0 8 16 19 1 4 13 19 -6 20 0 8 11 19 0 4 13 19 1 6 16 19 0 4 13 19 0 8 13 20 1 10 17 20 -8 19 0 8 16 19 1 8 13 19 0 8 13 20 @@ -2462,7 +2306,6 @@ 1 5 13 19 0 6 14 20 0 5 18 19 -8 19 0 8 16 20 0 8 13 19 0 8 16 19 @@ -2474,7 +2317,6 @@ 1 6 16 20 1 8 13 19 0 4 13 19 -5 19 0 4 13 19 1 6 13 19 0 8 13 19 @@ -2484,17 +2326,14 @@ 1 6 14 19 0 7 17 20 0 8 13 19 -4 19 0 8 11 19 1 4 13 19 0 8 16 19 0 8 13 19 -8 19 0 8 13 19 0 4 13 19 0 8 14 19 0 6 13 20 -8 19 0 8 14 20 0 6 16 20 0 8 18 19 @@ -2504,14 +2343,12 @@ 0 8 13 19 0 4 13 19 1 8 13 20 -8 19 1 10 16 19 1 8 13 20 0 5 13 20 0 8 18 19 0 8 11 19 0 6 11 20 -8 19 0 8 13 20 0 4 13 19 0 4 15 19 @@ -2519,7 +2356,6 @@ 0 8 15 19 0 6 13 19 1 8 13 20 -9 19 0 5 13 19 0 5 15 19 0 4 13 19 @@ -2542,7 +2378,6 @@ 0 8 11 20 0 8 16 19 0 8 13 19 -8 19 0 8 16 19 0 8 13 20 0 8 11 19 @@ -2564,19 +2399,15 @@ 2 8 11 19 0 8 16 19 0 8 11 19 -8 19 2 9 17 19 1 8 13 19 1 8 14 20 -8 20 -8 19 0 4 13 19 0 4 13 19 0 6 17 20 0 4 16 19 1 8 16 20 0 8 11 19 -9 20 0 8 13 19 0 8 13 20 0 4 13 19 @@ -2584,7 +2415,6 @@ 0 6 14 20 0 4 13 19 0 8 11 19 -4 19 0 6 17 19 0 8 14 20 0 6 13 20 @@ -2592,7 +2422,6 @@ 0 8 13 19 1 8 13 19 0 9 14 20 -8 19 0 5 13 19 0 4 13 19 0 5 17 20 @@ -2604,7 +2433,6 @@ 0 8 14 20 0 4 13 19 0 8 15 19 -8 19 0 6 14 20 0 8 15 19 2 8 14 19 @@ -2630,13 +2458,10 @@ 0 8 13 19 2 4 18 19 0 6 18 20 -8 19 1 6 16 20 -4 19 2 9 17 19 2 8 11 19 0 6 14 20 -5 20 0 4 13 19 1 4 13 19 2 6 17 19 @@ -2671,10 +2496,8 @@ 0 8 13 20 0 4 16 19 0 10 17 19 -4 19 0 4 15 19 0 8 13 19 -8 19 0 8 11 19 0 8 13 19 0 8 18 19 @@ -2687,7 +2510,6 @@ 0 8 17 19 2 9 17 20 0 6 13 19 -8 19 0 4 13 19 1 6 11 19 2 8 15 19 @@ -2749,7 +2571,6 @@ 0 8 13 19 0 4 13 19 0 5 16 19 -8 19 1 4 14 20 0 6 16 20 1 4 13 19 @@ -2758,8 +2579,6 @@ 0 8 13 19 0 8 14 19 0 8 14 20 -8 19 -4 19 0 8 13 20 2 8 11 19 0 8 15 19 @@ -2845,7 +2664,6 @@ 1 8 16 20 0 8 16 20 0 6 17 19 -8 19 0 8 14 20 0 8 15 19 0 5 13 19 @@ -2854,9 +2672,6 @@ 0 8 16 19 0 8 17 19 0 5 15 19 -8 19 -4 19 -4 19 1 10 17 20 0 9 16 20 0 4 13 19 @@ -2883,7 +2698,6 @@ 0 6 14 19 0 9 14 20 0 4 13 19 -8 19 0 8 13 20 2 8 16 19 2 6 17 19 @@ -2928,9 +2742,7 @@ 0 8 13 19 0 6 11 19 0 4 13 19 -8 19 1 8 13 19 -5 19 1 10 17 20 0 6 13 19 2 8 11 19 @@ -2945,12 +2757,10 @@ 2 4 15 19 0 8 13 19 0 4 15 19 -8 19 0 6 17 20 0 8 13 19 0 6 17 20 0 8 14 19 -8 19 0 6 18 19 0 8 13 19 0 8 17 19 @@ -2959,7 +2769,6 @@ 0 8 14 19 1 4 13 19 0 6 17 19 -4 19 0 5 17 20 1 8 13 19 0 8 13 19 @@ -2997,13 +2806,11 @@ 0 6 14 19 0 8 13 19 0 8 13 19 -8 19 0 4 13 19 0 4 13 19 0 8 15 19 0 8 16 19 0 5 11 19 -8 19 0 5 18 19 0 8 18 19 0 8 13 19 @@ -3031,7 +2838,6 @@ 0 8 13 19 0 8 13 19 0 8 13 20 -8 19 0 8 11 19 0 9 16 20 2 6 17 19 @@ -3040,7 +2846,6 @@ 1 8 16 20 2 10 14 20 2 6 17 19 -5 19 0 8 11 19 0 8 13 19 0 4 13 19 @@ -3063,14 +2868,12 @@ 0 8 13 19 0 8 13 19 0 8 17 20 -8 19 0 8 13 19 2 6 11 19 0 8 14 19 0 4 15 19 0 8 14 19 0 8 14 20 -8 19 0 8 13 19 0 8 16 19 0 8 16 19 @@ -3086,7 +2889,6 @@ 1 8 13 19 0 8 13 19 2 8 11 19 -8 19 1 6 16 20 0 8 11 19 0 10 18 20 @@ -3094,7 +2896,6 @@ 1 6 14 20 2 6 17 19 1 6 14 20 -8 19 2 6 17 19 2 8 17 19 0 4 16 19 @@ -3117,7 +2918,6 @@ 1 6 16 19 0 5 13 19 0 4 13 19 -6 19 0 8 11 19 0 8 13 19 0 8 11 20 @@ -3129,7 +2929,6 @@ 0 8 13 19 2 5 17 20 0 4 15 19 -8 19 0 8 13 19 0 8 13 20 2 6 17 20 @@ -3144,7 +2943,6 @@ 0 9 14 20 0 6 14 20 0 8 16 19 -4 19 0 6 17 19 0 8 14 19 1 8 14 19 @@ -3205,11 +3003,9 @@ 1 6 16 20 0 4 13 19 2 6 14 20 -6 19 0 4 13 19 0 8 17 19 0 5 13 19 -4 19 0 6 16 20 2 8 15 19 0 8 11 19 @@ -3226,10 +3022,8 @@ 1 6 13 20 2 4 13 19 0 6 16 19 -8 19 0 4 13 19 0 6 14 20 -8 19 1 4 14 19 0 8 13 19 0 8 15 19 @@ -3237,7 +3031,6 @@ 0 8 13 19 0 8 17 19 0 6 14 19 -8 19 0 8 15 19 0 8 15 19 0 8 13 19 @@ -3253,7 +3046,6 @@ 2 6 17 20 0 8 13 19 1 8 13 20 -5 19 0 6 17 20 0 8 13 19 0 8 13 19 @@ -3267,7 +3059,6 @@ 0 6 18 19 0 8 17 20 0 6 17 20 -8 19 0 4 15 19 2 9 14 20 0 4 13 19 @@ -3289,13 +3080,11 @@ 2 5 13 19 0 4 13 19 0 4 14 20 -4 19 0 6 17 20 1 8 14 19 0 8 14 19 0 8 18 19 0 8 13 19 -8 20 0 8 15 19 0 8 16 19 0 5 11 19 @@ -3328,7 +3117,6 @@ 0 8 17 19 0 6 17 20 0 6 11 19 -4 19 0 8 18 19 0 8 11 19 0 8 13 20 @@ -3336,7 +3124,6 @@ 0 8 13 19 0 8 11 20 0 6 14 20 -8 19 0 8 13 19 0 8 15 19 2 8 11 19 @@ -3349,7 +3136,6 @@ 0 8 13 19 0 6 17 20 0 8 13 19 -8 19 0 8 11 19 0 8 13 20 0 4 13 19 @@ -3369,7 +3155,6 @@ 1 10 17 20 0 8 14 19 0 10 17 19 -8 19 0 8 15 19 0 8 18 19 0 4 13 19 @@ -3385,7 +3170,6 @@ 0 8 13 20 0 4 13 19 0 8 16 19 -8 20 1 6 13 20 0 7 17 20 0 7 17 20 @@ -3400,7 +3184,6 @@ 0 8 13 19 1 8 13 19 0 8 13 20 -8 19 0 4 13 19 0 4 11 19 2 8 14 19 @@ -3437,7 +3220,6 @@ 0 8 13 19 1 8 13 19 0 8 13 20 -6 19 1 8 17 19 0 8 13 19 0 8 13 20 @@ -3451,13 +3233,10 @@ 0 5 16 19 0 6 17 20 2 5 11 19 -8 19 2 6 17 19 0 8 13 19 -8 19 0 8 17 19 0 6 16 19 -8 19 0 8 13 20 0 4 15 19 0 8 13 19 @@ -3484,7 +3263,6 @@ 0 9 17 19 0 8 13 19 0 6 14 20 -8 19 0 8 13 19 0 6 14 19 0 5 17 20 @@ -3514,7 +3292,6 @@ 0 8 18 20 0 8 14 19 1 6 17 20 -8 19 0 8 13 20 2 6 18 20 0 8 15 19 @@ -3529,7 +3306,6 @@ 0 4 15 19 0 8 13 19 0 8 16 20 -8 19 0 4 13 19 0 4 13 19 0 8 15 19 @@ -3553,7 +3329,6 @@ 0 9 13 20 0 4 16 19 0 5 16 19 -4 19 1 8 14 19 0 6 11 19 2 6 17 19 @@ -3570,14 +3345,11 @@ 0 8 18 19 0 4 13 19 0 8 13 19 -8 19 -4 19 2 7 17 20 0 8 14 20 0 4 15 19 2 7 17 20 1 7 17 20 -6 19 0 8 13 20 0 8 13 19 0 8 15 19 @@ -3586,16 +3358,12 @@ 1 8 15 19 0 8 17 19 0 8 16 19 -8 19 2 8 14 19 0 8 18 19 0 6 17 19 -4 19 1 8 13 19 -8 20 1 5 15 20 0 8 11 19 -8 19 2 8 11 19 0 8 18 20 0 4 15 19 @@ -3629,7 +3397,6 @@ 0 6 14 19 0 8 17 19 2 6 17 19 -8 19 0 8 11 19 0 4 18 19 0 8 13 19 @@ -3668,7 +3435,6 @@ 0 9 14 19 0 4 13 19 0 8 13 19 -8 19 1 4 14 19 0 9 17 19 0 5 13 20 @@ -3701,7 +3467,6 @@ 0 8 14 20 0 8 13 19 0 8 13 19 -8 19 2 9 17 19 0 4 13 19 0 8 15 19 @@ -3723,7 +3488,6 @@ 0 8 11 20 1 8 16 20 0 9 14 20 -8 19 0 8 11 20 0 5 17 20 0 4 13 19 @@ -3734,7 +3498,6 @@ 2 9 17 20 0 8 16 19 0 8 11 19 -5 19 0 4 15 19 0 8 13 19 0 4 15 19 @@ -3742,10 +3505,8 @@ 0 8 11 19 0 8 13 19 0 8 17 19 -8 19 1 8 13 19 0 8 15 19 -6 19 0 8 13 19 0 9 11 20 0 8 14 19 @@ -3757,7 +3518,6 @@ 0 6 11 19 1 8 13 19 0 8 13 20 -4 19 1 6 13 20 0 10 17 19 0 8 15 19 @@ -3771,9 +3531,7 @@ 2 6 17 19 0 8 15 19 0 5 13 19 -8 19 1 8 14 20 -8 19 2 8 11 19 0 8 17 19 0 8 18 19 @@ -3803,7 +3561,6 @@ 0 8 11 19 0 8 15 19 0 4 15 19 -8 19 2 10 17 20 0 6 14 19 2 6 17 19 @@ -3820,7 +3577,6 @@ 0 8 11 19 1 6 13 19 0 5 15 19 -8 19 0 5 13 19 0 8 13 19 0 8 13 19 @@ -3832,7 +3588,6 @@ 0 6 17 20 0 4 13 19 0 8 17 19 -6 19 0 8 15 19 1 10 17 20 0 8 14 19 @@ -3841,7 +3596,6 @@ 0 5 11 19 0 8 13 19 2 8 11 19 -8 19 1 6 14 19 2 6 11 20 0 8 11 19 @@ -3849,7 +3603,6 @@ 0 8 18 20 0 8 14 19 0 5 16 20 -8 19 0 8 15 19 0 4 15 19 0 8 13 19 @@ -3861,7 +3614,6 @@ 0 6 16 20 2 8 13 19 0 5 18 20 -5 19 2 8 13 20 0 8 16 20 0 8 13 20 @@ -3885,7 +3637,6 @@ 2 9 17 20 0 8 16 19 0 5 18 20 -6 20 1 8 13 19 0 5 13 20 2 8 11 19 @@ -3893,14 +3644,10 @@ 0 8 16 20 2 8 17 19 2 8 11 20 -8 20 2 8 17 19 -8 19 2 8 15 19 0 8 13 19 0 6 14 20 -8 19 -8 19 0 8 15 19 0 4 11 19 0 4 13 19 @@ -3914,7 +3661,6 @@ 0 8 14 19 0 4 13 19 0 8 13 20 -6 19 0 8 15 19 0 8 17 19 0 6 13 19 @@ -3940,15 +3686,11 @@ 0 8 13 19 2 6 17 19 0 4 13 19 -6 19 0 8 11 19 0 8 13 19 0 6 14 20 0 8 18 19 -8 19 0 8 14 19 -8 19 -8 19 2 6 17 19 0 8 18 20 0 8 13 19 @@ -3961,13 +3703,11 @@ 0 8 17 19 1 8 13 19 0 5 13 19 -8 19 0 6 17 20 0 8 13 19 0 9 17 20 0 4 13 19 0 4 13 19 -5 19 2 6 11 19 0 4 13 19 0 8 13 19 @@ -3978,7 +3718,6 @@ 0 6 11 19 1 6 16 19 0 9 16 19 -5 20 0 8 13 19 0 6 17 19 2 4 14 20 @@ -3988,7 +3727,6 @@ 0 6 15 19 0 8 13 20 0 8 18 19 -8 19 2 8 11 19 0 8 13 20 0 6 18 19 @@ -4001,7 +3739,6 @@ 0 6 16 19 0 8 13 19 0 6 16 19 -8 19 0 10 17 20 0 8 13 20 0 6 16 20 @@ -4015,11 +3752,8 @@ 2 8 18 19 0 8 14 19 0 8 13 19 -8 19 -7 20 1 5 16 19 0 8 11 19 -8 19 0 5 16 19 0 8 11 19 0 4 18 20 @@ -4070,7 +3804,6 @@ 0 8 15 19 0 4 13 19 2 8 11 19 -8 19 0 6 17 19 0 8 11 19 0 6 14 20 @@ -4078,17 +3811,14 @@ 0 8 16 19 0 8 18 19 0 8 16 19 -8 19 0 8 13 19 0 4 13 19 1 8 15 19 0 8 13 19 0 8 15 19 -4 19 0 6 14 20 0 6 17 20 0 8 11 19 -4 19 0 8 13 19 2 9 17 19 2 9 17 19 @@ -4107,7 +3837,6 @@ 0 6 16 19 0 4 15 19 0 6 16 19 -6 19 0 8 11 19 0 8 13 19 2 8 18 20 @@ -4145,15 +3874,12 @@ 0 8 13 19 0 6 17 20 0 8 13 19 -8 19 1 5 13 19 0 8 15 19 2 8 11 19 2 8 17 19 -8 19 1 6 16 19 0 7 17 20 -4 19 0 8 11 19 0 8 13 19 0 8 15 19 @@ -4167,12 +3893,10 @@ 0 4 15 19 2 8 14 19 0 8 15 19 -5 20 1 4 16 19 2 8 15 19 0 9 18 20 0 6 13 19 -4 19 1 8 15 19 2 8 13 20 0 6 14 20 @@ -4198,7 +3922,6 @@ 2 8 18 19 0 8 13 19 0 4 15 19 -4 19 0 5 13 19 0 8 14 19 0 6 14 20 @@ -4210,12 +3933,9 @@ 0 8 18 19 0 5 17 20 0 8 13 19 -4 19 0 8 13 19 1 8 13 19 -9 20 0 8 16 19 -8 19 0 4 16 19 0 6 17 19 0 8 11 19 @@ -4238,7 +3958,6 @@ 0 9 13 19 0 8 14 20 0 8 16 19 -4 19 0 5 17 19 0 8 13 19 0 4 13 19 @@ -4270,7 +3989,6 @@ 0 8 15 19 2 8 11 19 0 8 14 20 -8 19 0 8 15 19 2 6 17 19 0 8 13 19 @@ -4286,7 +4004,6 @@ 0 8 13 20 0 8 11 19 0 6 13 19 -4 19 0 8 16 19 1 8 13 19 0 4 13 19 @@ -4297,7 +4014,6 @@ 0 8 15 19 2 9 14 20 0 8 15 19 -8 19 0 8 16 19 0 8 13 19 0 4 15 19 @@ -4307,13 +4023,11 @@ 0 8 18 20 0 8 13 19 1 8 13 19 -8 19 0 8 18 19 1 9 16 20 0 10 17 20 0 8 13 19 0 8 14 19 -8 19 1 8 13 19 0 6 11 19 0 8 11 19 @@ -4335,7 +4049,6 @@ 2 8 16 19 0 8 17 19 0 8 15 19 -6 19 1 10 17 20 2 6 17 20 0 8 11 19 @@ -4367,7 +4080,6 @@ 0 9 16 20 0 8 13 19 0 8 14 20 -8 19 0 8 13 19 0 8 13 19 0 8 14 19 @@ -4391,7 +4103,6 @@ 1 6 17 20 0 8 13 19 0 8 15 19 -8 19 0 8 17 19 0 4 13 19 0 4 16 19 @@ -4407,11 +4118,9 @@ 0 8 11 19 1 8 16 20 0 8 11 19 -8 19 0 8 13 19 0 9 17 20 0 5 15 19 -8 19 0 8 11 19 1 4 13 19 0 8 11 19 @@ -4420,7 +4129,6 @@ 0 6 15 19 0 4 13 19 0 8 14 20 -8 19 0 8 13 19 1 8 16 19 0 6 13 19 @@ -4433,9 +4141,7 @@ 1 5 14 19 2 7 17 20 0 5 18 19 -8 19 0 8 14 19 -9 20 0 7 17 20 0 8 16 19 1 10 17 20 @@ -4458,11 +4164,9 @@ 2 8 18 19 1 8 13 19 2 6 17 19 -8 19 0 8 15 19 0 8 16 19 0 8 11 19 -4 19 0 9 14 20 0 8 17 20 0 8 16 19 @@ -4497,8 +4201,6 @@ 1 8 13 19 0 4 13 19 0 5 15 19 -8 19 -4 19 0 8 13 19 0 6 14 20 0 6 17 19 @@ -4517,7 +4219,6 @@ 0 8 11 19 0 8 16 19 0 8 13 20 -5 19 0 8 15 19 0 4 13 19 0 8 11 19 @@ -4529,7 +4230,6 @@ 1 4 15 19 0 4 11 19 2 8 14 19 -8 19 0 8 13 19 1 8 13 20 0 8 13 19 @@ -4546,12 +4246,10 @@ 0 5 14 20 1 6 17 20 0 8 13 19 -5 19 0 9 14 20 1 8 13 20 2 8 17 19 0 8 13 19 -4 19 0 8 15 19 0 4 13 20 0 8 11 19 @@ -4590,7 +4288,6 @@ 0 4 13 19 0 6 16 19 0 4 13 19 -5 20 0 5 14 20 0 5 15 19 0 8 16 20 @@ -4604,14 +4301,11 @@ 0 8 13 20 0 5 11 19 0 8 16 19 -8 19 -8 19 0 8 14 19 2 8 15 19 0 8 13 19 0 8 16 19 0 10 17 20 -4 19 1 8 13 19 0 8 13 19 0 6 11 19 @@ -4619,13 +4313,11 @@ 0 6 14 20 2 8 18 19 0 9 14 19 -4 19 0 6 14 20 0 4 15 19 0 8 16 19 0 10 17 20 1 8 13 19 -4 19 0 8 13 19 0 8 11 20 0 4 13 19 @@ -4653,7 +4345,6 @@ 0 8 17 19 0 8 13 19 0 8 13 20 -4 19 2 5 17 20 0 6 14 20 0 8 15 19 @@ -4683,10 +4374,8 @@ 0 5 17 19 2 5 13 19 0 5 11 19 -8 20 2 9 17 19 0 8 13 19 -8 19 0 8 13 19 0 8 18 19 0 6 11 19 @@ -4719,7 +4408,6 @@ 0 4 15 19 0 6 14 19 1 8 15 19 -6 20 0 8 16 19 0 8 13 19 1 6 16 19 @@ -4727,7 +4415,6 @@ 0 8 13 19 0 6 17 20 2 6 17 19 -8 19 2 8 15 19 0 8 13 19 0 4 13 19 @@ -4743,17 +4430,14 @@ 2 9 17 20 0 6 16 19 0 4 14 19 -8 19 0 6 16 20 0 9 17 20 0 5 14 19 2 6 17 19 1 8 16 20 0 6 17 19 -8 19 0 4 13 20 1 8 14 19 -6 19 1 6 13 19 2 8 13 19 0 8 13 20 @@ -4764,7 +4448,6 @@ 2 6 18 20 1 10 17 19 0 8 13 20 -8 19 0 8 17 19 2 9 18 20 2 8 13 19 @@ -4776,11 +4459,9 @@ 1 6 13 19 0 8 17 20 0 8 16 19 -4 19 0 8 16 19 0 9 14 20 1 6 13 19 -6 20 0 8 13 19 0 5 14 20 0 8 13 19 @@ -4799,7 +4480,6 @@ 2 8 13 19 2 6 11 19 0 4 13 19 -9 19 0 8 13 19 0 5 15 19 0 8 13 19 @@ -4810,13 +4490,11 @@ 0 8 18 19 0 6 16 20 0 6 17 19 -8 20 0 8 13 19 0 8 11 19 2 5 11 19 0 6 14 20 0 6 14 19 -8 19 0 5 11 19 0 8 13 19 0 6 16 19 @@ -4833,10 +4511,8 @@ 0 8 13 20 0 8 16 20 0 8 11 19 -4 19 2 8 17 20 0 8 11 19 -4 19 0 5 18 19 0 8 15 19 2 8 11 19 @@ -4882,7 +4558,6 @@ 0 6 13 19 0 4 13 19 0 8 16 19 -8 19 1 6 14 20 0 8 14 19 2 5 11 19 @@ -4923,7 +4598,6 @@ 2 8 11 19 0 8 16 20 0 8 14 19 -6 19 0 8 18 19 0 8 11 19 2 9 17 20 @@ -4940,7 +4614,6 @@ 2 8 11 19 0 8 13 20 1 8 13 20 -4 19 0 5 14 20 0 8 16 20 2 8 17 19 @@ -4956,7 +4629,6 @@ 2 8 15 19 0 6 14 19 0 9 15 19 -8 19 0 5 11 19 2 4 17 19 0 5 14 20 @@ -4968,7 +4640,6 @@ 1 9 14 20 0 8 14 19 0 8 17 19 -8 20 2 8 13 19 0 7 17 20 0 4 13 19 @@ -4978,9 +4649,7 @@ 0 8 13 19 0 6 16 20 0 8 13 19 -4 19 0 6 11 19 -8 19 0 10 17 20 0 8 13 19 0 8 13 19 @@ -5018,7 +4687,6 @@ 0 8 11 19 2 8 14 19 0 4 13 19 -8 19 0 8 13 19 0 8 13 19 0 8 11 19 @@ -5062,7 +4730,6 @@ 0 4 13 19 0 8 13 20 0 8 13 19 -8 19 1 4 13 19 0 8 14 19 0 4 13 19 @@ -5145,7 +4812,6 @@ 0 8 16 19 0 8 16 19 0 8 14 19 -4 19 1 4 13 19 0 8 13 19 0 8 13 20 @@ -5154,7 +4820,6 @@ 0 8 11 19 0 6 13 19 1 8 13 20 -8 19 0 8 11 19 0 9 14 20 0 8 13 19 @@ -5170,7 +4835,6 @@ 1 8 13 20 0 4 13 19 0 8 16 19 -8 20 0 6 14 20 0 6 16 19 1 8 14 20 @@ -5191,12 +4855,10 @@ 1 8 13 19 0 4 15 19 0 6 14 20 -8 19 0 8 13 20 2 8 11 19 2 7 17 20 0 6 16 19 -8 20 0 5 11 19 2 6 14 20 1 9 17 20 @@ -5205,14 +4867,11 @@ 1 8 13 19 0 6 17 19 0 8 15 19 -6 19 0 8 15 19 -5 19 0 8 16 19 0 4 13 20 1 5 13 19 0 8 16 19 -6 19 0 5 14 19 0 6 16 19 0 8 13 19 @@ -5226,7 +4885,6 @@ 0 4 13 19 0 8 13 19 2 8 14 20 -8 19 0 8 13 19 2 8 15 19 0 6 14 20 @@ -5253,7 +4911,6 @@ 0 8 13 19 2 5 18 19 0 8 13 19 -8 19 0 6 15 19 0 8 13 19 0 8 11 19 @@ -5292,20 +4949,16 @@ 0 9 17 19 0 8 16 19 1 8 13 19 -9 19 0 8 13 19 -8 19 0 4 13 19 0 8 11 19 1 8 13 19 0 8 13 19 0 6 13 20 -8 19 0 8 15 19 0 6 14 19 2 9 11 19 1 8 13 19 -5 19 0 8 15 19 0 8 13 20 0 8 14 19 @@ -5318,8 +4971,6 @@ 0 4 13 19 2 8 18 19 0 6 13 19 -8 19 -4 19 0 8 16 19 0 8 13 19 0 8 13 19 @@ -5338,13 +4989,10 @@ 0 9 17 20 0 5 11 19 0 8 14 19 -4 19 0 8 13 19 0 8 13 19 0 8 11 19 -8 19 0 5 13 19 -8 19 0 4 13 20 0 6 15 19 0 6 14 20 @@ -5359,7 +5007,6 @@ 0 8 17 20 0 8 15 19 2 8 13 19 -3 4 19 0 8 13 19 1 8 13 19 1 8 16 19 @@ -5381,8 +5028,6 @@ 0 6 14 20 0 6 11 19 0 8 16 19 -8 19 -8 19 0 4 13 20 2 8 14 19 0 8 11 19 @@ -5438,13 +5083,11 @@ 2 8 14 20 0 8 13 19 0 8 11 19 -8 19 0 4 13 19 0 4 13 19 0 8 14 19 0 6 16 19 0 8 13 19 -4 19 0 8 15 19 0 8 13 19 0 8 13 19 @@ -5469,7 +5112,6 @@ 1 8 15 19 0 8 17 19 1 8 13 19 -8 19 0 8 13 19 0 10 17 20 2 8 15 19 @@ -5490,7 +5132,6 @@ 0 8 14 19 1 9 16 20 0 8 18 19 -8 19 0 8 16 19 0 6 17 20 0 8 11 19 @@ -5524,10 +5165,8 @@ 0 8 11 20 0 4 13 19 0 6 14 19 -8 19 0 4 15 19 2 6 17 19 -8 19 2 9 17 20 1 8 13 19 2 7 17 20 @@ -5546,7 +5185,6 @@ 2 8 11 19 1 6 15 19 0 8 16 20 -4 19 2 9 17 19 0 8 13 19 2 8 18 19 @@ -5559,11 +5197,9 @@ 0 8 16 19 0 8 11 19 0 8 17 20 -4 19 2 8 18 19 0 8 13 19 0 6 18 19 -4 19 0 8 16 20 0 8 13 19 0 8 13 20 @@ -5588,7 +5224,6 @@ 0 5 13 19 1 10 17 20 0 6 14 20 -8 19 0 6 16 19 1 8 16 19 0 9 17 20 @@ -5621,7 +5256,6 @@ 1 8 13 20 0 8 13 19 0 8 15 19 -4 19 0 5 11 20 1 6 14 20 0 8 15 19 @@ -5630,7 +5264,6 @@ 0 8 13 19 0 8 16 19 0 8 15 19 -9 19 0 8 11 19 0 9 14 20 2 8 17 19 @@ -5650,7 +5283,6 @@ 1 6 17 20 0 8 13 19 0 8 13 20 -8 19 0 5 15 19 0 6 18 19 0 8 16 19 @@ -5677,7 +5309,6 @@ 0 4 15 19 0 8 17 19 0 9 11 19 -6 19 0 6 17 19 0 4 16 19 0 7 14 20 @@ -5685,7 +5316,6 @@ 0 8 13 19 0 9 16 20 2 8 11 19 -8 19 0 8 11 20 0 8 15 19 0 4 13 19 @@ -5718,7 +5348,6 @@ 0 6 16 20 1 8 13 19 0 5 13 19 -6 19 0 8 13 19 0 5 16 19 0 8 11 19 @@ -5751,7 +5380,6 @@ 0 8 14 20 0 4 13 19 0 4 13 19 -8 19 0 6 17 20 0 8 13 20 0 5 13 20 @@ -5764,7 +5392,6 @@ 0 8 15 19 0 7 17 20 2 8 13 19 -8 19 0 8 13 20 2 8 11 19 0 5 13 19 @@ -5786,7 +5413,6 @@ 0 8 14 19 0 4 13 19 2 8 11 19 -8 19 0 4 15 19 0 8 13 19 0 8 13 20 @@ -5801,12 +5427,10 @@ 0 4 15 19 0 8 13 19 0 5 17 19 -8 19 1 8 13 19 0 8 18 19 0 8 13 19 0 4 15 19 -4 19 0 8 16 19 0 4 13 19 0 5 14 19 @@ -5830,7 +5454,6 @@ 0 4 15 19 0 8 13 19 0 6 14 20 -9 19 0 8 14 19 0 4 15 19 1 8 14 19 @@ -5851,7 +5474,6 @@ 0 4 15 19 0 8 11 19 0 8 13 19 -8 19 0 8 13 19 1 8 13 19 0 8 13 19 @@ -5914,19 +5536,16 @@ 0 4 15 19 2 8 11 19 0 6 14 19 -4 19 0 8 13 20 1 9 13 19 0 8 13 20 0 4 15 19 -8 19 0 8 13 19 0 8 13 19 0 6 17 19 1 8 18 20 0 9 17 19 0 8 13 19 -8 19 1 6 16 20 0 8 16 19 0 8 17 20 @@ -5975,13 +5594,11 @@ 0 8 13 19 0 4 13 19 0 6 14 19 -7 20 0 8 13 19 1 4 13 20 0 6 14 20 2 8 13 19 0 8 13 19 -8 19 0 6 17 19 0 8 14 20 0 6 15 19 @@ -6013,7 +5630,6 @@ 0 6 17 19 1 5 16 19 0 8 13 19 -8 19 0 8 16 20 1 8 16 20 0 8 18 19 @@ -6037,7 +5653,6 @@ 0 8 13 20 1 4 13 19 0 8 15 19 -8 19 0 5 18 19 1 8 15 19 1 8 16 20 @@ -6049,7 +5664,6 @@ 0 5 11 19 0 8 13 19 0 8 13 19 -8 19 2 5 15 19 0 4 11 19 0 8 13 19 @@ -6057,7 +5671,6 @@ 0 8 16 19 0 8 13 19 0 4 13 19 -4 19 0 5 11 19 0 6 16 19 0 6 17 19 @@ -6129,7 +5742,6 @@ 0 8 14 19 0 8 17 19 0 6 17 19 -4 19 0 8 13 19 2 8 18 19 2 6 11 19 @@ -6176,7 +5788,6 @@ 0 8 13 19 0 6 16 19 0 6 16 20 -8 19 0 8 13 20 1 10 13 19 0 10 17 20 @@ -6229,7 +5840,6 @@ 0 8 14 19 0 8 11 19 0 8 13 19 -8 19 1 6 17 19 0 9 17 20 1 4 13 19 @@ -6282,8 +5892,6 @@ 0 7 14 20 0 8 13 19 0 4 16 19 -8 19 -8 19 0 8 11 19 0 8 11 19 0 8 14 19 @@ -6312,7 +5920,6 @@ 0 8 13 19 0 4 16 19 0 6 14 20 -8 19 2 8 14 19 2 8 15 19 0 6 11 19 @@ -6340,7 +5947,6 @@ 0 8 18 19 0 8 14 19 0 6 16 19 -8 19 0 8 14 19 2 8 11 20 1 4 13 19 @@ -6349,7 +5955,6 @@ 0 8 16 19 2 9 17 20 0 8 11 19 -4 19 2 5 13 20 0 8 13 19 0 5 11 19 @@ -6405,7 +6010,6 @@ 1 8 13 19 0 4 15 19 0 8 16 20 -8 19 0 8 16 19 0 8 14 19 0 4 15 19 @@ -6430,7 +6034,6 @@ 0 9 14 20 2 9 17 19 2 8 13 19 -8 19 0 4 13 19 0 8 13 19 0 8 13 19 @@ -6446,7 +6049,6 @@ 0 8 13 19 0 8 15 19 1 8 14 19 -8 19 0 8 11 19 0 8 15 19 2 8 13 19 @@ -6508,7 +6110,6 @@ 2 5 18 19 0 8 13 19 0 4 13 19 -8 19 0 8 15 19 1 6 18 20 0 6 16 20 @@ -6519,7 +6120,6 @@ 0 4 13 19 1 9 14 20 0 8 13 19 -8 19 0 8 16 19 0 8 11 19 1 9 17 20 @@ -6534,20 +6134,17 @@ 0 9 17 20 2 6 17 19 0 5 16 20 -8 19 0 6 13 20 1 8 13 19 0 8 13 19 0 8 11 19 0 4 15 19 -4 19 1 8 16 19 0 4 13 19 0 8 11 19 2 5 18 20 0 8 16 20 2 9 14 20 -6 19 0 8 13 19 0 8 18 19 0 8 13 19 @@ -6556,13 +6153,11 @@ 0 4 13 20 0 7 17 20 2 5 18 19 -8 19 1 8 13 19 2 10 17 19 0 6 17 20 0 8 13 19 0 8 13 20 -8 19 0 8 11 19 1 8 13 19 1 4 11 19 @@ -6589,7 +6184,6 @@ 0 8 14 19 0 8 13 19 1 4 11 20 -5 19 0 8 16 19 0 8 16 19 0 8 15 19 @@ -6638,13 +6232,11 @@ 2 7 17 20 1 5 13 19 1 10 17 20 -8 19 0 8 13 19 0 5 11 19 0 6 17 19 0 8 13 19 1 8 16 19 -8 19 2 4 11 19 2 9 11 20 0 5 13 20 @@ -6661,7 +6253,6 @@ 0 6 16 20 2 8 13 20 0 8 11 19 -8 19 2 6 17 20 2 8 18 20 0 4 11 19 @@ -6677,7 +6268,6 @@ 0 6 18 19 0 6 18 20 0 8 16 19 -8 19 0 8 13 19 0 8 16 19 0 5 16 19 @@ -6731,8 +6321,6 @@ 2 8 13 19 0 6 16 19 0 8 13 19 -8 19 -8 19 2 9 17 20 0 8 13 19 0 8 15 19 @@ -6751,7 +6339,6 @@ 0 6 17 19 1 10 17 20 0 8 15 19 -6 19 0 8 15 19 0 8 13 19 0 8 11 19 @@ -6764,7 +6351,6 @@ 0 9 17 20 0 8 13 20 0 8 13 20 -8 19 0 8 11 19 0 8 13 19 2 6 11 20 @@ -6796,7 +6382,6 @@ 0 8 16 19 2 4 13 19 0 8 16 20 -8 19 2 8 14 19 2 8 14 19 0 8 16 19 @@ -6832,7 +6417,6 @@ 0 9 17 19 0 8 11 19 0 9 17 20 -8 20 2 9 17 19 0 8 15 19 2 4 14 19 @@ -6858,9 +6442,7 @@ 0 6 16 19 1 8 13 19 1 8 14 19 -8 19 2 5 11 19 -5 20 0 8 15 19 0 4 13 19 0 8 16 19 @@ -6875,7 +6457,6 @@ 0 4 15 19 0 6 17 19 2 9 17 20 -8 19 0 8 13 19 2 9 14 20 0 5 16 20 @@ -6894,7 +6475,6 @@ 0 4 15 19 0 5 13 19 0 8 16 19 -8 19 0 6 11 20 1 4 13 19 0 4 13 19 @@ -6912,7 +6492,6 @@ 1 8 13 20 0 8 13 19 2 5 11 19 -4 19 1 5 14 19 0 6 14 19 0 6 15 19 @@ -6933,7 +6512,6 @@ 2 8 11 19 0 8 17 19 0 6 14 20 -8 20 0 6 14 19 0 4 13 19 0 8 16 19 @@ -6946,7 +6524,6 @@ 0 8 13 19 0 8 14 19 1 8 13 19 -8 20 0 6 13 19 0 6 14 19 0 5 16 19 @@ -6991,9 +6568,7 @@ 0 8 11 19 2 9 17 20 0 5 16 20 -8 19 2 8 14 20 -8 19 0 8 16 19 0 8 11 19 0 4 15 19 @@ -7009,7 +6584,6 @@ 0 6 13 19 0 8 15 19 0 8 14 19 -6 19 0 6 16 20 0 8 13 19 1 5 16 19 @@ -7025,7 +6599,6 @@ 1 8 13 19 0 8 15 19 0 8 11 19 -9 19 0 8 18 19 0 8 13 20 0 6 16 19 @@ -7047,7 +6620,6 @@ 0 8 13 19 1 4 14 20 0 4 13 19 -5 19 0 4 11 19 0 9 11 20 0 6 14 19 @@ -7073,7 +6645,6 @@ 0 8 13 19 0 8 13 20 0 8 14 19 -8 19 0 6 11 19 0 8 13 19 2 5 17 19 @@ -7098,13 +6669,10 @@ 1 5 13 19 0 8 18 19 0 10 17 19 -6 20 0 8 13 19 -8 19 0 8 16 20 0 6 17 20 0 9 17 19 -8 19 0 9 14 19 0 8 11 19 0 8 16 19 @@ -7134,7 +6702,6 @@ 0 4 13 19 0 6 18 20 0 8 13 19 -5 19 0 8 15 19 0 5 15 20 2 8 13 19 @@ -7147,7 +6714,6 @@ 0 8 15 19 0 9 17 20 0 8 14 19 -5 19 0 8 13 19 0 8 11 19 0 8 13 19 @@ -7162,16 +6728,13 @@ 0 8 13 19 2 8 11 19 0 10 17 20 -8 19 2 8 11 19 0 8 13 19 -4 19 0 8 13 19 0 6 15 19 0 6 14 19 0 6 17 19 0 8 11 19 -4 19 0 6 17 19 1 8 13 19 1 8 13 19 @@ -7191,7 +6754,6 @@ 0 8 13 19 0 8 16 19 0 6 17 19 -4 19 2 6 17 20 1 8 13 19 0 8 13 19 @@ -7289,7 +6851,6 @@ 0 8 13 19 2 8 11 19 2 6 14 20 -8 19 0 6 16 19 0 4 15 19 0 8 13 20 @@ -7299,7 +6860,6 @@ 1 8 15 19 0 8 13 20 0 4 17 19 -8 19 0 8 13 19 0 6 18 19 0 6 17 19 @@ -7320,7 +6880,6 @@ 0 4 13 19 2 7 17 19 0 4 13 19 -8 19 0 6 17 19 0 8 13 19 2 8 15 19 @@ -7338,7 +6897,6 @@ 1 10 17 20 0 8 14 19 1 8 13 20 -8 19 2 8 18 19 0 8 13 20 0 4 13 20 @@ -7350,7 +6908,6 @@ 0 6 11 19 2 8 18 19 0 8 13 20 -8 19 0 9 17 20 0 5 11 19 1 8 13 20 @@ -7435,7 +6992,6 @@ 0 6 11 19 0 8 15 19 0 8 11 19 -8 19 0 4 13 20 2 6 17 19 2 4 15 19 @@ -7455,13 +7011,11 @@ 0 4 13 19 0 4 15 19 0 6 13 20 -8 19 0 8 11 19 0 8 11 19 2 9 11 20 2 6 17 19 2 8 15 19 -8 19 2 6 18 20 0 8 14 20 0 8 15 19 @@ -7470,7 +7024,6 @@ 0 8 17 19 0 5 17 19 0 4 15 19 -8 19 0 6 11 19 0 8 11 19 0 8 15 19 @@ -7508,7 +7061,6 @@ 1 8 13 19 0 8 11 19 0 8 13 19 -8 19 0 8 11 19 0 8 13 19 2 6 17 20 @@ -7552,13 +7104,10 @@ 2 8 14 19 0 6 14 19 1 8 16 20 -8 19 0 9 14 20 1 6 14 19 1 8 16 20 1 10 17 20 -6 20 -8 19 0 6 16 20 0 8 11 19 0 8 16 19 @@ -7574,15 +7123,12 @@ 0 8 11 19 2 8 11 19 1 5 17 19 -6 19 0 8 13 19 0 5 11 19 -6 20 0 8 13 19 0 8 13 19 1 8 16 19 0 8 13 19 -8 19 0 8 11 19 0 4 11 19 0 8 16 19 @@ -7609,7 +7155,6 @@ 0 8 11 19 0 8 13 19 0 8 13 19 -8 19 0 4 13 19 2 4 15 20 0 8 13 19 @@ -7661,7 +7206,6 @@ 0 8 16 19 0 4 16 19 1 6 14 19 -4 19 0 8 13 19 0 5 11 19 1 9 17 19 @@ -7681,7 +7225,6 @@ 0 5 14 19 1 6 16 20 0 8 15 19 -8 19 0 8 14 19 0 8 13 19 2 8 11 19 @@ -7722,7 +7265,6 @@ 0 6 14 20 0 4 13 19 0 8 17 19 -6 19 0 8 13 19 0 8 16 19 0 8 13 19 @@ -7738,17 +7280,14 @@ 1 8 13 19 0 8 15 19 0 4 13 19 -6 19 0 4 15 20 0 4 15 19 0 8 15 19 0 8 11 19 0 8 13 20 -8 19 0 8 13 19 0 8 15 19 2 6 14 19 -8 19 1 4 11 19 0 6 18 19 0 8 13 19 @@ -7761,7 +7300,6 @@ 2 8 15 19 0 5 16 19 0 8 15 19 -4 19 0 4 13 19 0 6 17 19 0 8 11 19 @@ -7771,7 +7309,6 @@ 2 8 18 19 0 8 17 19 0 8 13 19 -4 19 0 8 13 19 1 8 13 19 0 8 15 19 @@ -7782,10 +7319,8 @@ 0 8 13 19 0 6 16 19 1 5 13 19 -6 19 0 8 13 20 2 9 18 20 -8 19 0 4 13 19 0 10 14 20 0 8 11 19 @@ -7813,7 +7348,6 @@ 0 8 11 19 0 4 11 19 0 6 14 19 -8 19 0 8 15 19 0 8 17 19 0 6 17 20 @@ -7824,7 +7358,6 @@ 0 5 13 19 0 9 18 20 0 8 14 19 -8 20 1 8 13 19 0 9 17 19 2 8 14 19 @@ -7837,7 +7370,6 @@ 0 4 11 19 0 8 14 20 0 5 16 19 -4 19 0 6 13 20 0 8 14 19 1 5 17 19 @@ -7860,7 +7392,6 @@ 2 8 18 19 0 9 17 19 0 8 13 19 -8 19 0 8 13 19 0 8 13 19 1 8 14 19 @@ -7870,11 +7401,9 @@ 2 4 13 19 0 6 14 20 0 4 13 19 -8 19 0 8 18 19 1 8 13 19 2 8 13 20 -8 19 0 8 14 19 2 8 18 20 0 6 16 20 @@ -7898,12 +7427,10 @@ 0 8 13 19 0 8 15 19 0 8 13 19 -8 19 0 4 15 19 0 6 17 20 0 8 11 19 1 8 16 19 -4 19 1 6 14 20 0 8 16 19 0 8 11 19 @@ -7940,7 +7467,6 @@ 0 5 13 19 0 4 15 19 0 5 15 19 -8 19 0 8 15 19 0 8 16 20 0 8 13 19 @@ -7961,7 +7487,6 @@ 0 8 15 19 0 10 11 19 0 4 16 19 -8 19 0 4 15 19 0 8 13 19 0 8 13 20 @@ -7969,13 +7494,11 @@ 0 8 14 20 0 8 11 19 1 4 16 19 -4 19 0 6 17 19 1 6 11 19 1 8 13 20 0 7 17 20 0 9 17 20 -10 20 0 8 13 20 0 9 17 20 2 6 14 19 @@ -7997,15 +7520,12 @@ 1 8 13 19 0 6 14 19 1 8 13 20 -8 19 0 9 17 20 0 8 11 19 -8 20 1 8 16 19 0 4 11 19 0 8 15 19 0 8 15 19 -8 19 0 8 13 19 1 6 16 19 2 8 11 19 @@ -8020,7 +7540,6 @@ 0 8 13 19 0 4 15 19 2 8 13 20 -4 19 0 8 13 20 0 8 11 19 1 8 13 20 @@ -8040,7 +7559,6 @@ 1 5 14 20 0 7 13 20 0 8 13 19 -8 19 0 8 15 19 0 5 17 19 1 8 13 19 @@ -8051,11 +7569,9 @@ 0 8 17 19 2 6 16 20 0 4 13 19 -8 19 0 5 17 19 0 5 14 20 0 4 13 19 -8 19 2 4 16 19 0 8 13 19 0 8 14 19 @@ -8067,7 +7583,6 @@ 1 8 16 19 0 6 16 19 0 5 17 20 -4 20 0 8 15 19 0 4 13 19 1 5 15 19 @@ -8083,10 +7598,8 @@ 0 8 13 19 0 8 15 19 0 9 16 20 -8 19 0 5 13 19 0 5 14 19 -4 19 2 6 17 19 0 8 13 19 0 9 14 20 @@ -8094,11 +7607,8 @@ 0 8 13 19 2 4 13 19 0 8 15 19 -4 19 0 9 17 20 -4 19 0 8 13 19 -8 19 0 8 13 19 1 8 17 20 2 8 11 19 @@ -8132,7 +7642,6 @@ 0 8 15 19 0 4 13 19 2 5 11 19 -4 19 0 8 16 19 0 8 13 19 1 5 13 19 @@ -8145,7 +7654,6 @@ 0 6 17 20 0 8 13 19 0 8 13 19 -5 19 0 6 11 19 0 4 13 19 0 10 17 20 @@ -8166,7 +7674,6 @@ 0 8 11 19 0 8 16 19 2 9 14 20 -8 19 0 8 13 19 0 8 13 19 2 6 13 19 @@ -8187,11 +7694,9 @@ 0 8 13 19 0 5 14 19 0 8 11 19 -8 19 0 8 13 19 2 9 11 19 1 8 16 19 -5 20 0 8 18 19 0 6 17 20 0 8 16 19 @@ -8220,7 +7725,6 @@ 0 8 13 19 0 8 11 19 0 8 15 19 -5 19 0 6 16 20 2 10 17 19 1 7 17 20 @@ -8239,7 +7743,6 @@ 0 4 13 19 0 5 14 19 1 8 16 19 -8 19 0 6 11 19 0 4 13 20 0 4 13 19 @@ -8295,7 +7798,6 @@ 2 8 11 19 0 8 13 19 0 8 13 19 -8 19 0 8 13 19 1 8 13 19 0 8 11 19 @@ -8320,7 +7822,6 @@ 0 4 13 19 0 8 14 19 0 8 13 19 -8 19 0 8 13 19 0 8 13 19 2 10 14 20 @@ -8362,7 +7863,6 @@ 1 6 16 20 0 4 13 19 0 10 14 20 -8 19 0 8 17 19 0 6 17 20 0 8 17 20 @@ -8385,7 +7885,6 @@ 0 8 16 19 0 8 15 19 0 5 17 19 -8 19 2 6 14 19 0 8 16 19 2 9 17 19 @@ -8427,7 +7926,6 @@ 0 8 13 19 0 5 15 19 0 4 13 19 -8 19 0 5 17 19 0 4 13 19 0 8 13 19 @@ -8444,8 +7942,6 @@ 0 8 18 19 2 6 14 19 0 8 11 19 -8 19 -5 19 0 6 16 20 0 8 13 19 0 8 17 19 @@ -8470,7 +7966,6 @@ 0 8 13 19 2 5 14 19 0 6 16 20 -6 19 0 8 13 19 1 8 13 19 0 8 14 19 @@ -8497,7 +7992,6 @@ 0 8 15 19 0 6 17 20 0 4 13 19 -8 19 0 9 14 20 0 8 15 19 0 8 13 19 @@ -8530,7 +8024,6 @@ 2 9 17 20 2 5 11 19 0 5 13 19 -8 19 2 6 17 19 0 8 13 19 0 6 15 19 @@ -8541,7 +8034,6 @@ 2 8 13 20 2 6 18 20 2 8 13 19 -8 19 0 8 18 19 0 8 14 19 0 8 16 19 @@ -8563,7 +8055,6 @@ 0 8 14 19 0 4 15 19 0 8 13 19 -8 19 2 8 13 20 0 8 11 19 0 4 13 19 @@ -8605,7 +8096,6 @@ 2 8 13 20 0 8 13 19 1 8 14 19 -8 19 0 4 13 19 2 9 17 19 1 4 13 20 @@ -8634,14 +8124,12 @@ 0 4 13 20 0 4 13 20 0 8 13 19 -8 19 0 8 11 19 0 8 13 19 0 8 11 19 0 8 15 19 2 6 18 19 0 8 16 19 -8 20 0 8 13 19 1 4 13 19 0 8 13 20 @@ -8671,7 +8159,6 @@ 0 8 11 19 2 9 17 19 0 4 16 19 -5 19 1 5 13 20 0 8 13 19 0 6 17 19 @@ -8690,9 +8177,7 @@ 0 8 13 19 0 8 13 19 2 8 13 20 -8 19 0 8 13 19 -10 20 0 8 15 19 0 9 17 20 1 8 13 19 @@ -8747,7 +8232,6 @@ 0 8 14 20 0 8 11 19 0 8 13 19 -8 19 0 8 18 19 1 8 16 20 2 8 11 19 @@ -8755,19 +8239,16 @@ 0 8 13 19 2 6 17 20 0 6 17 19 -8 19 0 8 13 20 0 8 13 19 0 6 14 20 2 5 18 20 0 8 13 19 0 8 13 19 -4 19 2 8 18 19 2 9 17 19 1 8 14 19 2 6 18 20 -8 19 2 9 17 19 0 8 15 19 0 8 15 19 @@ -8780,20 +8261,17 @@ 0 8 16 19 0 7 17 19 0 6 14 20 -5 19 0 5 13 19 0 5 13 19 0 8 13 19 1 8 13 19 0 8 13 19 -8 19 0 8 17 19 0 8 11 20 0 4 13 20 0 8 13 20 0 8 13 19 0 8 18 19 -4 20 0 6 13 20 0 8 13 19 0 8 15 19 @@ -8803,7 +8281,6 @@ 0 8 13 19 2 6 14 19 0 8 15 19 -4 19 0 10 17 20 2 6 17 19 2 6 17 19 @@ -8820,7 +8297,6 @@ 0 8 15 19 0 10 17 19 1 4 13 19 -8 19 0 8 18 19 0 8 16 20 1 8 16 20 @@ -8845,13 +8321,11 @@ 0 8 13 19 0 8 15 19 0 8 15 19 -6 19 0 8 13 19 1 6 13 19 0 9 18 19 0 8 18 19 1 8 14 19 -8 19 0 8 16 20 0 4 15 19 0 8 11 20 @@ -8906,7 +8380,6 @@ 0 8 11 19 1 8 13 19 0 8 11 19 -6 19 0 7 17 20 0 6 17 20 0 8 13 19 @@ -8918,7 +8391,6 @@ 0 8 13 19 1 8 16 20 0 6 14 20 -8 19 0 6 11 19 0 6 11 19 0 6 16 19 @@ -8938,7 +8410,6 @@ 0 8 13 19 0 8 13 19 0 5 14 20 -8 19 0 5 16 19 0 8 13 19 0 8 11 19 @@ -8947,12 +8418,10 @@ 0 8 11 19 0 4 13 19 0 8 16 19 -5 19 0 6 17 19 0 8 14 19 0 8 13 20 0 6 15 19 -5 20 1 8 11 20 1 8 13 19 1 8 14 19 @@ -8961,7 +8430,6 @@ 2 8 11 19 1 6 13 19 0 10 17 20 -8 19 0 6 14 19 0 8 11 19 0 5 14 20 @@ -8983,18 +8451,15 @@ 1 8 16 20 0 4 13 19 0 8 18 19 -5 19 0 8 16 19 0 8 13 19 0 10 17 20 0 6 16 20 0 8 13 19 -8 19 0 8 11 19 0 5 11 19 0 8 13 20 0 4 13 19 -8 19 0 4 15 19 0 8 13 19 0 8 13 19 @@ -9026,9 +8491,7 @@ 0 4 13 19 0 5 16 20 0 8 13 19 -6 19 0 8 14 20 -8 19 0 8 13 20 2 8 14 19 0 8 13 20 @@ -9104,7 +8567,6 @@ 1 8 16 19 0 6 13 19 0 9 14 20 -4 19 0 8 13 19 1 9 16 20 2 6 17 19 @@ -9136,24 +8598,18 @@ 0 4 15 19 0 8 16 19 0 4 16 19 -6 19 0 5 11 19 -9 20 -4 19 0 8 13 20 1 4 13 19 0 6 17 19 2 10 17 20 0 9 14 20 -4 19 -8 19 0 8 16 19 2 8 13 20 0 8 11 19 2 8 18 19 0 8 11 19 0 8 13 19 -8 19 0 8 16 19 0 8 16 19 0 4 14 19 @@ -9168,7 +8624,6 @@ 1 5 13 19 0 8 14 20 0 8 13 19 -8 19 0 8 17 19 0 8 11 19 0 8 13 20 @@ -9176,7 +8631,6 @@ 0 4 14 19 0 8 11 19 0 5 11 20 -6 19 0 6 14 20 0 8 13 20 2 9 17 19 @@ -9195,7 +8649,6 @@ 2 7 17 20 0 6 17 19 0 8 13 19 -6 20 0 6 16 20 0 10 17 20 1 4 13 20 @@ -9209,10 +8662,8 @@ 0 8 13 19 0 8 15 19 1 9 14 20 -5 20 2 8 17 19 2 8 11 20 -6 19 2 6 13 19 0 8 16 19 0 6 14 20 @@ -9243,7 +8694,6 @@ 0 6 13 20 0 8 16 19 0 5 13 20 -8 20 0 8 13 19 2 8 13 20 2 8 14 19 @@ -9291,7 +8741,6 @@ 0 4 15 19 0 8 15 19 0 4 13 19 -8 19 0 8 11 19 0 6 14 19 1 5 13 19 @@ -9322,7 +8771,6 @@ 1 8 16 20 0 8 17 19 1 6 13 19 -6 20 1 6 17 19 2 8 11 19 0 5 13 19 @@ -9338,9 +8786,7 @@ 2 8 18 19 0 5 14 19 0 8 16 19 -8 19 0 8 11 19 -8 20 0 8 15 19 2 6 18 19 0 9 14 20 @@ -9349,14 +8795,11 @@ 0 6 14 20 0 8 16 19 2 5 17 19 -4 19 2 7 17 20 -4 19 0 9 17 19 0 8 13 19 0 8 13 19 1 8 16 19 -8 19 0 8 13 19 0 8 13 19 0 8 13 19 @@ -9365,7 +8808,6 @@ 0 8 13 20 0 8 14 19 0 8 18 19 -4 19 0 8 13 19 0 6 11 19 0 4 13 19 @@ -9407,7 +8849,6 @@ 0 8 18 19 0 8 13 19 0 8 13 19 -8 19 0 8 14 19 0 8 11 19 0 8 13 19 @@ -9450,7 +8891,6 @@ 0 8 13 20 1 8 13 19 0 8 13 19 -8 19 0 6 14 20 2 9 17 20 0 8 13 19 @@ -9475,20 +8915,17 @@ 0 8 13 19 0 8 14 19 1 8 16 19 -8 19 0 8 13 19 2 8 13 19 2 6 11 19 0 8 13 19 0 4 15 19 0 8 11 19 -8 19 0 8 13 19 0 6 14 19 0 6 13 19 0 8 13 19 0 8 13 19 -8 19 0 6 14 20 0 8 15 19 0 8 11 20 @@ -9498,7 +8935,6 @@ 0 8 15 19 1 8 15 19 0 8 15 19 -8 20 0 8 16 19 0 6 17 20 1 6 16 20 @@ -9529,12 +8965,10 @@ 0 8 13 19 2 9 17 20 0 8 16 19 -8 19 0 8 11 19 1 9 16 19 0 8 13 19 2 8 15 19 -8 19 0 8 15 19 2 8 13 19 2 8 14 19 @@ -9547,7 +8981,6 @@ 0 8 13 19 0 5 18 20 2 8 15 19 -6 19 1 8 13 19 0 8 13 19 2 9 17 19 @@ -9555,7 +8988,6 @@ 2 5 18 19 1 8 11 19 0 9 16 19 -4 19 1 8 11 20 0 7 15 20 2 8 13 19 @@ -9575,12 +9007,10 @@ 0 4 13 19 0 4 13 19 0 8 11 19 -8 19 0 8 13 19 0 9 15 19 2 6 18 19 0 8 11 19 -6 20 1 5 15 19 0 8 15 19 0 4 16 19 @@ -9614,7 +9044,6 @@ 0 6 16 20 0 6 11 19 0 8 13 19 -8 19 0 8 17 19 0 8 11 19 0 8 16 19 @@ -9624,7 +9053,6 @@ 0 5 11 19 0 5 15 19 2 6 17 19 -10 19 0 4 13 19 0 8 15 19 0 9 14 20 @@ -9648,7 +9076,6 @@ 0 5 17 19 0 6 13 20 0 8 14 20 -6 19 0 6 14 19 0 5 14 20 0 6 11 19 @@ -9701,16 +9128,13 @@ 0 5 13 19 0 6 13 19 2 5 11 19 -9 19 0 8 16 19 0 6 13 19 2 6 17 19 2 8 15 19 -8 19 0 8 13 19 0 8 14 19 0 6 15 19 -4 19 0 6 17 20 0 8 15 19 0 6 14 20 @@ -9776,7 +9200,6 @@ 0 8 16 19 0 8 11 19 0 8 16 20 -4 19 0 8 15 19 2 5 13 20 0 5 13 19 @@ -9785,7 +9208,6 @@ 0 8 11 19 1 4 13 20 0 6 11 19 -8 19 1 8 13 19 0 8 13 19 0 8 11 19 @@ -9858,7 +9280,6 @@ 1 10 17 20 0 8 13 19 1 6 14 19 -8 19 1 8 13 19 2 6 17 19 2 8 11 19 @@ -9870,7 +9291,6 @@ 0 8 13 19 0 8 16 19 2 9 17 20 -8 19 2 9 14 20 1 8 16 20 2 6 18 19 @@ -9883,7 +9303,6 @@ 0 8 18 19 2 8 13 19 1 9 14 20 -8 19 0 4 15 19 0 8 13 19 0 4 16 19 @@ -9905,7 +9324,6 @@ 0 8 14 19 0 8 13 20 0 6 14 20 -8 19 0 6 14 20 0 8 14 19 0 8 11 19 @@ -9924,8 +9342,6 @@ 0 8 14 19 0 4 13 20 0 8 13 19 -4 19 -4 19 1 8 17 19 2 8 11 19 0 6 18 20 @@ -9936,7 +9352,6 @@ 0 8 13 19 1 8 13 19 1 8 14 19 -8 19 2 10 17 20 0 6 17 19 1 8 17 20 @@ -9985,7 +9400,6 @@ 0 4 13 19 0 6 17 19 2 9 17 19 -4 19 0 6 16 19 0 4 13 19 0 4 15 19 @@ -10011,10 +9425,7 @@ 0 8 16 20 0 7 17 19 0 8 16 19 -4 19 0 8 16 19 -5 19 -8 19 2 9 14 19 0 8 16 19 0 8 13 19 @@ -10033,7 +9444,6 @@ 0 8 15 19 0 8 16 20 0 8 11 19 -8 19 1 8 17 19 0 8 11 19 0 4 13 19 @@ -10054,7 +9464,6 @@ 1 4 13 19 0 8 13 19 2 6 17 19 -4 19 1 8 13 19 0 6 17 19 0 6 16 19 @@ -10062,7 +9471,6 @@ 0 5 18 20 0 8 17 20 0 8 16 20 -5 19 0 10 17 20 0 8 15 19 0 8 13 19 @@ -10092,15 +9500,12 @@ 2 9 17 19 2 8 11 19 0 8 13 19 -8 19 0 8 15 19 1 6 17 19 0 8 15 19 -8 19 0 4 13 20 1 4 13 19 0 4 15 19 -8 20 0 8 18 19 0 8 13 20 0 8 13 19 @@ -10108,14 +9513,12 @@ 0 6 11 19 0 8 15 19 0 6 13 19 -8 19 0 4 13 19 0 8 16 19 0 8 13 19 2 7 17 20 0 8 11 19 0 8 11 19 -4 19 0 8 13 20 2 8 17 20 0 8 15 19 @@ -10124,7 +9527,6 @@ 0 6 13 19 1 4 13 19 1 8 11 19 -8 19 0 8 16 19 0 4 13 19 0 8 13 19 @@ -10137,11 +9539,9 @@ 1 6 17 20 0 8 13 20 0 8 15 19 -4 19 0 8 13 20 0 4 13 19 0 8 13 19 -4 19 1 6 14 20 0 6 14 20 0 8 13 19 @@ -10159,7 +9559,6 @@ 0 4 13 19 0 6 14 20 0 8 15 19 -8 19 0 8 13 20 0 8 13 19 0 8 11 19 @@ -10220,7 +9619,6 @@ 0 6 14 20 0 4 13 19 0 8 14 19 -8 19 1 8 16 19 0 8 13 19 0 8 13 19 @@ -10230,7 +9628,6 @@ 0 8 14 19 0 8 18 20 1 8 13 19 -8 19 0 8 16 19 0 5 13 19 0 8 14 19 @@ -10251,7 +9648,6 @@ 0 5 13 19 0 8 15 19 0 8 14 19 -4 19 0 4 16 19 1 8 16 20 0 4 15 19 @@ -10326,7 +9722,6 @@ 0 10 17 20 0 9 17 19 1 10 17 20 -9 19 0 8 11 19 0 8 13 19 2 6 17 20 @@ -10340,7 +9735,6 @@ 0 6 13 20 0 4 13 19 0 8 11 19 -6 20 1 6 13 19 1 4 13 20 0 4 13 19 @@ -10359,7 +9753,6 @@ 0 8 15 19 0 8 13 19 1 9 13 19 -8 19 0 8 16 20 0 8 11 19 2 8 18 19 @@ -10409,7 +9802,6 @@ 0 8 13 20 0 6 14 20 1 4 13 19 -8 19 0 8 11 19 0 6 16 19 0 8 13 19 @@ -10423,7 +9815,6 @@ 2 5 13 19 1 6 17 19 0 8 13 20 -6 19 0 8 17 19 0 8 13 19 0 4 13 19 @@ -10435,10 +9826,8 @@ 2 10 17 19 0 8 11 19 2 6 17 19 -8 19 1 6 14 20 0 8 13 19 -8 19 0 4 15 19 0 4 15 19 1 4 15 19 @@ -10458,7 +9847,6 @@ 0 5 14 19 1 8 13 20 0 9 14 20 -8 19 0 6 16 20 0 8 13 19 0 8 11 19 @@ -10473,7 +9861,6 @@ 0 8 15 19 0 8 13 19 0 8 13 19 -8 19 0 8 13 20 0 4 13 19 0 8 11 19 @@ -10483,8 +9870,6 @@ 1 6 17 20 0 8 14 20 0 4 15 19 -4 19 -8 19 0 8 17 20 0 6 13 19 2 9 14 19 @@ -10537,14 +9922,12 @@ 0 8 16 19 0 8 13 19 0 8 16 19 -8 19 1 9 14 20 0 8 14 19 0 8 11 19 0 8 13 20 0 6 16 19 0 8 13 20 -4 19 0 8 14 19 0 10 16 19 0 8 14 19 @@ -10568,7 +9951,6 @@ 2 6 11 20 2 9 17 19 2 6 17 19 -8 19 0 8 11 19 0 8 14 19 2 8 18 19 @@ -10579,7 +9961,6 @@ 1 8 14 19 0 8 13 20 1 6 16 20 -8 19 0 9 17 20 0 6 14 20 0 8 13 19 @@ -10671,18 +10052,13 @@ 0 10 17 19 0 4 16 19 1 8 13 19 -6 20 0 7 17 19 0 8 13 19 0 8 15 19 0 6 11 19 1 8 13 19 -4 19 0 8 13 19 -4 19 2 6 17 19 -6 19 -4 19 0 6 17 19 0 6 13 19 0 8 17 19 @@ -10698,25 +10074,20 @@ 2 8 11 19 0 8 15 19 0 8 16 19 -7 20 0 6 17 19 0 5 14 19 2 8 13 19 -6 19 0 8 11 19 0 8 15 19 1 6 13 19 2 8 18 20 -9 20 0 4 15 19 0 8 16 19 2 8 11 19 0 5 18 19 0 4 15 19 -8 19 0 8 13 20 0 5 16 19 -5 19 0 8 16 20 0 8 13 19 0 6 16 20 @@ -10743,8 +10114,6 @@ 0 8 13 19 0 8 16 19 0 8 13 19 -8 19 -8 19 0 8 11 19 0 5 13 19 2 6 13 19 @@ -10782,7 +10151,6 @@ 1 4 13 19 0 8 18 19 0 4 15 19 -8 19 0 8 16 19 0 8 13 20 0 8 15 19 @@ -10803,7 +10171,6 @@ 0 8 18 19 0 8 11 19 0 8 17 19 -8 19 0 8 13 19 0 8 14 19 2 9 17 20 @@ -10818,7 +10185,6 @@ 0 8 16 19 0 8 11 19 1 8 16 19 -6 19 0 8 15 19 1 6 16 20 0 8 16 19 @@ -10826,7 +10192,6 @@ 0 4 13 19 0 8 13 19 0 8 13 19 -4 19 0 5 18 20 0 8 13 19 0 7 14 20 @@ -10835,7 +10200,6 @@ 0 6 17 20 0 6 15 19 0 4 15 19 -8 19 0 4 15 19 0 8 16 19 2 8 11 19 @@ -10843,7 +10207,6 @@ 1 5 18 20 0 6 18 19 0 6 17 19 -3 4 19 2 8 15 19 0 8 14 19 0 8 13 20 @@ -10854,7 +10217,6 @@ 0 6 11 19 0 6 15 19 2 8 18 20 -8 19 0 9 13 19 0 8 11 20 2 8 17 19 @@ -10879,7 +10241,6 @@ 0 8 13 19 0 6 14 20 0 8 13 19 -8 19 0 8 13 20 0 8 13 19 0 8 15 19 @@ -10929,8 +10290,6 @@ 0 8 13 19 0 8 13 19 0 4 13 19 -4 19 -4 19 2 5 15 19 0 5 13 19 0 8 14 20 @@ -10953,11 +10312,9 @@ 0 9 17 19 1 6 14 20 2 4 15 19 -8 19 0 8 16 19 0 6 17 19 2 7 17 20 -8 19 0 8 13 20 0 8 11 19 0 8 18 20 @@ -10993,13 +10350,11 @@ 0 4 15 19 0 8 13 19 0 8 17 20 -8 19 2 5 18 19 0 4 13 19 0 8 13 19 0 6 14 20 0 8 16 19 -8 19 0 4 13 19 0 6 14 20 0 4 13 19 @@ -11025,7 +10380,6 @@ 0 5 13 19 0 6 14 20 0 6 16 20 -10 20 2 8 14 19 0 8 18 19 1 8 13 19 @@ -11037,14 +10391,12 @@ 2 8 18 19 0 4 13 19 0 6 15 19 -9 20 1 10 14 20 2 8 18 19 0 8 13 19 0 5 11 19 2 6 17 20 0 8 16 19 -8 19 0 8 18 19 0 8 13 19 0 6 13 19 @@ -11054,10 +10406,8 @@ 0 6 13 19 0 8 13 19 0 4 13 19 -5 19 0 8 13 19 0 8 15 19 -6 19 2 9 17 20 1 8 14 19 0 4 15 19 @@ -11083,9 +10433,7 @@ 0 6 14 20 2 5 11 19 0 4 15 19 -8 19 0 6 18 19 -4 19 1 5 16 19 0 6 11 20 0 9 14 20 @@ -11097,7 +10445,6 @@ 0 6 17 19 0 4 13 19 2 8 18 20 -8 19 0 8 13 20 1 8 13 19 0 8 13 20 @@ -11156,13 +10503,10 @@ 0 4 11 20 0 6 17 19 0 8 18 20 -4 19 -8 19 0 8 13 19 0 8 16 19 0 8 15 19 0 8 13 19 -4 19 0 8 16 19 0 6 17 19 0 5 13 19 @@ -11190,13 +10534,11 @@ 0 8 13 20 0 8 11 19 2 9 17 20 -8 20 0 8 13 20 0 4 16 19 1 8 16 20 0 4 13 19 0 4 13 19 -8 19 2 5 14 19 2 8 11 20 1 8 14 20 @@ -11215,7 +10557,6 @@ 0 8 11 19 0 8 18 20 0 9 17 19 -5 19 2 8 11 19 1 8 16 19 0 8 15 19 @@ -11226,13 +10567,11 @@ 0 6 17 19 2 8 18 20 1 8 14 19 -8 19 0 6 17 19 1 8 16 20 0 8 16 19 0 8 13 19 0 6 13 19 -4 19 0 8 13 19 0 8 11 19 0 4 13 19 @@ -11259,7 +10598,6 @@ 0 8 11 19 0 5 16 19 0 9 17 20 -4 19 1 8 14 19 0 8 16 19 0 8 18 19 @@ -11284,7 +10622,6 @@ 1 9 14 19 0 6 14 20 0 8 13 19 -6 19 2 8 11 19 0 8 11 19 0 6 14 19 @@ -11292,7 +10629,6 @@ 0 5 18 19 0 4 16 20 0 6 11 19 -4 19 0 8 13 19 0 4 16 19 0 4 13 19 @@ -11314,7 +10650,6 @@ 0 8 16 19 2 7 14 20 0 6 13 19 -8 19 0 5 15 19 0 8 15 19 0 8 18 19 @@ -11326,25 +10661,21 @@ 1 8 14 20 0 8 15 19 2 9 16 20 -8 19 2 8 18 20 0 8 16 20 0 6 14 19 0 8 15 19 2 8 14 19 -9 20 0 6 14 20 2 6 18 19 0 8 16 19 0 8 13 19 0 8 13 19 -4 19 2 8 11 19 0 6 11 19 1 8 13 20 0 4 17 19 0 6 18 20 -8 19 0 8 16 19 0 4 13 19 0 8 15 19 @@ -11353,7 +10684,6 @@ 1 8 16 20 0 8 13 19 2 6 11 19 -8 19 0 8 14 19 0 8 11 19 2 8 11 19 @@ -11389,7 +10719,6 @@ 0 4 15 19 0 8 15 19 1 8 15 19 -8 19 0 5 18 19 2 8 15 19 0 8 13 20 @@ -11411,7 +10740,6 @@ 0 6 17 20 0 8 13 19 0 4 13 19 -4 19 0 8 13 19 0 8 16 19 2 8 11 20 @@ -11419,7 +10747,6 @@ 0 6 16 19 2 6 17 20 0 8 16 19 -5 19 0 8 11 19 0 8 16 19 0 8 13 19 @@ -11428,7 +10755,6 @@ 0 8 11 19 2 8 14 20 1 8 13 19 -4 19 0 8 17 19 0 8 18 19 0 8 15 19 @@ -11458,7 +10784,6 @@ 2 8 14 19 0 6 17 19 0 4 13 19 -8 19 0 8 13 19 0 8 13 19 0 8 13 19 @@ -11472,7 +10797,6 @@ 0 8 15 19 2 6 17 20 0 8 13 19 -8 19 2 8 14 19 0 6 17 19 0 4 16 19 @@ -11482,7 +10806,6 @@ 2 8 11 19 0 5 15 19 0 8 11 20 -8 20 0 10 17 20 0 8 13 19 2 8 11 19 @@ -11498,7 +10821,6 @@ 0 8 13 19 0 6 11 19 0 4 15 19 -8 19 0 6 11 19 0 8 16 19 0 8 13 19 @@ -11514,7 +10836,6 @@ 0 6 17 20 0 6 14 20 0 6 13 19 -4 19 0 6 18 19 2 8 17 19 0 8 16 19 @@ -11524,13 +10845,11 @@ 0 4 15 19 0 6 16 19 0 9 14 20 -8 19 0 8 15 19 0 8 16 19 1 8 16 19 1 6 14 20 2 8 11 19 -10 19 0 5 15 19 0 8 16 19 1 4 13 19 @@ -11542,13 +10861,11 @@ 2 6 17 20 2 6 17 19 0 8 11 19 -4 19 0 6 13 20 0 8 13 19 0 8 16 19 2 6 17 19 0 8 15 19 -8 19 0 8 13 19 2 8 15 19 2 8 15 19 @@ -11571,14 +10888,11 @@ 0 4 15 19 0 4 15 19 0 8 11 19 -8 19 0 8 13 19 0 8 15 19 0 6 14 20 0 6 14 20 -5 20 0 8 13 19 -8 19 0 8 14 19 0 8 13 20 0 8 15 19 @@ -11589,7 +10903,6 @@ 0 8 11 19 0 5 13 19 1 8 13 19 -8 19 0 4 13 19 2 9 17 20 0 8 11 19 @@ -11612,14 +10925,12 @@ 0 6 16 19 0 8 16 20 0 8 11 20 -6 19 0 7 17 20 0 8 14 20 1 5 16 20 0 6 15 19 0 5 13 20 1 6 14 19 -4 19 0 4 15 19 0 4 15 19 2 9 11 19 @@ -11656,7 +10967,6 @@ 2 8 13 19 0 8 16 19 0 8 13 20 -8 19 0 8 13 19 2 8 17 20 2 9 11 19 @@ -11686,10 +10996,8 @@ 0 4 13 20 1 6 11 19 1 6 14 20 -8 19 0 8 13 19 0 6 13 19 -4 19 0 8 11 19 2 8 14 19 0 6 14 19 @@ -11711,7 +11019,6 @@ 1 9 17 20 0 6 11 19 0 8 13 20 -8 19 0 8 15 19 0 4 13 19 0 8 13 19 @@ -11729,10 +11036,7 @@ 0 8 11 19 0 8 15 19 0 7 17 19 -8 19 -4 19 0 8 11 19 -4 19 0 8 11 19 0 6 17 19 0 8 13 19 @@ -11766,12 +11070,9 @@ 0 6 11 19 0 8 13 19 2 8 11 19 -8 19 0 8 18 19 -8 19 0 4 15 19 0 8 13 19 -8 19 2 4 15 19 0 8 13 19 0 5 17 19 @@ -11791,7 +11092,6 @@ 1 8 16 19 0 8 11 19 2 8 13 19 -8 19 0 6 16 19 0 8 13 19 0 8 11 19 @@ -11849,7 +11149,6 @@ 2 9 17 19 0 5 17 19 2 6 17 20 -4 19 1 9 17 20 0 8 18 20 2 9 17 19 @@ -11862,7 +11161,6 @@ 2 8 11 19 0 8 13 19 0 8 15 19 -8 19 0 8 18 19 0 6 17 20 0 8 13 19 @@ -11936,7 +11234,6 @@ 2 6 17 19 1 8 16 19 0 4 13 19 -8 19 2 8 14 19 0 8 14 19 1 8 14 19 @@ -12005,8 +11302,6 @@ 0 4 13 20 2 9 17 20 2 5 13 19 -9 19 -6 19 0 4 13 19 2 8 13 19 0 8 13 19 @@ -12018,7 +11313,6 @@ 2 8 13 19 0 7 17 20 0 8 11 19 -8 19 1 10 17 20 0 6 14 20 0 6 14 19 @@ -12027,7 +11321,6 @@ 0 4 15 20 2 5 18 19 0 8 14 19 -4 19 0 8 13 20 0 6 17 20 0 4 13 19 @@ -12066,7 +11359,6 @@ 0 8 13 19 1 8 13 20 0 8 13 19 -8 19 0 8 16 19 0 8 15 19 2 8 13 19 @@ -12091,12 +11383,10 @@ 1 5 13 19 0 8 15 19 0 8 13 20 -8 20 0 8 16 19 0 8 13 19 0 4 13 19 0 8 17 19 -8 19 0 8 11 20 0 8 13 19 0 4 13 19 @@ -12128,7 +11418,6 @@ 0 6 14 19 1 8 13 19 0 8 13 19 -4 19 0 4 13 19 0 8 11 19 1 8 13 20 @@ -12151,7 +11440,6 @@ 0 8 15 19 0 8 13 19 0 6 17 20 -8 19 0 8 15 19 0 8 11 19 2 8 18 19 @@ -12159,7 +11447,6 @@ 0 8 11 19 1 6 16 19 0 8 15 19 -8 19 0 8 14 20 2 5 14 20 0 8 13 19 @@ -12173,7 +11460,6 @@ 0 6 13 19 2 8 17 20 2 9 17 20 -8 19 0 8 11 19 0 8 14 19 0 4 13 19 @@ -12196,7 +11482,6 @@ 0 6 18 19 0 8 13 19 1 8 16 19 -4 19 0 6 14 19 1 8 14 19 0 8 16 20 @@ -12211,12 +11496,9 @@ 0 8 13 20 0 8 11 19 2 6 18 20 -8 19 -4 19 1 8 13 20 2 6 17 20 0 8 11 19 -8 19 0 8 11 19 2 9 17 20 2 8 11 19 @@ -12251,7 +11533,6 @@ 0 8 18 19 0 10 17 20 0 6 13 19 -8 19 0 4 13 19 2 6 17 20 0 4 13 19 @@ -12297,7 +11578,6 @@ 1 5 13 19 0 8 15 19 0 8 13 19 -8 20 2 8 18 20 0 6 14 20 1 8 13 19 @@ -12324,7 +11604,6 @@ 2 6 11 19 0 8 16 20 0 5 13 19 -8 20 0 5 16 19 2 8 15 19 0 8 14 19 @@ -12332,7 +11611,6 @@ 0 8 13 19 0 4 13 19 0 4 16 19 -8 19 0 8 16 19 0 9 17 19 0 6 14 20 @@ -12349,7 +11627,6 @@ 0 6 17 20 0 4 15 19 0 8 13 19 -8 19 0 4 15 19 0 5 16 19 2 9 17 20 @@ -12371,11 +11648,9 @@ 1 6 14 19 0 8 11 19 0 8 13 19 -4 19 0 4 13 19 0 4 15 19 0 6 18 20 -8 19 1 8 13 20 0 6 15 19 0 8 16 19 @@ -12403,13 +11678,11 @@ 0 8 16 19 0 8 13 19 0 8 13 19 -8 19 1 8 13 19 2 8 18 19 0 8 11 19 0 4 16 19 0 8 17 19 -6 19 2 4 13 20 0 6 15 19 0 8 11 19 @@ -12426,7 +11699,6 @@ 0 4 14 19 0 4 15 19 0 9 17 19 -8 19 0 10 17 20 0 6 14 19 0 8 13 19 @@ -12436,7 +11708,6 @@ 2 8 13 20 0 8 13 19 0 8 13 19 -6 19 1 8 14 19 1 6 16 19 1 6 13 19 @@ -12449,7 +11720,6 @@ 0 6 18 20 0 8 13 19 1 8 13 20 -8 19 1 9 14 20 0 8 13 19 0 9 17 19 @@ -12489,8 +11759,6 @@ 0 8 13 20 0 8 11 19 0 8 13 19 -8 19 -8 19 0 6 16 20 0 5 13 19 0 8 11 19 @@ -12541,7 +11809,6 @@ 0 8 14 20 0 10 14 19 2 8 13 19 -6 19 2 8 18 19 0 8 13 19 0 6 14 20 @@ -12551,7 +11818,6 @@ 0 5 16 19 0 6 11 19 0 8 13 19 -8 19 0 6 16 19 0 6 13 20 0 5 14 20 @@ -12587,7 +11853,6 @@ 2 8 11 19 0 6 14 19 0 8 15 19 -8 19 0 8 17 19 0 8 14 20 0 8 15 19 @@ -12607,7 +11872,6 @@ 0 6 14 20 0 4 15 19 0 4 17 19 -4 19 0 9 11 19 0 8 11 19 1 8 13 19 @@ -12625,7 +11889,6 @@ 1 9 17 20 0 7 17 19 0 8 11 19 -8 19 0 8 16 19 2 8 11 19 0 8 13 19 @@ -12649,7 +11912,6 @@ 0 8 13 19 0 8 13 19 0 8 13 20 -8 19 0 4 15 19 0 8 13 19 0 5 17 19 @@ -12665,7 +11927,6 @@ 1 8 14 19 2 8 14 20 0 6 17 19 -4 19 0 6 11 20 0 9 14 19 0 4 13 19 @@ -12782,7 +12043,6 @@ 0 8 11 19 2 9 17 19 0 4 13 19 -8 19 0 8 13 19 0 8 16 19 2 4 11 19 @@ -12792,7 +12052,6 @@ 0 8 13 19 0 4 13 19 0 6 16 20 -6 19 0 8 18 19 0 8 15 19 1 6 14 19 @@ -12847,16 +12106,13 @@ 0 4 15 19 0 8 17 20 0 8 11 19 -8 19 0 8 13 19 0 8 13 19 0 8 16 19 -10 19 0 6 15 19 0 6 14 19 2 8 15 19 0 4 13 19 -8 19 0 8 11 19 1 8 13 19 0 8 11 19 @@ -12906,7 +12162,6 @@ 0 4 13 19 1 6 16 20 0 4 16 19 -4 19 1 8 11 20 0 8 15 19 0 4 15 19 @@ -12916,8 +12171,6 @@ 0 8 16 19 0 8 11 19 0 8 17 19 -5 20 -4 19 0 8 17 20 0 8 13 19 0 8 13 19 @@ -12934,7 +12187,6 @@ 0 8 14 20 0 8 13 19 2 8 13 19 -8 19 0 6 17 20 0 8 14 19 1 8 11 20 @@ -12979,7 +12231,6 @@ 0 6 15 20 0 5 14 20 0 8 13 20 -4 19 2 6 14 20 0 6 18 19 1 8 13 19 @@ -12989,12 +12240,10 @@ 1 8 13 19 0 5 13 19 1 8 13 19 -4 19 0 8 15 19 0 5 15 19 0 8 16 19 1 8 13 19 -8 19 0 8 13 19 1 10 17 20 0 6 13 19 @@ -13023,8 +12272,6 @@ 0 4 13 19 0 4 13 19 0 4 13 19 -4 19 -5 20 0 8 13 19 0 8 13 19 0 8 13 19 @@ -13040,8 +12287,6 @@ 0 8 13 20 0 8 16 20 0 8 11 19 -8 20 -4 19 0 8 16 19 0 8 13 19 0 8 16 19 @@ -13063,16 +12308,13 @@ 0 6 15 19 2 8 15 19 0 8 13 20 -8 20 2 8 13 19 1 8 13 19 0 4 13 19 -5 19 2 6 14 20 0 8 13 19 0 4 15 19 1 6 17 20 -6 19 0 8 15 19 0 8 13 19 0 8 16 19 @@ -13093,7 +12335,6 @@ 2 6 18 20 2 8 11 20 0 8 14 19 -9 19 2 6 11 19 0 6 15 19 0 8 13 19 @@ -13108,7 +12349,6 @@ 2 9 14 20 2 8 15 19 0 6 17 20 -8 19 1 7 16 19 0 6 14 20 2 6 17 19 @@ -13151,7 +12391,6 @@ 2 8 15 19 2 8 11 19 0 8 11 19 -8 19 0 8 13 19 0 4 16 19 0 4 13 19 @@ -13159,7 +12398,6 @@ 0 5 15 19 0 8 17 19 0 6 13 19 -8 19 0 6 16 19 2 10 17 20 0 5 11 19 @@ -13175,12 +12413,9 @@ 0 8 14 19 0 8 17 19 0 8 13 20 -8 19 0 9 11 19 0 8 14 19 0 8 13 19 -5 19 -8 19 2 8 11 19 0 8 16 19 0 8 14 20 @@ -13201,7 +12436,6 @@ 1 10 17 20 0 4 13 20 0 6 17 20 -8 19 0 6 17 20 1 5 13 19 2 9 17 20 @@ -13232,7 +12466,6 @@ 0 6 17 19 0 4 13 19 2 9 17 20 -8 19 0 8 15 19 0 8 18 20 0 4 15 19 @@ -13288,7 +12521,6 @@ 1 10 17 20 0 8 13 19 0 6 14 20 -6 19 0 6 17 19 0 9 14 20 0 6 17 19 @@ -13300,7 +12532,6 @@ 0 8 13 20 0 5 13 19 0 8 11 20 -4 19 0 8 17 20 0 6 16 20 0 5 13 19 @@ -13319,7 +12550,6 @@ 0 6 16 19 0 4 13 19 0 8 16 19 -8 19 0 4 15 19 0 8 13 19 0 8 11 19 @@ -13345,7 +12575,6 @@ 0 4 16 19 0 8 13 20 1 8 13 20 -8 19 2 8 18 20 0 8 13 19 0 5 14 19 @@ -13363,12 +12592,10 @@ 0 8 11 19 0 8 13 19 0 8 13 19 -8 19 0 8 14 20 0 6 14 19 0 6 17 19 0 8 13 19 -9 20 0 8 13 19 0 8 11 19 2 8 13 19 @@ -13382,7 +12609,6 @@ 1 6 16 19 0 8 11 19 1 6 16 19 -6 20 1 6 16 20 1 8 13 19 2 8 13 19 @@ -13445,7 +12671,6 @@ 0 8 13 20 0 8 11 19 0 6 11 19 -8 19 0 8 13 20 2 4 13 19 0 8 13 19 @@ -13491,18 +12716,15 @@ 0 8 11 19 0 8 11 19 0 6 14 19 -8 19 2 8 15 19 0 6 13 19 0 6 17 19 0 6 16 19 -10 20 0 6 16 20 0 8 15 19 0 6 14 20 0 5 17 20 0 6 13 19 -4 19 0 9 16 20 0 6 16 20 0 8 13 19 @@ -13513,7 +12735,6 @@ 2 8 15 19 2 8 18 19 0 6 17 20 -4 19 2 8 13 20 0 5 13 19 0 8 13 19 @@ -13523,7 +12744,6 @@ 2 8 18 19 0 10 17 20 0 8 15 19 -8 19 2 6 17 19 0 8 13 20 0 6 14 20 @@ -13532,7 +12752,6 @@ 0 8 13 19 0 5 15 19 0 9 17 19 -8 20 0 8 13 20 1 4 13 19 2 8 11 19 @@ -13550,11 +12769,9 @@ 1 10 17 19 0 8 13 19 0 7 14 20 -8 19 0 8 11 19 0 8 13 20 0 5 16 20 -8 19 0 6 16 19 0 10 17 20 0 6 15 19 @@ -13567,7 +12784,6 @@ 1 8 13 19 0 5 17 19 1 8 16 19 -4 19 0 9 17 19 0 8 13 19 0 8 11 19 @@ -13584,7 +12800,6 @@ 1 6 17 19 2 8 11 19 0 8 17 19 -4 19 2 4 13 19 2 5 13 19 1 8 14 19 @@ -13606,7 +12821,6 @@ 0 4 13 19 0 4 15 19 0 8 13 19 -4 19 0 4 13 19 1 8 13 20 0 8 11 19 @@ -13624,7 +12838,6 @@ 0 8 16 19 2 6 17 19 0 10 17 20 -4 19 0 8 16 19 0 6 16 19 0 8 11 19 @@ -13644,7 +12857,6 @@ 2 8 11 19 0 6 16 20 0 8 11 20 -8 19 1 8 16 19 0 8 13 19 0 8 13 19 @@ -13709,7 +12921,6 @@ 1 8 13 19 0 8 18 19 0 8 11 20 -8 20 0 8 16 19 0 5 17 19 0 8 16 20 @@ -13742,7 +12953,6 @@ 1 4 13 19 0 4 16 19 0 8 13 19 -4 19 0 4 13 19 0 8 13 19 0 9 14 19 @@ -13782,7 +12992,6 @@ 0 6 17 20 0 6 16 20 0 8 11 19 -10 19 0 6 11 19 0 8 11 20 2 6 14 20 @@ -13813,7 +13022,6 @@ 0 4 16 19 0 6 17 20 0 8 16 19 -8 19 2 6 17 19 0 4 15 19 0 8 13 19 @@ -13841,9 +13049,7 @@ 0 5 16 20 2 10 17 20 0 5 17 19 -8 19 0 8 13 19 -6 19 0 6 17 19 0 6 16 19 0 8 13 19 @@ -13882,7 +13088,6 @@ 0 8 14 20 0 8 16 19 0 9 17 19 -8 19 0 8 13 19 0 8 13 19 0 5 13 19 @@ -13931,7 +13136,6 @@ 0 8 13 19 1 9 14 19 2 8 15 19 -8 19 0 8 15 19 0 8 13 19 0 4 13 19 @@ -13947,7 +13151,6 @@ 0 8 11 20 0 6 14 20 0 8 11 19 -8 20 2 8 17 19 0 5 13 20 0 4 15 19 @@ -14003,7 +13206,6 @@ 1 8 15 19 2 8 18 20 2 9 14 20 -8 19 0 5 15 19 0 8 13 19 0 6 17 20 @@ -14051,7 +13253,6 @@ 0 6 16 19 0 4 13 19 2 4 13 19 -4 19 0 8 11 19 0 8 13 19 0 8 11 19 @@ -14065,7 +13266,6 @@ 0 8 13 19 0 8 15 19 0 8 15 19 -8 19 0 8 15 19 0 6 14 19 0 8 16 19 @@ -14106,7 +13306,6 @@ 0 8 13 19 0 4 16 19 2 6 17 19 -8 19 0 8 15 19 0 8 13 19 0 8 13 19 @@ -14116,12 +13315,10 @@ 0 8 16 19 0 8 11 19 0 10 17 20 -8 20 0 8 16 19 0 10 17 20 0 8 11 19 2 8 18 19 -4 19 0 8 11 19 0 4 15 19 0 8 18 19 @@ -14149,7 +13346,6 @@ 0 6 17 20 0 8 13 19 1 8 16 19 -8 19 0 8 16 20 0 8 11 19 1 8 13 20 @@ -14176,7 +13372,6 @@ 1 8 13 19 0 8 13 19 0 4 13 19 -8 19 2 6 17 19 2 9 17 20 0 9 11 19 @@ -14201,7 +13396,6 @@ 0 8 13 19 0 8 16 19 0 5 14 20 -8 19 1 8 16 20 0 8 16 19 0 6 18 19 @@ -14211,11 +13405,9 @@ 0 6 18 20 1 5 15 19 0 4 13 19 -4 19 0 8 16 19 2 6 17 19 2 6 17 19 -6 20 0 8 15 19 0 8 16 19 1 8 14 20 @@ -14252,8 +13444,6 @@ 0 4 11 19 0 6 17 19 0 5 13 20 -8 19 -8 19 0 8 13 19 1 5 15 19 0 4 13 19 @@ -14278,7 +13468,6 @@ 2 9 17 20 0 8 13 19 0 4 13 20 -8 19 0 4 14 19 1 6 14 20 0 8 14 19 @@ -14328,7 +13517,6 @@ 0 4 15 19 1 6 17 20 0 6 14 19 -7 20 0 8 16 19 0 8 18 19 0 8 17 19 @@ -14342,11 +13530,9 @@ 0 8 16 19 0 6 17 20 1 6 16 19 -8 19 0 8 17 20 2 9 14 20 2 6 17 19 -8 19 0 8 11 19 0 8 16 19 2 6 18 20 @@ -14358,17 +13544,14 @@ 0 6 13 19 0 8 13 19 0 8 16 19 -8 19 0 9 17 20 1 8 16 19 -5 19 0 8 13 19 0 8 16 19 0 10 17 20 0 6 14 20 1 8 16 19 0 8 16 19 -5 19 1 8 16 20 0 8 15 19 0 8 15 19 @@ -14396,7 +13579,6 @@ 2 8 13 19 1 6 17 20 1 8 13 19 -8 19 1 6 14 19 2 8 11 20 1 8 14 20 @@ -14416,7 +13598,6 @@ 0 9 14 20 0 4 13 19 0 6 17 19 -8 19 0 5 13 19 2 7 14 20 0 8 16 19 @@ -14428,7 +13609,6 @@ 2 8 18 20 0 6 18 19 0 4 13 19 -4 19 0 8 13 19 0 8 13 19 0 5 13 20 @@ -14439,7 +13619,6 @@ 1 8 13 20 0 4 13 19 0 4 16 20 -8 19 0 8 11 19 2 8 18 19 0 8 18 19 @@ -14497,7 +13676,6 @@ 0 4 13 19 0 8 14 19 0 4 13 19 -6 19 0 8 13 19 0 8 16 19 0 4 15 19 @@ -14532,21 +13710,16 @@ 0 4 15 19 0 4 13 19 2 8 18 20 -8 19 -8 19 -8 19 1 8 16 19 1 8 13 19 2 8 18 20 0 8 15 19 -8 19 2 8 11 19 0 8 13 19 0 4 13 19 2 4 13 19 2 9 17 20 1 8 16 19 -8 19 0 4 13 19 1 8 14 20 0 6 14 19 @@ -14569,14 +13742,11 @@ 0 6 17 19 0 8 11 19 1 6 17 20 -6 19 0 6 16 19 1 10 17 20 -4 19 0 8 14 19 2 6 14 19 2 8 14 19 -6 19 0 9 14 20 0 4 13 19 0 8 13 19 @@ -14600,7 +13770,6 @@ 0 8 13 20 0 8 15 19 0 6 14 20 -8 19 1 6 14 19 0 8 11 19 0 4 13 19 @@ -14616,7 +13785,6 @@ 2 6 11 19 0 8 16 19 0 6 14 20 -4 19 0 8 11 19 1 5 13 19 0 8 15 19 @@ -14644,7 +13812,6 @@ 2 8 14 19 0 8 14 20 0 6 11 19 -8 19 0 5 13 19 2 8 13 20 0 8 13 19 @@ -14670,7 +13837,6 @@ 0 8 11 19 0 8 13 19 0 8 15 20 -4 19 2 9 17 19 1 8 17 19 0 8 11 19 @@ -14686,11 +13852,9 @@ 0 9 18 19 0 8 16 20 0 5 14 20 -4 19 0 5 15 19 0 8 11 19 0 4 15 19 -8 19 0 8 13 19 1 8 15 19 0 8 17 20 @@ -14715,15 +13879,12 @@ 0 6 17 20 0 5 14 20 0 8 18 19 -8 20 -8 19 2 10 17 19 0 4 15 19 0 4 13 19 0 4 13 19 0 4 11 19 0 4 13 19 -6 20 0 6 14 20 0 8 13 19 2 10 17 20 @@ -14740,11 +13901,9 @@ 1 6 14 20 0 8 11 19 0 8 14 20 -8 19 0 8 11 19 0 9 14 19 0 8 14 19 -6 19 0 8 13 19 0 8 13 19 0 6 16 19 @@ -14770,7 +13929,6 @@ 0 4 13 19 2 8 11 19 0 8 11 19 -3 4 19 0 8 13 20 0 9 17 20 2 8 13 19 @@ -14857,8 +14015,6 @@ 0 6 18 20 0 8 13 19 2 8 11 19 -8 19 -5 19 0 8 14 20 0 8 16 19 0 5 13 20 @@ -14868,7 +14024,6 @@ 0 8 16 20 0 8 15 19 0 6 13 19 -6 19 1 8 13 20 0 5 13 19 0 5 16 19 @@ -14885,7 +14040,6 @@ 1 4 13 19 0 6 18 19 0 8 14 19 -4 19 0 4 18 20 0 8 13 19 0 8 11 19 @@ -14909,7 +14063,6 @@ 0 4 16 19 0 4 13 19 0 5 11 19 -4 19 0 8 15 19 0 4 13 19 0 6 16 19 @@ -14937,13 +14090,11 @@ 0 4 13 19 0 8 15 19 2 7 17 20 -8 19 1 8 13 19 0 4 13 19 0 8 16 20 0 8 15 19 1 8 13 19 -4 19 2 8 11 19 0 8 15 19 1 9 13 20 @@ -14978,9 +14129,7 @@ 0 8 13 20 0 8 15 19 0 8 16 19 -4 19 0 6 16 19 -8 19 2 8 13 19 0 6 15 19 2 9 17 19 @@ -15010,7 +14159,6 @@ 0 6 18 19 0 8 16 19 0 8 18 19 -4 19 0 8 13 19 0 8 11 19 0 6 18 20 @@ -15020,7 +14168,6 @@ 0 6 16 19 0 4 13 19 2 6 17 19 -8 19 1 4 14 19 0 8 15 19 0 4 13 19 @@ -15031,7 +14178,6 @@ 0 8 13 19 2 8 11 19 0 8 11 20 -8 19 0 7 14 20 0 4 13 20 0 8 11 19 @@ -15062,12 +14208,10 @@ 1 8 15 19 0 5 15 19 0 8 18 19 -8 19 0 8 11 19 0 4 13 19 2 8 11 19 2 6 17 20 -8 19 0 6 11 20 0 8 14 20 0 6 16 19 @@ -15128,7 +14272,6 @@ 1 8 14 20 0 4 11 19 0 5 13 19 -4 19 2 6 18 19 0 6 14 20 0 4 15 20 @@ -15174,7 +14317,6 @@ 0 8 16 19 0 6 17 19 0 6 11 19 -4 19 1 8 13 19 0 8 13 19 0 6 14 19 @@ -15190,7 +14332,6 @@ 0 8 14 19 0 5 15 19 0 9 14 20 -6 19 0 8 15 19 2 8 15 19 0 8 15 19 @@ -15218,7 +14359,6 @@ 0 8 13 19 0 8 14 19 0 6 16 19 -9 19 0 8 14 19 0 8 15 19 0 5 16 19 @@ -15236,7 +14376,6 @@ 0 6 15 19 0 8 13 19 0 8 16 19 -6 19 1 8 13 20 0 8 13 19 0 4 13 19 @@ -15254,7 +14393,6 @@ 0 9 14 20 0 8 13 19 0 8 13 19 -8 19 0 9 14 20 0 8 13 19 0 6 14 20 @@ -15264,7 +14402,6 @@ 0 4 13 19 2 8 17 19 0 8 15 19 -4 19 0 8 13 19 2 8 17 19 0 8 11 19 @@ -15284,13 +14421,11 @@ 1 6 13 19 2 8 18 20 0 8 11 19 -5 19 0 5 11 19 0 8 13 19 0 5 16 19 0 6 17 20 0 4 13 19 -8 19 0 4 13 19 0 8 13 19 0 8 15 19 @@ -15307,8 +14442,6 @@ 0 9 16 19 0 8 13 19 0 8 17 19 -8 19 -4 19 0 8 13 20 0 4 15 19 0 8 13 19 @@ -15348,7 +14481,6 @@ 0 9 14 20 0 4 13 19 2 6 17 20 -4 19 2 8 13 19 1 6 17 20 0 8 13 19 @@ -15412,7 +14544,6 @@ 2 5 18 20 0 5 18 19 2 8 13 19 -8 19 0 6 14 20 0 8 13 19 1 5 13 19 @@ -15422,9 +14553,7 @@ 0 5 16 19 0 8 13 19 0 4 15 19 -4 19 1 6 14 20 -9 19 0 8 13 19 0 8 13 19 0 8 14 19 @@ -15462,19 +14591,16 @@ 2 6 17 19 0 5 16 20 0 8 13 19 -4 19 2 8 14 19 1 8 14 20 0 6 17 20 0 4 15 19 0 8 13 19 0 5 14 20 -4 19 2 8 14 19 0 4 13 19 0 8 13 19 0 8 13 20 -8 19 0 8 17 20 2 6 14 19 0 4 15 19 @@ -15482,7 +14608,6 @@ 0 8 14 20 0 8 13 19 0 8 15 19 -8 19 1 10 17 19 0 8 14 19 0 6 17 20 @@ -15497,7 +14622,6 @@ 0 8 11 20 0 7 17 20 2 4 15 19 -5 19 2 8 11 19 0 4 15 19 2 8 11 19 @@ -15521,7 +14645,6 @@ 0 8 14 19 1 6 16 19 0 8 13 19 -8 19 0 8 16 20 0 6 14 19 0 8 13 19 @@ -15530,7 +14653,6 @@ 1 8 14 19 0 6 16 19 0 8 15 19 -8 19 3 8 13 19 0 8 15 19 0 8 17 19 @@ -15540,12 +14662,10 @@ 0 8 13 19 1 4 13 19 1 8 14 19 -4 19 0 6 13 20 0 8 14 19 0 8 16 19 1 9 16 20 -4 19 0 4 13 19 0 8 13 19 0 6 17 19 @@ -15577,12 +14697,9 @@ 1 10 17 20 2 6 17 20 0 4 13 19 -6 20 -4 19 0 6 14 20 0 8 11 19 0 5 15 19 -5 19 2 8 11 19 0 5 17 20 0 8 18 19 @@ -15594,9 +14711,7 @@ 0 4 13 19 0 9 18 19 1 9 14 20 -8 19 0 5 13 19 -8 19 0 8 14 19 1 6 15 19 0 5 14 20 @@ -15614,7 +14729,6 @@ 2 5 11 19 0 8 13 19 0 6 14 19 -8 19 0 8 15 19 2 10 17 20 0 6 16 20 @@ -15641,7 +14755,6 @@ 0 8 13 19 1 10 13 19 0 8 13 20 -8 19 0 9 14 20 0 8 13 19 0 8 13 19 @@ -15672,7 +14785,6 @@ 0 8 13 19 1 8 13 19 0 6 18 19 -5 19 0 8 11 19 0 8 13 19 0 8 14 19 @@ -15683,7 +14795,6 @@ 0 8 13 19 2 8 11 19 1 8 15 19 -8 19 0 8 13 19 0 8 13 19 1 5 13 19 @@ -15694,7 +14805,6 @@ 1 8 13 19 0 8 15 19 3 8 13 19 -4 19 0 8 13 19 0 9 17 19 0 8 13 19 @@ -15741,7 +14851,6 @@ 2 8 15 19 2 5 15 20 0 8 15 19 -8 19 0 5 17 20 1 7 14 20 0 6 16 20 @@ -15771,16 +14880,13 @@ 0 8 14 19 0 4 15 19 0 4 13 19 -8 19 0 8 11 20 1 6 16 20 1 6 17 19 0 8 13 20 -4 19 2 8 14 19 2 5 13 19 0 4 13 19 -8 19 2 7 17 20 0 8 11 19 0 10 17 20 @@ -15844,7 +14950,6 @@ 0 4 13 19 1 8 14 19 0 8 11 19 -4 19 2 9 17 20 2 4 15 19 0 8 13 19 @@ -15858,7 +14963,6 @@ 1 8 16 20 0 8 16 19 0 6 11 19 -4 20 0 8 16 19 0 8 13 19 0 5 15 19 @@ -15869,7 +14973,6 @@ 2 8 11 19 1 5 13 20 0 5 14 20 -8 19 2 6 17 19 0 8 13 20 0 8 14 19 @@ -15909,7 +15012,6 @@ 2 8 15 19 0 9 17 20 0 8 17 19 -8 19 0 8 13 19 0 8 16 19 0 5 11 19 @@ -15958,7 +15060,6 @@ 0 8 17 19 1 8 14 19 1 8 17 19 -8 19 2 6 17 20 0 8 13 19 0 4 13 19 @@ -15997,12 +15098,10 @@ 1 8 13 19 1 8 15 19 2 8 14 20 -8 19 0 8 17 20 0 6 17 19 0 6 14 19 0 8 15 19 -8 20 0 8 15 19 0 6 11 19 2 9 17 19 @@ -16017,7 +15116,6 @@ 0 8 13 19 0 5 14 20 0 8 13 20 -5 19 0 4 13 19 0 8 15 19 0 8 15 19 @@ -16061,9 +15159,7 @@ 2 6 17 19 0 8 13 19 0 8 17 20 -8 19 0 6 14 19 -4 19 0 6 13 19 0 8 15 19 0 8 13 19 @@ -16080,7 +15176,6 @@ 0 9 14 20 0 8 14 19 2 8 11 20 -6 19 1 7 17 19 0 8 15 19 2 4 18 19 @@ -16101,7 +15196,6 @@ 2 6 18 19 0 8 13 19 0 8 13 20 -4 19 0 8 14 19 2 6 17 19 0 5 13 19 @@ -16115,26 +15209,22 @@ 0 4 13 19 0 8 13 19 0 8 13 20 -8 20 2 8 11 19 0 8 15 19 2 6 13 19 0 8 16 19 0 8 13 19 -4 19 0 8 18 19 0 4 15 19 0 8 13 20 0 8 13 19 0 8 13 19 0 8 11 19 -8 19 0 4 15 19 0 5 13 19 2 6 11 19 0 9 15 19 0 8 13 19 -4 19 0 5 13 19 0 4 16 19 1 8 13 20 @@ -16144,16 +15234,13 @@ 2 9 17 19 0 8 15 19 0 9 16 19 -8 19 0 5 18 19 1 8 11 19 0 4 13 19 0 8 13 19 -8 20 0 9 16 20 0 6 16 19 0 8 13 19 -8 19 1 8 16 19 0 8 11 19 0 4 13 19 @@ -16171,19 +15258,16 @@ 0 6 14 20 0 8 13 20 0 8 11 19 -8 19 0 6 17 20 0 5 18 19 1 10 17 20 0 9 17 20 0 8 11 19 -8 19 0 8 13 20 2 8 15 19 0 8 13 20 0 4 14 19 0 6 17 19 -8 19 0 8 13 19 2 8 14 19 0 6 14 20 @@ -16194,7 +15278,6 @@ 0 5 18 19 0 9 11 19 0 4 16 19 -8 19 0 4 15 19 0 8 16 19 0 8 13 19 @@ -16210,7 +15293,6 @@ 0 8 11 19 0 4 15 19 0 9 17 19 -6 19 0 8 16 19 0 6 16 19 0 8 13 19 @@ -16219,7 +15301,6 @@ 0 8 13 19 0 8 13 19 0 6 14 20 -8 19 0 8 16 19 1 4 13 19 1 8 13 19 @@ -16290,9 +15371,7 @@ 0 8 16 19 0 8 18 19 0 8 13 19 -4 19 0 4 11 19 -8 19 0 8 13 20 0 8 11 19 0 8 13 19 @@ -16344,7 +15423,6 @@ 0 5 17 19 0 8 14 19 0 8 14 20 -4 19 2 6 17 19 0 8 11 19 0 8 11 19 @@ -16377,10 +15455,8 @@ 0 6 17 19 1 6 14 19 0 8 15 19 -8 19 0 6 14 19 0 8 16 19 -8 19 0 8 11 19 0 8 15 19 0 6 17 19 @@ -16397,18 +15473,15 @@ 0 8 13 19 0 8 11 19 0 4 13 19 -4 19 2 8 11 19 0 8 15 19 0 8 13 19 0 6 14 20 -7 20 0 8 13 19 1 5 13 19 0 6 14 20 2 8 17 19 1 6 16 20 -4 19 0 4 13 19 0 8 11 19 0 8 11 19 @@ -16452,9 +15525,7 @@ 0 4 13 19 0 8 15 19 0 8 16 19 -8 19 0 8 11 19 -8 19 0 6 17 20 2 8 14 19 0 8 16 19 @@ -16486,9 +15557,7 @@ 2 6 14 19 0 6 13 19 0 8 13 19 -6 19 0 8 13 20 -8 19 0 6 13 19 1 6 14 20 0 8 17 19 @@ -16513,7 +15582,6 @@ 0 8 14 19 1 8 13 19 0 4 13 19 -8 19 0 8 13 20 0 8 15 19 0 8 11 20 @@ -16521,7 +15589,6 @@ 0 9 16 19 0 9 11 19 2 8 11 19 -8 20 0 8 15 19 1 7 17 19 0 6 14 19 @@ -16533,7 +15600,6 @@ 0 4 15 19 0 8 13 19 0 8 13 19 -6 19 0 8 11 19 0 8 15 19 0 8 11 19 @@ -16564,7 +15630,6 @@ 0 8 16 19 0 8 18 19 0 5 13 19 -6 19 0 8 13 19 0 8 13 19 2 8 15 20 @@ -16581,7 +15646,6 @@ 0 8 13 19 0 8 14 19 0 6 13 19 -8 19 0 8 15 19 0 6 17 20 0 8 13 19 @@ -16593,14 +15657,12 @@ 0 8 13 19 1 8 14 20 1 4 13 19 -9 19 0 8 13 20 2 6 17 20 0 4 15 19 0 4 13 19 0 8 11 19 2 6 18 20 -8 19 0 5 11 19 1 4 13 20 1 4 13 19 @@ -16640,7 +15702,6 @@ 0 8 13 19 1 5 11 19 0 8 11 19 -8 19 0 5 13 20 2 8 11 19 2 6 14 19 @@ -16657,7 +15718,6 @@ 0 8 13 20 1 7 17 20 0 6 14 19 -8 19 0 6 14 19 0 8 15 19 0 8 13 20 @@ -16677,7 +15737,6 @@ 0 8 13 19 0 8 18 19 0 8 13 19 -8 19 2 8 14 19 1 4 13 19 1 6 14 20 @@ -16723,13 +15782,11 @@ 0 5 16 19 2 8 11 19 0 8 16 19 -8 19 0 8 11 19 0 8 13 19 1 8 13 19 0 6 13 20 0 4 14 19 -8 19 0 6 14 19 0 8 13 19 0 4 13 19 @@ -16741,26 +15798,20 @@ 1 7 17 20 2 8 15 19 0 6 11 20 -4 19 0 6 16 19 0 8 13 19 0 8 13 19 0 6 17 20 -8 19 0 8 11 19 -8 19 1 4 13 19 0 9 17 20 0 8 13 19 2 6 17 19 -8 19 0 4 15 19 2 8 14 20 0 4 13 20 0 6 16 20 -8 19 0 5 13 19 -8 19 0 8 14 20 0 4 15 19 0 6 17 20 @@ -16792,15 +15843,12 @@ 2 8 18 19 0 8 16 19 0 4 13 19 -8 19 0 8 14 19 0 5 14 20 1 6 16 20 -8 19 0 8 14 19 0 9 17 19 0 8 13 19 -6 19 2 9 17 20 1 8 15 19 2 8 18 20 @@ -16808,14 +15856,12 @@ 0 8 11 19 0 6 17 20 0 8 13 19 -6 20 2 6 17 20 3 8 13 19 0 4 15 19 0 5 11 19 0 8 15 19 2 6 17 19 -8 19 2 8 18 20 0 8 13 19 0 8 11 19 @@ -16825,7 +15871,6 @@ 0 8 11 19 0 8 11 19 0 8 14 19 -5 19 0 4 15 19 2 6 14 20 0 8 16 19 @@ -16833,10 +15878,8 @@ 0 6 14 20 0 8 13 20 0 6 17 19 -5 19 0 8 13 19 0 9 17 19 -8 19 0 8 18 19 0 8 16 19 0 8 17 19 @@ -16876,7 +15919,6 @@ 0 8 11 19 0 8 13 19 2 10 14 19 -8 19 0 8 13 19 0 8 15 19 0 8 13 19 @@ -16905,7 +15947,6 @@ 0 4 13 19 0 8 13 19 0 5 18 20 -8 19 2 6 14 20 1 9 14 20 1 7 17 20 @@ -16964,7 +16005,6 @@ 0 6 13 19 2 9 17 20 0 8 13 20 -4 19 0 8 13 19 0 4 13 19 0 5 18 19 @@ -16976,13 +16016,11 @@ 0 8 15 19 0 6 11 19 0 4 13 19 -4 19 0 9 16 20 1 4 13 19 0 4 16 19 0 4 13 19 0 8 13 19 -8 19 0 4 13 19 0 4 13 19 0 6 16 20 @@ -17013,7 +16051,6 @@ 0 4 15 19 0 6 16 20 2 8 14 19 -6 19 0 9 14 19 0 6 16 20 1 9 13 20 @@ -17028,7 +16065,6 @@ 1 8 16 20 0 5 18 20 2 8 14 19 -8 19 0 4 13 19 2 5 18 19 0 8 16 19 @@ -17037,7 +16073,6 @@ 0 8 18 19 0 8 13 19 0 5 11 19 -8 19 0 8 13 19 2 8 15 19 0 6 16 20 @@ -17094,9 +16129,7 @@ 0 8 13 19 0 6 16 19 0 8 18 19 -8 19 0 8 13 19 -8 19 0 8 16 19 0 4 13 19 2 5 18 19 @@ -17130,7 +16163,6 @@ 0 8 13 19 0 6 17 20 0 8 16 19 -5 19 0 8 15 19 2 7 17 20 0 6 15 20 @@ -17166,7 +16198,6 @@ 1 8 14 19 0 8 13 19 2 8 13 19 -8 19 0 5 16 19 0 6 14 19 0 4 16 19 @@ -17207,7 +16238,6 @@ 0 4 17 20 0 8 16 20 0 8 13 19 -8 20 0 6 14 20 2 8 11 19 1 4 13 19 @@ -17245,7 +16275,6 @@ 2 8 13 19 0 8 16 20 2 8 18 19 -8 19 0 8 16 20 0 6 11 19 0 4 13 19 @@ -17277,7 +16306,6 @@ 0 4 13 19 1 9 17 20 0 8 17 19 -6 20 0 8 18 19 0 8 13 19 0 8 15 19 @@ -17297,7 +16325,6 @@ 0 8 16 19 0 6 16 19 1 8 15 19 -7 19 2 5 17 19 0 8 13 19 0 8 15 19 @@ -17312,19 +16339,16 @@ 0 8 15 19 0 8 13 19 2 8 18 19 -8 19 2 9 18 20 0 9 17 19 0 8 16 19 2 10 17 20 0 6 14 19 0 5 13 19 -4 19 1 8 16 19 2 5 17 19 2 8 11 19 1 8 17 19 -8 19 0 6 14 20 0 4 13 19 0 8 16 19 @@ -17345,7 +16369,6 @@ 0 4 16 19 0 5 11 19 1 8 14 20 -8 19 0 6 13 19 0 8 16 19 2 8 18 19 @@ -17389,7 +16412,6 @@ 0 9 16 20 0 8 13 19 0 4 13 19 -8 19 0 8 11 19 0 9 14 20 0 8 15 19 @@ -17410,9 +16432,7 @@ 0 6 17 20 0 8 13 19 0 8 13 19 -6 19 0 8 13 19 -8 19 2 8 15 20 0 8 11 19 0 8 13 19 @@ -17460,7 +16480,6 @@ 0 6 18 19 0 8 13 19 0 8 16 19 -8 19 0 8 13 20 1 8 14 19 0 8 13 19 @@ -17468,7 +16487,6 @@ 2 4 13 19 0 8 15 19 0 8 18 19 -8 19 0 8 11 19 0 4 15 19 0 8 13 19 @@ -17503,7 +16521,6 @@ 1 9 16 20 0 8 11 19 0 8 13 19 -6 19 0 8 17 19 0 8 16 19 0 6 14 20 @@ -17529,13 +16546,11 @@ 0 6 18 19 2 6 17 19 0 8 15 19 -4 19 0 4 15 19 2 8 13 19 0 8 13 19 0 4 11 19 0 8 11 19 -6 19 2 10 17 20 2 9 18 20 0 7 17 20 @@ -17585,14 +16600,12 @@ 0 8 18 19 0 8 14 19 0 8 17 19 -8 19 2 8 15 19 2 8 13 19 0 8 13 19 0 8 13 20 0 8 17 19 0 8 15 19 -8 19 0 8 11 19 0 8 16 19 0 6 16 20 @@ -17633,7 +16646,6 @@ 0 8 15 19 1 4 16 19 1 5 17 19 -8 19 0 4 15 19 0 8 15 19 2 6 14 20 @@ -17641,12 +16653,9 @@ 1 8 15 19 2 8 14 19 0 8 16 20 -4 19 -8 20 0 8 13 19 0 6 17 20 0 6 13 19 -6 20 2 8 17 19 0 6 11 20 0 8 13 19 @@ -17706,24 +16715,19 @@ 0 5 17 19 0 8 13 19 0 5 15 19 -4 19 0 9 17 20 -8 19 0 8 13 19 0 8 13 19 0 8 16 19 0 5 17 20 0 8 13 20 2 8 15 19 -6 20 0 8 13 19 0 8 13 19 0 9 17 20 2 8 15 19 0 4 15 19 -4 19 0 8 13 19 -8 19 0 4 13 19 2 5 18 19 0 5 13 20 @@ -17748,19 +16752,15 @@ 0 6 17 20 0 8 13 19 0 4 13 19 -8 19 0 8 13 19 -8 19 0 4 13 19 0 6 17 19 0 9 14 20 2 10 14 20 -5 20 0 8 13 20 2 6 18 19 1 10 17 20 0 6 15 20 -8 19 0 5 13 19 0 8 13 20 0 8 13 19 @@ -17771,7 +16771,6 @@ 1 8 15 19 0 8 16 20 0 8 13 19 -8 19 0 8 15 19 1 8 13 19 0 8 13 19 @@ -17788,7 +16787,6 @@ 0 7 17 20 0 5 13 19 1 10 17 20 -6 20 0 8 11 19 0 6 18 20 0 8 13 19 @@ -17809,7 +16807,6 @@ 0 8 11 19 0 6 14 20 0 4 15 19 -4 19 0 8 13 20 0 8 13 20 0 8 13 19 @@ -17835,7 +16832,6 @@ 1 8 13 20 0 6 11 19 0 6 17 19 -8 19 0 8 11 19 0 8 15 19 0 8 13 20 @@ -17874,13 +16870,11 @@ 0 8 13 19 2 8 13 19 0 4 13 19 -4 19 0 4 13 19 0 8 15 19 2 4 18 20 2 4 15 19 0 8 16 19 -8 19 2 8 14 19 0 10 17 20 1 8 11 20 @@ -17900,10 +16894,8 @@ 2 8 11 19 0 8 15 19 1 6 13 20 -4 19 2 8 11 19 2 8 17 19 -8 19 0 8 13 19 0 4 17 19 0 8 13 20 @@ -18006,9 +16998,7 @@ 0 8 11 20 1 6 16 20 0 4 13 19 -8 19 2 6 11 20 -8 19 2 8 11 19 0 7 17 19 0 6 13 20 @@ -18017,7 +17007,6 @@ 0 8 13 20 0 6 13 19 0 6 11 19 -4 19 2 9 17 19 0 8 14 20 0 8 16 19 @@ -18034,7 +17023,6 @@ 2 8 15 19 2 4 12 19 0 8 13 19 -5 19 1 8 14 19 0 5 15 19 0 8 13 20 @@ -18054,7 +17042,6 @@ 0 10 17 20 0 6 16 20 0 8 18 19 -8 19 0 8 11 19 1 4 13 19 0 8 11 19 @@ -18092,7 +17079,6 @@ 2 8 18 20 2 5 15 19 0 5 11 19 -8 19 0 8 11 19 2 8 11 19 1 8 16 19 @@ -18159,10 +17145,8 @@ 0 6 15 19 0 7 17 20 0 8 11 19 -8 19 1 8 13 19 2 5 11 19 -8 19 0 4 13 19 2 4 13 19 2 6 17 20 @@ -18179,7 +17163,6 @@ 1 8 16 19 0 6 18 19 0 8 16 19 -4 19 0 8 17 19 0 7 17 20 0 8 15 19 @@ -18192,14 +17175,12 @@ 0 8 11 19 0 8 11 19 0 9 17 20 -4 19 0 8 14 19 0 8 14 20 2 8 18 19 1 8 16 19 0 8 17 19 0 8 13 19 -4 19 0 8 13 19 1 8 16 20 0 8 13 19 @@ -18215,8 +17196,6 @@ 0 6 17 20 2 5 17 20 0 8 11 19 -6 19 -8 20 0 6 16 20 2 8 14 19 0 5 15 19 @@ -18230,11 +17209,9 @@ 1 6 13 19 1 8 16 19 0 8 13 19 -4 19 0 5 18 19 1 10 17 20 0 5 13 20 -4 19 0 8 15 19 0 6 17 19 0 4 13 19 @@ -18242,7 +17219,6 @@ 1 8 14 20 0 8 11 19 0 8 11 19 -8 19 1 4 15 19 0 5 11 19 0 6 14 19 @@ -18255,9 +17231,7 @@ 0 4 13 19 0 6 17 19 0 8 13 19 -4 19 0 8 13 20 -8 19 0 5 14 19 0 8 13 19 0 6 17 20 @@ -18292,7 +17266,6 @@ 0 5 13 19 0 8 13 19 0 8 13 19 -8 19 0 8 11 19 0 8 15 19 0 8 13 20 @@ -18320,7 +17293,6 @@ 0 4 13 19 0 6 14 19 1 4 13 20 -8 19 1 7 17 20 0 6 11 19 0 8 13 19 @@ -18329,18 +17301,15 @@ 0 4 15 20 0 8 14 19 0 8 16 19 -8 19 2 6 17 20 2 8 13 19 2 5 13 19 1 8 13 19 2 6 14 19 -9 20 0 6 11 19 0 8 11 19 0 4 15 19 0 5 14 20 -8 19 0 8 13 19 0 8 13 19 0 8 13 19 @@ -18354,13 +17323,10 @@ 0 8 15 19 0 8 16 19 0 8 13 19 -4 19 0 7 17 20 -8 19 0 6 17 19 0 6 14 19 0 8 16 19 -8 19 0 8 11 19 1 8 14 20 0 8 15 19 @@ -18382,9 +17348,7 @@ 2 6 14 19 0 8 16 19 0 4 13 19 -4 19 0 6 14 20 -4 19 2 6 14 20 0 8 15 19 2 4 17 19 @@ -18407,7 +17371,6 @@ 0 8 13 19 0 8 11 19 1 10 17 20 -6 20 1 8 13 19 0 6 13 19 2 10 17 20 @@ -18464,11 +17427,9 @@ 0 10 17 20 0 8 16 19 0 8 15 19 -8 19 0 4 15 19 0 5 17 20 0 4 15 19 -4 19 0 8 13 19 0 5 11 19 0 6 16 20 @@ -18494,7 +17455,6 @@ 0 8 13 20 0 8 17 20 1 5 13 19 -8 19 1 8 14 20 0 4 15 19 0 8 15 19 @@ -18532,14 +17492,12 @@ 2 6 17 20 1 4 13 19 0 8 13 19 -8 19 0 8 13 20 0 4 13 20 0 4 13 19 0 6 17 20 0 8 16 19 0 4 13 20 -6 20 1 8 17 20 0 6 16 19 0 8 16 19 @@ -18558,11 +17516,9 @@ 1 7 17 19 0 8 16 19 0 8 13 19 -8 19 0 8 13 19 0 4 13 19 0 8 13 19 -8 19 1 8 16 19 2 5 15 20 0 6 13 19 @@ -18575,7 +17531,6 @@ 0 8 13 19 0 6 14 20 0 8 14 19 -5 19 0 8 14 19 0 6 15 19 0 8 13 19 @@ -18597,12 +17552,9 @@ 2 6 14 19 2 8 13 20 1 10 17 20 -8 19 -8 19 0 8 13 19 0 8 15 20 1 5 15 19 -8 19 2 8 18 19 0 8 11 19 0 8 15 19 @@ -18613,14 +17565,12 @@ 0 6 17 20 0 8 13 19 0 8 15 19 -6 20 0 5 11 19 0 8 15 19 0 8 13 19 1 8 14 19 0 8 16 19 0 4 13 19 -5 19 0 5 11 20 0 8 14 20 2 8 18 19 @@ -18653,7 +17603,6 @@ 0 4 13 19 0 8 16 20 0 7 17 20 -8 19 0 8 11 19 0 8 15 20 0 8 13 19 @@ -18718,7 +17667,6 @@ 0 8 13 19 0 8 18 20 2 8 11 19 -4 19 0 4 15 19 0 6 17 19 0 6 17 19 @@ -18728,7 +17676,6 @@ 0 6 18 19 2 6 17 19 0 9 14 20 -8 19 0 8 14 19 2 6 17 19 2 8 13 20 @@ -18748,10 +17695,8 @@ 1 4 16 19 0 8 16 19 0 8 17 19 -8 19 0 8 15 19 0 6 18 19 -8 19 0 8 13 19 0 4 13 19 0 8 16 19 @@ -18792,7 +17737,6 @@ 2 8 14 19 0 8 17 19 1 8 13 19 -9 19 0 8 13 19 0 8 11 19 0 10 17 20 @@ -18803,7 +17747,6 @@ 0 8 11 19 0 5 17 19 0 5 13 19 -6 19 1 8 16 19 0 8 11 19 0 8 11 19 @@ -18844,7 +17787,6 @@ 2 5 14 19 2 6 17 19 0 8 13 19 -8 19 0 5 17 20 2 8 14 19 0 8 13 19 @@ -18910,7 +17852,6 @@ 1 8 14 19 0 4 13 20 0 8 16 19 -8 19 1 8 13 20 2 5 18 20 1 9 18 19 @@ -18921,18 +17862,14 @@ 0 8 13 19 0 4 15 19 2 8 11 19 -8 20 -8 19 0 8 11 19 0 8 17 19 0 8 15 20 0 8 13 19 2 6 17 19 0 6 16 20 -4 19 0 4 13 20 0 8 13 19 -6 19 1 5 14 20 0 8 11 19 0 4 13 19 @@ -18940,7 +17877,6 @@ 1 8 13 19 0 8 11 19 0 8 11 20 -8 19 2 9 17 20 2 8 11 19 0 8 16 19 @@ -18950,7 +17886,6 @@ 0 4 11 19 0 6 18 19 0 8 13 19 -8 19 1 6 13 19 2 5 17 19 1 6 13 20 @@ -18962,7 +17897,6 @@ 0 8 13 20 0 8 16 20 0 8 15 19 -8 19 0 8 18 19 1 5 18 19 0 8 13 19 @@ -18987,10 +17921,8 @@ 1 8 13 19 0 6 17 20 2 8 13 19 -8 19 0 6 16 20 0 8 18 19 -6 19 2 6 17 19 0 8 15 19 0 5 16 19 @@ -19039,7 +17971,6 @@ 0 8 13 19 1 6 16 19 0 8 17 19 -8 20 0 6 17 19 0 8 13 19 0 8 17 19 @@ -19056,7 +17987,6 @@ 0 8 15 19 2 8 11 19 0 8 13 19 -8 19 0 8 13 19 0 8 16 19 0 4 15 19 @@ -19071,7 +18001,6 @@ 0 4 13 19 0 8 11 19 0 8 16 20 -4 19 2 8 13 19 0 8 14 20 2 6 17 19 @@ -19088,7 +18017,6 @@ 1 6 13 19 0 6 14 20 2 8 17 19 -8 19 0 4 11 19 0 8 14 19 2 8 17 19 @@ -19131,8 +18059,6 @@ 0 5 14 20 0 8 11 19 0 8 18 19 -6 20 -4 19 0 4 13 19 0 8 18 19 0 8 17 19 @@ -19151,7 +18077,6 @@ 0 8 13 19 0 8 13 19 0 8 14 19 -4 19 0 6 17 20 0 8 13 19 0 9 17 20 @@ -19166,7 +18091,6 @@ 1 8 13 19 0 8 16 20 2 8 13 19 -4 19 1 6 13 19 2 9 17 19 0 7 11 19 @@ -19178,7 +18102,6 @@ 0 5 16 19 2 4 13 19 0 4 15 19 -4 19 0 8 14 19 0 8 15 20 0 6 11 19 @@ -19228,17 +18151,14 @@ 0 8 13 19 0 8 15 19 0 8 15 19 -4 19 2 8 15 19 0 8 17 19 -6 19 0 8 11 19 1 8 16 19 0 4 15 19 0 8 13 19 0 4 15 19 0 8 16 19 -8 19 2 8 15 19 0 8 15 19 0 8 15 19 @@ -19251,9 +18171,7 @@ 1 8 13 20 0 8 14 19 2 8 13 20 -4 19 2 6 14 20 -6 19 0 6 15 19 1 6 13 19 2 9 17 19 @@ -19282,7 +18200,6 @@ 0 4 13 20 0 9 17 20 1 8 13 19 -8 19 2 8 11 19 0 8 11 19 0 8 16 19 @@ -19309,16 +18226,13 @@ 2 8 14 19 0 5 17 19 2 9 17 20 -8 19 0 5 16 19 2 8 15 19 2 5 18 20 0 8 15 19 0 8 15 19 0 6 17 19 -6 19 0 8 13 19 -4 19 0 8 16 19 1 6 16 19 0 9 14 20 @@ -19335,7 +18249,6 @@ 2 9 17 19 0 8 14 20 2 8 11 19 -8 19 0 8 15 19 2 8 13 19 0 8 13 19 @@ -19343,7 +18256,6 @@ 0 8 16 19 0 5 16 19 1 8 16 19 -5 20 0 6 13 20 0 8 13 20 0 6 13 20 @@ -19431,12 +18343,10 @@ 0 8 13 19 0 8 11 19 0 8 15 19 -6 19 0 9 14 20 0 4 13 19 0 5 18 20 0 8 14 20 -8 20 0 5 18 19 2 8 14 19 0 8 13 19 @@ -19453,14 +18363,11 @@ 0 6 17 19 2 8 14 19 1 6 17 20 -8 19 0 8 13 19 0 8 13 19 0 5 14 19 0 8 13 20 0 4 16 19 -8 19 -8 19 0 8 16 19 0 9 17 20 0 8 13 19 @@ -19490,7 +18397,6 @@ 0 8 13 19 0 6 13 19 0 5 17 19 -6 19 0 5 11 19 0 8 11 20 1 4 14 19 @@ -19507,7 +18413,6 @@ 0 9 17 20 2 6 14 20 0 8 13 19 -9 19 0 8 13 19 0 4 13 19 0 8 15 19 @@ -19542,11 +18447,8 @@ 0 5 13 19 0 8 13 19 1 5 16 20 -4 19 0 6 17 19 -4 19 0 8 13 19 -8 19 0 8 13 20 0 8 13 20 0 4 13 19 @@ -19559,7 +18461,6 @@ 0 4 13 19 2 8 14 20 2 8 11 19 -4 19 0 4 15 19 0 9 17 20 2 8 14 19 @@ -19614,11 +18515,9 @@ 0 8 11 19 0 8 18 19 0 8 16 20 -8 19 0 6 14 20 2 9 17 19 0 8 15 19 -8 19 0 5 16 19 0 8 13 19 0 8 17 20 @@ -19655,7 +18554,6 @@ 0 8 16 19 0 6 14 20 0 9 11 19 -8 19 0 4 13 19 0 8 16 19 0 8 13 20 @@ -19704,9 +18602,7 @@ 0 4 15 19 0 8 17 19 1 5 13 19 -4 19 1 4 13 20 -8 19 1 4 13 20 1 9 17 19 2 4 13 19 @@ -19762,7 +18658,6 @@ 0 8 14 19 0 8 15 19 2 7 17 20 -8 19 0 6 17 20 0 8 13 19 2 4 18 19 @@ -19773,7 +18668,6 @@ 0 8 13 20 1 8 14 19 2 6 17 19 -4 19 0 4 13 19 0 5 14 20 0 8 14 19 @@ -19784,9 +18678,7 @@ 0 4 13 19 0 8 13 19 0 6 13 19 -6 19 0 4 13 19 -4 19 1 10 17 20 0 6 13 19 2 8 14 20 @@ -19810,15 +18702,11 @@ 0 5 14 20 2 7 17 20 0 8 15 19 -8 19 0 6 11 20 -8 19 0 5 11 19 0 6 14 19 1 8 14 20 0 8 13 19 -4 19 -8 19 0 9 18 19 0 5 13 20 0 6 14 19 @@ -19828,7 +18716,6 @@ 0 6 11 19 0 4 15 19 0 9 14 20 -8 19 0 8 18 19 0 5 13 19 0 8 13 19 @@ -19840,7 +18727,6 @@ 0 8 18 19 0 5 13 19 0 8 11 19 -5 20 0 9 11 19 2 8 11 19 2 9 14 19 @@ -19855,7 +18741,6 @@ 0 6 14 20 0 8 11 19 0 5 17 20 -8 19 0 4 15 19 0 6 15 20 0 8 13 19 @@ -19887,14 +18772,12 @@ 0 6 14 19 0 8 13 20 0 4 16 19 -4 19 0 5 13 19 0 6 16 20 0 8 15 19 1 8 14 20 2 8 11 19 1 9 14 20 -9 20 0 8 11 19 0 8 17 20 0 6 11 19 @@ -19984,7 +18867,6 @@ 2 8 15 19 0 4 13 19 0 4 18 19 -8 19 2 5 18 19 1 6 16 20 0 8 13 19 @@ -20001,13 +18883,10 @@ 0 8 13 19 0 6 14 20 0 6 14 19 -5 19 0 8 13 19 0 8 17 20 0 8 13 19 -8 19 0 5 17 20 -8 19 0 6 17 20 0 8 13 19 0 8 11 19 @@ -20015,28 +18894,23 @@ 0 6 14 19 1 4 14 19 1 8 16 19 -5 19 1 6 17 19 0 5 11 19 2 6 17 19 0 4 16 19 0 8 16 19 -5 19 2 8 13 19 0 4 13 20 0 8 13 19 0 6 17 19 0 8 14 20 -8 19 0 8 11 19 -4 19 0 8 13 19 0 5 18 19 1 6 13 19 1 4 13 19 1 9 14 19 0 8 16 19 -8 19 0 7 17 20 0 8 13 19 0 6 16 19 @@ -20062,15 +18936,12 @@ 0 8 13 19 0 4 15 19 0 6 17 19 -8 19 0 8 13 19 0 8 11 19 1 8 13 19 -4 19 2 6 18 19 0 8 13 20 0 6 16 20 -8 20 3 8 13 19 0 8 13 20 2 5 14 19 @@ -20092,18 +18963,15 @@ 2 8 13 20 0 8 16 19 0 9 17 20 -4 19 1 5 14 19 0 5 17 20 0 5 15 19 0 9 16 20 -8 19 0 4 13 19 2 5 13 19 0 4 15 19 0 8 11 19 0 6 14 19 -8 20 0 8 13 20 0 8 13 19 0 8 13 19 @@ -20157,9 +19025,7 @@ 0 8 13 19 0 8 15 19 0 4 13 19 -8 19 0 9 14 20 -4 19 1 10 16 20 1 6 14 20 0 8 16 20 @@ -20185,11 +19051,9 @@ 2 8 11 19 2 8 14 19 1 4 13 19 -8 19 0 8 17 19 0 8 16 19 2 8 15 19 -8 19 0 8 13 19 0 7 17 20 0 8 15 19 @@ -20203,7 +19067,6 @@ 1 5 17 19 0 8 15 19 0 8 16 19 -9 20 0 8 16 19 0 8 11 19 1 6 16 19 @@ -20225,7 +19088,6 @@ 0 10 17 20 0 4 16 19 0 8 13 20 -9 19 0 8 11 19 0 6 13 20 0 8 16 19 @@ -20264,12 +19126,9 @@ 0 8 16 19 0 8 11 19 0 4 13 19 -6 19 0 4 16 19 0 6 13 20 -8 19 0 8 13 19 -6 19 0 8 16 19 1 8 13 20 0 8 13 19 @@ -20289,7 +19148,6 @@ 0 6 18 20 0 4 13 19 0 8 13 20 -8 19 0 6 15 20 0 4 13 19 0 8 11 19 @@ -20300,7 +19158,6 @@ 0 4 17 19 0 8 13 19 0 8 13 19 -8 19 0 8 15 19 0 8 14 19 2 8 14 20 @@ -20312,14 +19169,12 @@ 1 4 16 20 0 8 11 19 0 8 14 19 -8 19 0 4 13 19 2 8 14 19 0 6 14 19 0 6 13 19 0 4 15 19 0 8 13 19 -6 20 0 8 13 19 2 5 11 19 0 9 16 19 @@ -20331,11 +19186,9 @@ 0 6 11 19 0 8 13 19 0 4 13 19 -10 19 0 9 13 19 0 8 11 20 0 6 17 19 -3 4 19 2 8 15 19 0 8 13 19 0 8 16 20 @@ -20394,10 +19247,8 @@ 2 9 14 20 0 8 13 19 0 5 13 19 -4 19 0 8 15 19 0 4 14 19 -8 19 0 8 16 19 1 8 15 19 0 8 14 19 @@ -20432,9 +19283,7 @@ 1 8 13 19 0 8 18 20 0 8 13 19 -8 19 1 8 16 20 -8 19 0 8 16 19 0 8 11 19 0 4 15 19 @@ -20472,13 +19321,11 @@ 0 8 17 20 0 8 18 19 2 6 17 19 -8 20 0 8 15 19 0 8 14 19 0 6 16 20 0 8 15 19 1 5 13 19 -4 19 0 4 13 19 0 8 11 19 2 7 17 19 @@ -20525,10 +19372,8 @@ 2 8 11 19 2 8 11 19 0 8 11 19 -9 20 0 8 13 19 0 8 13 20 -8 19 0 8 15 19 0 4 18 19 0 5 17 19 @@ -20542,14 +19387,12 @@ 0 8 13 19 0 8 11 19 0 7 17 20 -8 19 1 10 17 20 1 6 13 20 0 8 13 19 2 5 13 19 0 6 13 20 0 8 15 19 -8 19 2 6 18 20 2 6 14 19 0 8 18 19 @@ -20561,7 +19404,6 @@ 0 8 18 19 0 8 15 19 1 6 17 19 -9 20 2 6 11 19 0 4 13 19 0 8 15 19 @@ -20574,7 +19416,6 @@ 0 8 16 19 0 8 13 19 0 8 13 19 -7 19 2 8 11 19 0 8 13 20 0 8 13 20 @@ -20593,7 +19434,6 @@ 0 8 13 20 1 8 13 20 0 4 15 19 -8 19 0 4 13 19 0 4 13 19 0 6 17 20 @@ -20606,11 +19446,9 @@ 0 4 13 19 1 8 13 19 0 8 13 20 -8 19 0 5 13 20 0 9 17 20 1 6 17 19 -8 19 1 8 13 20 2 8 17 19 1 4 14 19 @@ -20644,7 +19482,6 @@ 0 8 15 19 0 4 15 19 0 6 16 20 -8 19 0 5 18 19 2 8 13 19 0 5 14 20 @@ -20654,7 +19491,6 @@ 0 8 15 19 1 8 16 19 0 4 13 19 -4 19 1 4 13 19 0 4 15 19 0 6 16 20 @@ -20662,7 +19498,6 @@ 1 5 14 20 0 6 17 20 0 6 17 19 -5 19 0 8 13 19 0 6 11 19 0 6 14 19 @@ -20684,7 +19519,6 @@ 0 6 17 20 0 9 14 20 0 8 13 19 -8 19 0 8 18 19 0 8 17 19 0 8 13 19 @@ -20722,7 +19556,6 @@ 0 8 11 19 1 8 13 19 0 8 16 20 -8 19 0 8 14 20 0 8 11 19 0 8 16 19 @@ -20755,7 +19588,6 @@ 1 8 13 19 0 8 13 19 0 9 14 19 -4 19 0 8 11 19 0 8 13 19 0 8 13 19 @@ -20771,16 +19603,12 @@ 0 8 16 19 0 8 11 19 0 4 15 19 -8 19 0 8 16 19 -8 19 -8 19 0 8 13 19 0 5 13 19 0 5 17 19 0 9 17 20 0 8 15 19 -8 19 0 4 15 19 0 8 13 19 0 8 11 19 @@ -20795,13 +19623,11 @@ 2 8 18 19 2 6 14 20 0 8 13 19 -4 19 2 8 13 19 0 8 17 20 0 8 11 20 1 6 17 19 0 4 13 19 -9 20 0 6 16 20 0 8 13 19 1 6 14 20 @@ -20823,11 +19649,8 @@ 1 8 14 19 2 8 11 20 0 5 13 19 -6 19 -6 19 0 4 13 19 0 4 13 19 -5 20 0 9 17 19 0 8 13 19 0 6 14 19 @@ -20866,7 +19689,6 @@ 0 6 17 20 0 8 16 19 2 8 14 20 -6 19 0 8 14 20 2 5 18 19 0 4 15 19 @@ -20875,10 +19697,8 @@ 0 8 16 19 0 8 14 19 0 9 17 20 -4 19 1 5 14 19 2 8 11 20 -4 19 0 8 13 19 0 8 14 19 0 8 17 19 @@ -20913,7 +19733,6 @@ 0 8 13 19 0 8 13 19 0 8 15 19 -4 19 0 8 13 19 0 8 13 19 0 8 13 20 @@ -20928,7 +19747,6 @@ 0 6 13 19 0 8 14 20 0 8 18 20 -4 19 0 8 14 19 0 8 13 19 0 4 13 19 @@ -20936,10 +19754,8 @@ 0 5 17 19 2 6 17 19 0 6 14 20 -8 19 0 8 16 19 0 8 13 19 -8 19 0 8 17 19 0 8 16 19 0 8 13 19 @@ -20951,7 +19767,6 @@ 0 8 13 19 2 6 13 19 2 8 11 19 -8 19 0 8 11 19 0 4 13 19 1 6 13 19 @@ -20961,7 +19776,6 @@ 0 8 13 19 0 8 13 19 0 8 13 19 -8 19 2 9 14 20 1 8 13 19 0 8 15 19 @@ -21037,7 +19851,6 @@ 0 6 14 19 0 6 14 20 0 6 13 20 -8 19 0 6 17 20 0 5 14 19 0 6 17 19 @@ -21094,7 +19907,6 @@ 2 6 17 19 0 4 13 19 0 4 13 19 -8 19 0 4 13 20 0 8 16 19 2 8 11 19 @@ -21112,7 +19924,6 @@ 0 8 13 19 0 8 18 19 2 4 11 19 -5 19 0 6 14 19 0 8 15 20 0 4 15 19 @@ -21123,7 +19934,6 @@ 0 8 15 19 0 8 13 19 0 8 17 20 -8 19 0 6 14 19 0 8 13 19 0 9 17 20 @@ -21140,23 +19950,19 @@ 0 8 13 19 1 8 13 19 2 8 14 19 -10 19 0 5 14 19 0 8 11 19 1 4 13 19 -8 20 0 8 13 20 0 4 13 19 0 8 16 19 0 8 13 20 1 4 13 19 -8 19 0 8 16 19 0 4 13 19 0 5 17 19 0 8 13 20 0 8 15 19 -6 19 0 8 13 20 0 8 13 19 0 9 14 19 @@ -21174,10 +19980,8 @@ 0 8 13 19 2 8 15 19 2 8 16 19 -8 19 0 6 17 20 2 4 13 19 -4 19 0 8 16 20 1 6 16 20 2 8 18 19 @@ -21240,8 +20044,6 @@ 0 8 13 19 0 10 17 20 1 4 13 20 -8 19 -8 19 2 6 11 20 0 6 14 20 0 4 15 19 @@ -21270,9 +20072,7 @@ 0 9 17 19 0 8 16 19 0 8 13 20 -8 19 0 4 11 19 -6 20 0 8 15 19 0 4 13 19 0 8 18 19 @@ -21287,7 +20087,6 @@ 0 8 16 19 0 4 11 19 0 8 13 19 -8 19 1 6 17 19 1 6 16 20 1 9 16 19 @@ -21346,7 +20145,6 @@ 0 4 13 19 0 8 13 19 0 6 17 20 -6 19 0 8 15 19 0 4 17 19 1 5 17 20 @@ -21354,7 +20152,6 @@ 0 8 11 19 0 8 13 19 0 8 11 19 -8 19 2 9 14 20 0 8 14 20 0 6 17 19 @@ -21392,7 +20189,6 @@ 0 8 13 19 0 6 14 20 1 6 13 19 -8 19 0 8 16 19 1 8 13 19 2 9 17 19 @@ -21408,10 +20204,8 @@ 0 5 15 19 1 4 13 20 0 8 13 19 -4 19 0 8 13 19 0 4 13 19 -8 19 1 10 17 20 1 8 15 19 2 8 13 19 @@ -21420,13 +20214,11 @@ 1 4 13 19 0 4 15 19 0 8 13 20 -8 19 0 6 17 19 2 8 18 20 0 8 13 19 2 8 18 19 0 8 11 20 -8 19 0 9 14 20 2 7 14 20 0 8 16 19 @@ -21435,7 +20227,6 @@ 2 6 17 19 1 8 13 20 0 8 15 19 -4 19 0 8 11 19 2 6 14 19 0 5 14 19 @@ -21451,9 +20242,7 @@ 0 6 11 19 1 9 16 20 1 8 13 19 -6 20 0 8 16 19 -4 19 0 9 18 20 0 8 13 19 1 8 16 19 @@ -21463,7 +20252,6 @@ 0 6 11 19 0 6 11 19 0 5 13 20 -8 19 2 8 18 19 1 7 17 20 0 9 14 20 @@ -21481,15 +20269,12 @@ 0 8 13 19 0 8 13 20 0 6 14 20 -8 19 0 8 15 19 0 8 16 19 0 8 11 19 -6 20 0 8 18 19 0 6 17 20 0 8 14 19 -8 19 2 6 17 19 0 8 13 19 1 8 13 19 @@ -21514,7 +20299,6 @@ 2 8 13 19 0 6 14 20 0 8 11 19 -4 19 0 6 18 20 0 8 15 19 0 8 13 19 @@ -21522,11 +20306,9 @@ 0 8 13 19 0 4 13 19 1 9 14 20 -8 19 0 4 13 19 0 4 13 19 0 10 17 20 -4 19 2 6 14 20 0 6 17 20 0 8 11 19 @@ -21535,7 +20317,6 @@ 0 4 13 19 0 4 13 19 0 6 17 19 -8 19 1 8 13 19 0 8 13 19 0 8 11 20 @@ -21543,11 +20324,9 @@ 0 4 16 19 2 4 13 19 1 5 15 19 -4 19 0 8 11 19 1 5 13 19 0 8 13 20 -4 19 0 8 18 19 2 6 17 20 0 8 16 19 @@ -21584,7 +20363,6 @@ 0 8 16 19 0 8 13 19 0 6 11 19 -8 19 0 5 14 20 0 8 14 20 0 5 17 20 @@ -21624,12 +20402,10 @@ 0 8 13 19 1 8 16 20 0 8 13 19 -4 19 0 5 16 19 0 8 18 19 0 8 17 19 0 10 14 19 -8 19 2 8 17 19 2 8 17 19 0 8 18 19 @@ -21646,7 +20422,6 @@ 0 8 15 19 0 6 17 19 1 8 16 20 -4 19 0 8 14 20 0 8 13 19 0 8 11 19 @@ -21664,7 +20439,6 @@ 0 8 13 19 0 8 11 19 0 8 16 19 -4 19 2 8 14 19 0 4 13 20 0 9 17 20 @@ -21684,7 +20458,6 @@ 0 8 13 19 2 8 18 19 0 4 13 19 -8 19 2 8 11 19 1 5 13 19 0 6 18 19 @@ -21696,7 +20469,6 @@ 0 8 16 19 2 8 11 19 0 8 11 19 -4 19 0 8 17 19 0 8 11 19 0 6 11 20 @@ -21723,7 +20495,6 @@ 0 4 15 19 0 6 16 20 2 8 11 20 -8 19 0 8 13 19 0 8 11 19 0 6 15 19 @@ -21744,7 +20515,6 @@ 0 8 15 19 2 8 13 20 0 8 16 19 -4 19 0 5 16 19 0 8 13 19 0 8 16 19 @@ -21760,7 +20530,6 @@ 0 8 15 19 0 4 16 19 0 8 18 19 -8 19 2 6 11 19 0 8 15 19 0 8 13 19 @@ -21797,20 +20566,16 @@ 1 6 16 20 1 6 14 19 0 4 13 19 -10 19 2 8 13 19 0 8 16 19 0 6 17 19 -8 19 0 8 13 19 -6 19 2 8 13 20 0 8 15 19 0 8 13 19 1 8 13 19 0 5 18 19 0 8 13 19 -5 19 0 4 16 19 0 4 18 19 0 8 13 19 @@ -21827,7 +20592,6 @@ 0 8 14 20 0 4 13 19 1 8 13 20 -8 19 0 4 13 19 0 6 14 20 0 6 17 19 @@ -21845,21 +20609,17 @@ 0 8 13 19 0 8 13 19 0 8 13 19 -8 19 0 8 13 19 0 8 13 19 0 8 13 19 -8 19 1 8 13 19 0 4 13 19 2 8 15 19 1 10 17 20 0 8 15 19 -8 19 0 4 13 19 0 8 13 19 1 8 14 19 -9 19 2 10 17 20 0 4 13 19 0 5 18 19 @@ -21890,7 +20650,6 @@ 0 8 13 19 0 9 17 19 0 8 17 20 -10 20 0 9 14 19 0 6 17 20 2 9 14 19 @@ -21912,12 +20671,10 @@ 2 10 17 19 0 8 13 20 0 4 13 19 -8 19 0 4 13 19 2 8 11 19 0 4 13 19 1 8 13 19 -8 19 1 4 13 19 1 8 15 19 0 4 15 19 @@ -21944,7 +20701,6 @@ 0 4 11 19 3 8 11 19 0 9 17 20 -8 19 0 10 17 19 0 4 15 19 0 6 11 20 @@ -22004,7 +20760,6 @@ 1 8 16 19 0 8 13 19 0 8 14 20 -4 19 0 8 17 19 0 6 14 20 0 8 13 19 @@ -22020,7 +20775,6 @@ 0 8 13 19 2 6 17 19 0 8 18 19 -8 19 0 8 14 19 0 6 16 19 0 8 13 19 @@ -22031,7 +20785,6 @@ 2 9 17 20 2 9 17 19 0 9 17 19 -8 19 0 9 17 19 0 8 13 20 0 8 14 19 @@ -22040,7 +20793,6 @@ 1 4 13 19 2 6 17 20 1 6 16 20 -6 19 0 8 15 19 0 8 11 19 0 8 16 19 @@ -22058,7 +20810,6 @@ 0 6 17 20 0 6 11 19 0 8 13 19 -6 19 0 5 11 19 2 8 13 19 0 4 13 20 @@ -22073,7 +20824,6 @@ 0 4 13 19 0 8 16 19 0 8 13 19 -8 19 0 6 15 19 0 5 16 19 0 8 16 20 @@ -22092,14 +20842,12 @@ 0 8 13 19 2 8 11 19 0 8 13 19 -8 19 0 9 17 19 0 4 13 19 0 8 15 19 2 6 17 19 2 8 18 19 0 8 13 19 -8 19 2 8 15 19 1 8 13 19 0 8 16 19 @@ -22107,7 +20855,6 @@ 2 8 15 19 0 4 15 19 0 8 11 19 -4 19 2 8 18 19 0 8 14 20 0 6 16 19 @@ -22128,7 +20875,6 @@ 0 8 13 19 1 9 17 20 2 8 18 20 -9 19 1 5 14 19 2 8 11 20 2 8 11 19 @@ -22163,7 +20909,6 @@ 0 8 13 19 2 8 15 19 0 8 14 20 -8 19 0 8 13 19 0 4 15 19 0 8 11 19 @@ -22171,7 +20916,6 @@ 2 8 18 19 0 6 14 20 0 5 15 19 -4 19 0 6 14 20 1 9 11 19 0 8 16 19 @@ -22223,7 +20967,6 @@ 0 8 18 19 0 8 16 20 2 9 17 19 -10 20 0 8 13 19 2 9 14 20 0 6 17 20 @@ -22252,7 +20995,6 @@ 0 8 13 20 2 9 14 20 0 4 15 19 -8 20 0 8 11 19 0 8 17 19 0 10 17 20 @@ -22279,7 +21021,6 @@ 0 8 11 19 1 8 13 20 2 7 17 20 -8 19 2 8 18 20 0 8 11 19 1 7 17 20 @@ -22346,9 +21087,7 @@ 0 4 16 19 0 8 13 19 0 8 16 19 -4 19 0 8 13 19 -4 19 2 6 17 19 0 8 13 19 0 8 13 19 @@ -22371,13 +21110,10 @@ 0 4 15 19 0 9 17 19 0 8 11 19 -4 19 0 8 14 19 2 8 18 20 0 8 15 19 0 8 13 19 -4 19 -8 19 1 6 18 19 0 8 11 19 0 4 13 19 @@ -22385,7 +21121,6 @@ 1 6 17 20 0 6 14 20 0 8 13 19 -8 19 0 5 13 20 1 8 13 20 0 9 13 20 @@ -22394,7 +21129,6 @@ 0 8 13 19 0 8 13 20 2 6 17 19 -4 19 0 4 15 19 2 9 17 20 0 6 11 20 @@ -22403,7 +21137,6 @@ 2 7 17 20 1 8 14 19 0 8 13 19 -8 19 0 8 13 19 0 8 14 20 0 8 17 19 @@ -22420,7 +21153,6 @@ 0 8 13 19 0 8 16 20 2 8 13 20 -4 19 0 4 15 19 0 8 11 20 0 4 15 19 @@ -22493,14 +21225,12 @@ 1 6 17 19 0 8 15 19 1 8 13 19 -4 19 0 4 16 19 0 4 13 19 2 6 13 19 1 6 17 19 0 8 13 19 0 4 13 19 -4 19 2 6 14 20 0 8 13 19 2 8 14 20 @@ -22508,7 +21238,6 @@ 1 8 13 19 0 8 13 19 0 6 18 19 -8 19 0 8 15 19 0 4 13 19 0 8 13 20 @@ -22543,7 +21272,6 @@ 0 10 17 19 2 9 17 20 0 10 13 20 -8 19 0 5 13 20 0 6 14 20 0 5 16 19 @@ -22554,7 +21282,6 @@ 0 5 17 19 0 8 15 19 1 10 17 20 -6 19 1 8 13 19 0 8 13 19 1 8 13 19 @@ -22631,7 +21358,6 @@ 1 10 16 20 1 8 13 20 0 8 13 19 -4 19 0 6 17 20 0 6 17 19 0 8 15 19 @@ -22642,7 +21368,6 @@ 0 4 11 19 0 8 14 19 0 8 14 20 -5 20 0 8 11 19 1 5 13 19 1 6 16 19 @@ -22729,7 +21454,6 @@ 1 6 17 19 1 4 16 19 0 8 17 20 -5 19 0 6 16 20 0 9 17 20 0 6 16 19 @@ -22749,13 +21473,11 @@ 1 9 16 20 0 6 14 20 0 6 16 19 -6 19 0 8 18 19 0 8 14 19 0 8 16 19 2 6 11 19 0 4 13 19 -8 19 1 10 13 19 0 8 13 19 0 8 13 19 @@ -22784,7 +21506,6 @@ 1 9 17 19 0 8 11 19 0 8 13 19 -8 19 2 8 11 19 0 8 15 19 0 8 13 19 @@ -22793,10 +21514,8 @@ 0 6 14 19 0 8 13 20 0 8 16 19 -8 19 1 8 15 19 0 8 17 19 -4 19 1 8 15 19 0 5 13 20 0 8 13 19 @@ -22818,7 +21537,6 @@ 0 5 14 20 0 8 11 19 2 8 11 19 -8 19 0 6 17 20 0 8 15 19 2 8 18 19 @@ -22831,7 +21549,6 @@ 0 9 17 19 0 4 11 19 2 8 17 19 -8 19 0 8 16 19 0 8 14 19 0 5 15 19 @@ -22839,14 +21556,12 @@ 2 9 17 19 0 8 13 19 0 8 16 20 -8 19 0 8 13 19 0 8 11 19 1 6 16 19 0 9 14 20 0 5 14 20 0 8 16 20 -4 19 0 4 13 19 0 8 13 20 0 8 11 19 @@ -22883,7 +21598,6 @@ 0 6 17 20 0 8 13 19 0 4 15 19 -8 19 0 8 18 19 1 6 17 19 0 8 11 19 @@ -22896,7 +21610,6 @@ 0 8 11 19 0 4 11 19 0 8 14 19 -4 19 0 4 13 19 0 8 13 19 1 8 13 19 @@ -22908,7 +21621,6 @@ 0 4 15 19 0 8 14 19 2 9 17 19 -4 20 1 6 14 19 2 8 18 20 1 10 17 20 @@ -22926,7 +21638,6 @@ 0 5 14 20 0 4 13 19 0 8 18 19 -4 19 0 8 18 19 1 8 13 19 2 6 14 20 @@ -22949,7 +21660,6 @@ 2 6 14 20 0 8 17 19 0 8 14 19 -5 19 0 8 13 19 0 6 14 20 0 6 17 19 @@ -22974,14 +21684,12 @@ 0 4 13 19 0 8 13 19 0 8 13 19 -4 19 0 8 16 19 0 9 17 20 0 8 13 19 0 8 11 19 2 6 17 19 0 8 15 19 -8 19 0 6 17 20 0 6 13 20 0 8 14 19 @@ -22995,7 +21703,6 @@ 0 4 13 19 0 8 13 20 0 9 14 19 -8 19 0 8 14 19 0 6 13 19 0 8 13 19 @@ -23007,7 +21714,6 @@ 0 5 17 19 2 4 13 19 1 9 13 20 -8 19 0 8 11 20 1 10 15 20 1 4 16 19 @@ -23017,7 +21723,6 @@ 0 6 16 20 0 8 18 19 0 8 11 20 -6 19 0 8 13 19 0 6 16 19 1 6 16 19 @@ -23060,7 +21765,6 @@ 0 8 11 19 0 8 13 19 0 6 18 20 -8 19 0 5 18 19 0 8 11 19 0 6 17 19 @@ -23097,7 +21801,6 @@ 0 8 15 19 0 8 13 19 0 4 13 19 -4 19 0 4 13 19 0 6 16 20 0 8 11 19 @@ -23107,7 +21810,6 @@ 1 8 14 20 0 8 15 19 2 8 13 19 -4 19 0 8 13 20 2 4 13 19 0 8 13 19 @@ -23121,7 +21823,6 @@ 0 4 15 19 0 4 13 19 2 8 15 19 -5 19 1 6 16 19 0 4 13 19 0 8 13 20 @@ -23134,7 +21835,6 @@ 0 8 13 19 1 4 16 19 0 4 15 19 -8 19 0 4 11 19 0 8 11 19 0 8 15 19 @@ -23174,7 +21874,6 @@ 0 4 11 19 0 4 13 19 0 4 13 19 -8 19 2 10 11 20 1 4 16 19 0 8 13 19 @@ -23190,7 +21889,6 @@ 2 4 13 19 2 9 17 20 0 6 16 20 -8 19 0 8 18 19 2 7 17 19 2 8 11 19 @@ -23207,7 +21905,6 @@ 0 8 13 19 2 4 13 19 0 8 11 19 -6 20 2 8 18 19 0 8 11 19 0 8 13 19 @@ -23226,16 +21923,13 @@ 1 6 13 19 1 5 14 19 0 4 14 19 -4 19 0 8 13 19 2 8 15 19 0 6 14 20 -3 8 19 0 8 13 19 0 6 16 19 0 8 16 19 1 6 13 20 -8 19 0 8 15 19 0 4 13 19 0 8 13 19 @@ -23265,7 +21959,6 @@ 0 8 15 19 0 8 13 19 1 7 16 20 -8 19 0 8 13 19 0 6 14 19 0 8 16 19 @@ -23279,7 +21972,6 @@ 0 10 17 20 0 9 16 20 1 6 14 20 -6 19 2 10 15 19 0 8 15 19 0 8 11 19 @@ -23313,7 +22005,6 @@ 1 6 13 20 0 5 13 20 0 9 14 19 -8 19 1 5 13 19 0 6 17 20 1 5 13 20 @@ -23328,19 +22019,15 @@ 2 8 11 19 2 8 13 19 0 4 13 19 -8 19 0 8 13 19 0 8 13 19 -4 19 2 8 11 20 0 8 15 19 -8 19 0 8 16 19 0 8 13 19 2 9 17 19 0 8 15 19 0 8 14 20 -8 19 1 8 16 20 1 9 17 20 0 8 13 19 @@ -23349,9 +22036,7 @@ 0 8 14 19 0 6 14 19 0 8 11 19 -6 19 0 8 16 19 -8 19 0 6 11 20 0 4 13 19 0 4 13 19 @@ -23371,9 +22056,7 @@ 0 5 14 20 0 6 17 19 0 8 18 19 -4 19 0 6 14 19 -4 19 2 8 11 19 0 8 13 20 2 8 14 19 @@ -23386,14 +22069,12 @@ 2 8 13 19 0 6 16 19 0 8 11 19 -9 19 0 8 13 20 0 8 13 19 0 9 14 20 0 4 13 19 2 8 11 19 0 4 15 19 -4 19 0 8 18 19 0 8 13 19 0 6 15 19 @@ -23413,13 +22094,11 @@ 0 8 13 19 0 8 11 19 0 4 14 19 -8 19 1 4 14 20 0 4 14 20 0 4 14 19 0 7 17 20 0 6 14 20 -4 20 1 10 17 20 0 8 17 20 2 9 17 19 @@ -23500,7 +22179,6 @@ 2 8 11 19 0 8 15 19 0 5 13 20 -8 19 0 8 13 19 2 6 17 20 0 6 14 20 @@ -23533,23 +22211,18 @@ 0 6 14 19 0 4 15 19 0 4 13 19 -6 20 -8 19 0 8 16 19 -8 19 0 8 15 19 0 8 13 19 2 8 15 19 2 8 11 19 2 8 18 20 -4 19 1 8 14 20 0 8 14 19 0 8 13 19 0 6 14 20 2 9 17 20 0 8 14 20 -8 19 1 8 14 20 0 9 14 20 0 6 14 20 @@ -23590,7 +22263,6 @@ 0 6 14 20 1 7 14 20 0 4 15 19 -8 20 0 5 13 19 0 8 15 19 0 8 13 19 @@ -23634,7 +22306,6 @@ 0 4 13 19 2 5 11 19 0 8 13 19 -8 20 1 6 14 19 0 8 11 19 2 8 11 19 @@ -23668,7 +22339,6 @@ 0 8 16 19 2 8 18 19 0 8 13 19 -8 19 2 8 13 20 0 6 17 20 1 4 16 19 @@ -23709,7 +22379,6 @@ 2 8 14 20 2 8 14 20 0 8 11 19 -8 19 0 6 11 19 2 6 18 19 0 8 14 19 @@ -23727,7 +22396,6 @@ 0 5 13 20 0 5 15 19 0 5 14 19 -5 19 0 4 13 19 0 4 13 19 0 5 13 19 @@ -23742,7 +22410,6 @@ 2 9 17 20 0 8 16 19 0 8 16 19 -8 19 0 4 13 20 2 8 11 19 0 8 15 19 @@ -23753,11 +22420,9 @@ 2 9 17 20 0 8 13 19 2 8 18 19 -4 19 0 6 16 20 0 8 13 19 1 4 14 19 -4 19 0 8 13 20 0 8 13 19 0 8 17 19 @@ -23791,7 +22456,6 @@ 2 4 15 19 0 8 13 19 2 6 17 20 -4 19 0 8 18 19 0 8 16 19 0 8 14 19 @@ -23816,14 +22480,11 @@ 1 6 14 20 0 8 11 19 2 6 11 19 -8 19 1 8 13 19 0 4 15 19 0 8 13 19 -8 19 0 8 11 19 0 8 13 19 -4 19 0 6 17 19 0 4 13 19 0 4 13 19 @@ -23851,7 +22512,6 @@ 0 4 14 19 0 8 18 19 0 6 13 20 -8 20 1 5 13 20 2 9 17 19 0 8 13 19 @@ -23863,7 +22523,6 @@ 0 8 13 19 0 8 13 19 2 8 14 19 -4 19 0 4 15 19 1 8 14 20 0 10 14 19 @@ -23878,7 +22537,6 @@ 2 8 18 20 2 6 11 20 2 8 18 20 -6 19 0 4 16 19 0 6 14 19 0 8 13 19 @@ -23913,12 +22571,9 @@ 0 8 13 19 0 5 13 20 0 4 15 19 -8 19 0 6 17 20 0 8 13 19 -4 19 0 8 11 20 -8 19 0 4 13 19 0 5 13 19 2 8 17 19 @@ -23934,7 +22589,6 @@ 0 5 11 19 0 6 14 20 0 8 11 19 -4 19 1 8 13 19 1 6 17 20 1 8 14 19 @@ -23952,7 +22606,6 @@ 1 8 13 19 0 7 17 20 0 8 13 19 -6 19 0 8 13 20 1 8 16 19 2 8 15 20 @@ -23978,7 +22631,6 @@ 0 8 13 20 0 8 11 19 0 8 17 19 -8 19 2 8 15 19 0 6 14 20 0 6 13 20 @@ -24001,7 +22653,6 @@ 0 4 16 19 0 8 13 19 0 8 13 19 -8 19 0 8 13 19 0 8 13 19 2 9 17 19 @@ -24013,7 +22664,6 @@ 0 8 13 19 0 8 17 19 0 6 14 20 -6 20 0 8 13 19 2 4 15 19 1 8 18 20 @@ -24045,14 +22695,11 @@ 0 8 16 20 0 8 13 19 0 4 13 19 -8 19 1 9 17 20 0 9 14 20 0 5 11 19 0 8 16 19 0 8 15 19 -8 19 -4 19 1 6 13 19 0 6 17 19 0 8 13 19 @@ -24071,7 +22718,6 @@ 0 8 11 19 2 8 13 20 0 8 13 20 -8 19 2 6 13 19 0 6 14 19 0 6 16 19 @@ -24082,7 +22728,6 @@ 1 8 15 19 0 8 15 19 0 8 11 19 -6 19 0 6 14 19 0 8 13 19 0 8 14 19 @@ -24107,7 +22752,6 @@ 0 4 13 19 0 8 14 20 0 6 14 20 -4 19 0 4 13 19 0 8 13 19 0 5 14 19 @@ -24131,7 +22775,6 @@ 0 8 15 19 1 7 17 20 0 8 13 19 -8 19 0 6 11 20 0 4 13 19 2 10 14 20 @@ -24147,13 +22790,11 @@ 0 8 16 19 0 7 17 20 0 4 13 20 -8 19 1 6 17 19 0 8 11 19 0 4 15 19 0 8 13 19 0 6 16 20 -8 19 0 7 17 20 0 8 13 19 0 5 13 19 @@ -24181,7 +22822,6 @@ 1 9 16 20 1 8 13 19 0 6 14 19 -6 19 0 5 17 19 0 6 13 19 0 8 14 20 @@ -24193,7 +22833,6 @@ 0 8 11 19 0 6 17 19 0 6 15 19 -8 19 0 6 18 20 0 8 15 19 0 8 14 19 @@ -24230,22 +22869,18 @@ 1 7 17 20 2 9 17 20 0 8 13 19 -4 19 0 8 11 19 0 8 15 19 0 8 15 19 0 5 18 19 0 8 11 19 -4 19 0 4 13 19 0 4 18 19 -8 19 0 8 15 19 0 8 13 19 0 8 15 19 2 6 17 19 2 8 11 19 -4 20 0 4 13 19 0 8 13 19 0 6 14 20 @@ -24297,7 +22932,6 @@ 0 4 15 19 0 5 14 20 0 8 16 19 -6 20 2 5 17 20 0 8 11 19 1 4 13 19 @@ -24306,7 +22940,6 @@ 0 5 16 19 0 6 14 20 0 8 11 19 -8 19 0 10 17 20 1 8 14 19 0 8 13 19 @@ -24316,7 +22949,6 @@ 0 6 17 20 0 8 13 20 2 7 14 20 -8 19 0 9 14 20 1 8 14 20 0 8 13 20 @@ -24377,14 +23009,12 @@ 0 6 17 20 0 8 16 19 1 8 16 20 -9 20 0 6 17 20 0 6 17 20 0 8 13 19 0 4 13 19 0 8 13 20 0 8 15 19 -8 20 0 8 13 19 0 8 13 19 0 8 11 19 @@ -24403,7 +23033,6 @@ 2 5 18 19 0 8 16 19 0 4 15 19 -4 19 0 5 18 19 0 8 13 20 0 6 14 19 @@ -24427,7 +23056,6 @@ 0 8 17 19 2 8 11 20 0 8 13 19 -4 19 0 8 14 19 0 8 13 19 0 8 15 19 @@ -24459,7 +23087,6 @@ 0 4 13 19 0 9 14 19 2 8 11 19 -8 19 0 4 11 19 0 8 16 19 0 8 16 19 @@ -24473,7 +23100,6 @@ 0 8 16 20 0 4 13 19 0 8 13 19 -8 19 0 9 14 20 0 8 13 20 0 8 13 19 @@ -24483,7 +23109,6 @@ 0 8 13 20 1 9 14 20 1 4 13 19 -4 20 2 8 11 19 0 8 16 19 0 6 18 19 @@ -24525,12 +23150,10 @@ 0 8 11 19 0 6 16 19 0 8 16 20 -4 19 1 8 13 19 0 4 16 19 0 8 13 19 0 8 13 19 -8 19 0 6 16 20 2 8 17 20 0 4 16 19 @@ -24577,8 +23200,6 @@ 1 8 14 20 0 8 13 19 0 8 13 19 -8 19 -8 19 0 4 15 19 0 8 11 19 0 8 13 19 @@ -24634,7 +23255,6 @@ 0 5 13 19 0 5 18 19 0 8 11 19 -6 19 0 8 14 19 0 8 16 20 0 8 15 19 @@ -24642,7 +23262,6 @@ 0 9 16 20 0 8 11 19 0 8 13 20 -4 19 0 8 13 19 0 8 13 19 0 8 16 19 @@ -24684,7 +23303,6 @@ 2 8 17 20 0 6 14 19 0 8 11 19 -4 19 0 8 11 19 0 8 16 19 2 8 11 20 @@ -24692,7 +23310,6 @@ 0 5 13 19 0 8 17 19 0 4 13 19 -4 19 0 8 18 20 0 4 13 19 0 8 16 19 @@ -24702,7 +23319,6 @@ 2 8 18 20 0 8 11 19 0 8 15 19 -8 19 0 5 16 19 0 8 13 19 0 8 11 19 @@ -24712,7 +23328,6 @@ 1 8 15 19 0 8 16 19 0 6 14 20 -8 19 0 4 13 19 1 8 13 19 0 8 11 19 @@ -24733,7 +23348,6 @@ 0 8 13 20 0 8 13 19 0 9 14 20 -6 19 0 8 11 19 0 8 13 19 0 9 17 20 @@ -24750,7 +23364,6 @@ 0 8 13 20 0 8 15 19 0 8 13 19 -8 19 0 8 15 19 1 8 13 19 0 4 13 19 @@ -24758,7 +23371,6 @@ 0 8 16 19 2 8 13 19 1 4 13 19 -4 19 0 6 16 19 0 6 14 19 0 8 16 19 @@ -24771,21 +23383,17 @@ 1 7 17 20 0 8 13 19 0 8 15 19 -5 19 0 8 11 19 1 9 17 19 0 8 11 19 0 8 15 19 1 6 17 20 -8 19 0 4 17 20 -8 19 2 6 17 19 0 4 15 19 1 4 16 19 0 6 17 19 0 8 13 19 -8 19 0 6 17 19 0 5 14 19 1 10 17 20 @@ -24794,7 +23402,6 @@ 0 8 13 19 0 8 13 19 0 8 11 19 -8 19 0 4 13 19 0 8 15 19 2 5 11 19 @@ -24807,11 +23414,9 @@ 1 8 13 19 0 8 13 19 0 4 13 19 -8 19 0 6 13 20 0 8 13 19 0 8 18 19 -6 19 0 8 15 19 0 8 11 20 0 8 16 19 @@ -24819,14 +23424,12 @@ 2 5 18 19 0 8 15 19 0 8 18 19 -8 19 0 5 17 19 2 6 14 19 0 4 15 19 0 8 18 19 2 7 17 20 2 8 18 19 -6 19 0 8 15 19 2 6 17 19 0 5 13 19 @@ -24873,8 +23476,6 @@ 0 8 16 19 0 8 13 19 1 6 16 20 -8 19 -5 19 2 5 18 19 0 4 15 19 2 6 18 19 @@ -24892,7 +23493,6 @@ 2 7 17 20 0 8 16 19 0 4 13 19 -9 20 2 6 18 20 0 8 11 19 1 8 14 19 @@ -24900,7 +23500,6 @@ 0 8 13 19 0 6 14 20 0 4 15 19 -8 20 0 4 14 19 0 8 16 19 0 8 13 19 @@ -24911,7 +23510,6 @@ 2 8 11 19 0 8 17 19 0 8 11 19 -8 19 0 8 15 19 0 5 13 19 0 5 14 19 @@ -24947,7 +23545,6 @@ 0 8 11 19 0 8 11 19 0 8 16 19 -8 19 0 6 16 19 0 4 13 19 0 4 13 19 @@ -24996,7 +23593,6 @@ 0 4 13 19 0 8 13 19 0 8 13 19 -8 19 0 6 17 19 0 4 16 19 0 8 17 19 @@ -25007,7 +23603,6 @@ 0 8 13 20 0 4 13 19 0 5 13 19 -6 19 0 8 13 19 0 8 13 19 0 9 14 20 @@ -25032,7 +23627,6 @@ 0 4 14 19 0 8 13 19 0 8 13 19 -8 19 1 6 17 20 0 8 15 19 0 10 17 20 @@ -25042,7 +23636,6 @@ 2 9 17 19 0 6 14 19 0 8 13 19 -8 19 0 8 15 19 0 8 13 19 0 8 17 19 @@ -25051,21 +23644,17 @@ 0 8 16 19 0 6 17 19 0 8 16 19 -8 19 0 8 13 19 0 8 13 20 -8 19 2 5 18 20 0 6 17 19 0 8 13 19 -8 19 1 8 13 20 0 8 14 19 0 8 13 20 2 8 13 19 0 5 17 20 0 8 13 19 -8 19 2 8 13 19 0 5 16 20 0 8 13 19 @@ -25074,7 +23663,6 @@ 0 8 17 19 0 4 13 19 0 8 18 19 -8 19 0 8 11 19 0 4 15 19 0 6 11 20 @@ -25097,7 +23685,6 @@ 0 8 15 19 2 6 14 19 2 9 17 19 -8 19 0 4 15 19 1 8 16 19 0 4 13 19 @@ -25120,7 +23707,6 @@ 1 5 16 20 0 6 16 20 0 9 14 20 -8 19 0 8 16 19 2 8 11 19 2 8 11 19 @@ -25132,7 +23718,6 @@ 1 4 15 19 2 6 17 19 0 8 14 19 -8 19 0 7 17 20 0 8 13 19 0 6 16 20 @@ -25161,7 +23746,6 @@ 0 8 16 20 0 8 16 19 0 4 15 19 -9 20 0 8 16 19 0 5 18 19 0 6 16 19 @@ -25184,7 +23768,6 @@ 0 8 13 19 0 6 11 19 0 8 14 19 -8 19 2 8 13 19 2 4 13 19 0 8 14 19 @@ -25206,7 +23789,6 @@ 0 8 13 19 2 8 11 19 0 8 11 19 -8 19 0 8 13 20 0 9 17 19 1 10 17 20 @@ -25214,7 +23796,6 @@ 0 6 17 19 0 5 11 19 0 9 17 20 -8 19 2 8 11 19 0 8 13 19 0 4 11 19 @@ -25223,7 +23804,6 @@ 0 8 13 20 1 6 13 19 2 5 14 19 -4 19 0 8 14 20 0 4 15 19 0 8 11 19 @@ -25236,7 +23816,6 @@ 0 8 13 19 0 4 11 20 0 6 11 19 -4 19 1 4 13 19 0 8 13 19 0 9 16 19 @@ -25264,11 +23843,9 @@ 0 5 18 19 0 6 11 19 0 8 11 19 -6 19 0 8 13 19 0 5 13 19 0 8 13 19 -5 19 0 6 17 20 2 6 17 19 0 4 13 19 @@ -25293,7 +23870,6 @@ 1 5 15 19 0 8 14 19 0 9 14 19 -6 19 1 8 14 19 2 4 11 19 1 5 15 19 @@ -25301,7 +23877,6 @@ 0 8 13 19 0 6 14 19 0 8 13 20 -4 19 0 6 14 19 2 6 11 19 2 6 14 20 @@ -25319,7 +23894,6 @@ 0 8 14 19 0 5 14 20 0 4 16 20 -6 19 0 8 13 19 0 8 14 19 0 8 15 20 @@ -25357,7 +23931,6 @@ 0 9 14 20 0 8 16 19 0 6 14 19 -6 20 2 7 17 20 0 8 13 19 0 8 13 19 @@ -25395,7 +23968,6 @@ 0 5 18 20 0 8 14 19 2 8 13 19 -8 19 0 8 15 19 0 6 14 20 2 5 11 19 @@ -25415,20 +23987,17 @@ 1 6 16 20 0 8 13 19 0 8 13 20 -8 19 0 8 13 19 1 5 13 19 0 8 16 19 0 5 13 19 0 8 13 20 0 6 18 20 -8 20 1 8 14 20 0 5 18 20 2 9 17 19 0 8 13 19 0 8 13 20 -5 19 0 8 11 19 2 6 17 19 0 6 14 19 @@ -25439,7 +24008,6 @@ 0 9 14 20 2 8 13 20 0 8 13 19 -6 19 2 8 11 19 0 8 11 19 1 8 14 19 @@ -25455,7 +24023,6 @@ 2 4 11 19 0 8 11 19 0 7 14 20 -6 19 0 5 11 19 0 4 13 19 0 8 13 20 @@ -25517,12 +24084,9 @@ 0 4 13 19 0 4 13 19 0 8 11 19 -4 19 2 9 18 19 0 6 14 19 -4 19 0 6 17 19 -8 19 0 5 16 19 0 8 17 20 0 4 13 20 @@ -25535,7 +24099,6 @@ 1 8 15 19 0 8 16 19 0 8 13 19 -10 19 0 5 11 19 0 8 14 19 0 9 17 20 @@ -25566,7 +24129,6 @@ 2 8 11 19 2 6 11 19 0 8 15 19 -8 19 1 4 15 19 0 8 13 19 0 4 15 19 @@ -25576,7 +24138,6 @@ 1 8 14 20 0 6 16 20 0 4 13 19 -4 19 0 8 13 20 0 8 11 19 0 6 16 20 @@ -25586,7 +24147,6 @@ 0 8 14 19 0 8 13 20 2 6 17 19 -8 19 0 4 13 19 2 8 18 19 0 4 15 19 @@ -25634,7 +24194,6 @@ 1 10 17 20 0 6 14 20 0 8 11 19 -8 20 1 6 14 19 0 4 13 19 0 8 15 19 @@ -25667,7 +24226,6 @@ 0 8 13 19 0 8 13 19 1 5 16 19 -8 19 0 8 13 19 0 8 13 19 0 8 13 19 @@ -25683,7 +24241,6 @@ 0 4 15 19 0 6 17 19 0 6 17 19 -8 19 0 8 13 19 0 4 13 19 0 8 14 19 @@ -25701,7 +24258,6 @@ 0 10 17 19 0 8 11 19 0 8 14 19 -8 19 0 8 15 19 0 8 14 19 0 5 16 19 @@ -25724,7 +24280,6 @@ 0 4 16 19 2 6 17 19 0 6 13 20 -8 19 0 4 16 19 0 4 15 19 0 9 15 19 @@ -25746,14 +24301,12 @@ 1 8 13 19 0 6 14 19 0 8 16 19 -8 19 0 8 11 20 0 5 18 19 2 6 18 20 0 5 14 19 0 8 13 19 0 4 13 19 -4 19 0 8 18 19 0 5 13 19 0 8 13 19 @@ -25770,7 +24323,6 @@ 0 8 16 19 0 5 16 20 0 5 13 19 -8 19 0 8 16 19 1 6 16 19 0 4 11 19 @@ -25800,31 +24352,26 @@ 2 9 12 20 1 8 16 20 0 8 13 19 -7 20 0 6 16 20 0 8 13 19 0 8 15 19 -4 19 0 5 13 19 0 8 13 20 0 6 13 20 0 4 14 19 2 8 18 19 0 8 14 19 -8 19 0 4 15 19 0 6 13 20 0 8 16 19 0 6 14 20 2 8 15 19 -6 19 2 8 11 19 0 8 15 19 2 9 17 19 0 5 14 19 1 6 13 19 0 9 13 20 -8 19 2 6 17 19 1 6 14 20 0 8 13 19 @@ -25833,7 +24380,6 @@ 1 8 15 19 0 5 13 19 2 8 17 19 -4 19 1 8 13 19 0 6 17 19 0 6 11 20 @@ -25844,14 +24390,12 @@ 0 8 13 19 0 8 13 19 2 8 18 19 -6 19 0 9 14 20 1 4 15 19 2 4 18 19 2 6 13 20 0 6 16 20 1 6 16 20 -8 19 1 4 16 19 2 9 17 20 1 8 13 19 @@ -25875,7 +24419,6 @@ 1 6 17 19 0 8 13 19 1 4 13 19 -8 19 1 9 13 19 0 5 16 19 0 8 13 19 @@ -25900,7 +24443,6 @@ 0 6 17 19 0 8 13 19 0 8 18 19 -8 19 0 8 16 19 2 10 17 20 0 8 13 19 @@ -25926,9 +24468,6 @@ 2 8 15 19 2 9 17 20 0 6 11 19 -8 19 -4 19 -8 19 0 8 11 19 0 8 11 19 0 6 16 20 @@ -25974,11 +24513,9 @@ 2 7 17 20 0 8 13 19 0 5 14 19 -7 19 0 9 17 19 2 8 13 19 0 8 13 19 -4 19 0 8 15 19 0 8 13 20 0 4 17 19 @@ -26010,7 +24547,6 @@ 0 4 16 19 1 8 14 20 0 9 17 20 -8 19 1 8 13 19 0 5 11 19 0 8 13 19 @@ -26038,7 +24574,6 @@ 0 8 17 20 0 9 17 20 0 5 11 19 -8 19 0 4 16 19 0 10 14 19 0 5 14 19 @@ -26049,7 +24584,6 @@ 0 8 15 19 0 8 15 19 0 8 13 20 -8 19 0 8 13 19 0 8 13 19 0 8 18 19 @@ -26079,7 +24613,6 @@ 0 8 14 19 0 8 13 19 0 8 16 20 -4 19 0 8 13 19 1 9 14 20 0 8 11 19 @@ -26091,7 +24624,6 @@ 1 4 13 19 0 6 18 19 2 8 18 19 -7 20 0 4 16 19 0 4 15 19 0 6 14 20 @@ -26117,7 +24649,6 @@ 2 8 15 19 0 8 15 19 2 6 17 20 -4 19 0 8 16 19 0 8 13 20 0 8 13 20 @@ -26125,7 +24656,6 @@ 2 8 13 20 0 8 13 19 0 4 16 19 -8 19 2 5 11 20 2 6 18 20 1 9 17 20 @@ -26135,15 +24665,12 @@ 0 6 16 19 2 9 14 19 0 6 17 19 -8 19 2 10 17 19 0 8 13 19 0 6 13 19 0 8 15 19 0 8 16 19 -6 19 2 8 13 19 -5 19 0 8 17 19 1 8 13 19 2 4 13 19 @@ -26161,7 +24688,6 @@ 0 8 16 19 2 6 17 20 0 8 15 19 -8 19 0 8 17 19 0 8 16 19 2 8 17 19 @@ -26223,7 +24749,6 @@ 0 6 16 20 0 8 13 19 2 8 11 19 -8 19 0 6 14 19 0 8 13 19 0 8 15 19 @@ -26242,7 +24767,6 @@ 0 5 15 19 1 6 16 20 2 6 14 20 -8 19 2 8 11 19 2 9 17 19 0 8 13 20 @@ -26257,7 +24781,6 @@ 0 8 18 19 0 6 16 20 1 6 14 19 -8 19 0 8 13 19 0 8 16 20 0 8 13 19 @@ -26285,7 +24808,6 @@ 0 8 11 20 0 6 15 19 0 8 15 19 -8 19 0 8 11 19 0 8 18 20 0 8 16 19 @@ -26293,8 +24815,6 @@ 0 8 15 19 0 8 11 19 0 8 11 19 -4 19 -4 19 0 8 11 20 2 6 17 19 0 4 15 19 @@ -26310,7 +24830,6 @@ 0 4 13 19 2 6 17 19 2 8 13 19 -9 19 0 9 17 19 0 6 14 19 1 8 13 19 @@ -26329,7 +24848,6 @@ 0 8 13 19 0 8 15 19 1 8 13 19 -8 19 0 7 17 20 0 8 11 19 0 8 13 19 @@ -26346,7 +24864,6 @@ 0 4 13 19 1 10 17 20 1 6 14 20 -8 20 0 8 16 19 2 8 18 20 0 8 16 19 @@ -26361,7 +24878,6 @@ 1 6 13 19 0 8 13 19 0 8 14 19 -8 20 0 8 11 19 0 5 16 20 2 8 18 20 @@ -26371,9 +24887,7 @@ 0 5 16 20 0 8 15 19 0 8 18 19 -8 19 1 5 17 19 -4 19 0 8 13 19 2 5 11 19 2 5 11 19 @@ -26408,18 +24922,15 @@ 1 4 13 19 0 8 11 19 0 6 16 19 -4 19 0 6 14 19 0 8 13 19 0 8 13 19 1 9 16 20 0 9 11 20 -4 19 0 6 17 19 0 8 13 20 0 6 16 20 0 5 11 19 -8 19 0 5 14 19 0 8 13 19 0 8 13 19 @@ -26448,7 +24959,6 @@ 0 6 17 19 0 4 13 19 0 8 11 19 -8 19 0 8 13 19 0 6 17 19 0 4 15 19 @@ -26487,7 +24997,6 @@ 1 8 16 19 0 8 13 19 1 6 14 20 -4 19 0 8 11 20 0 8 13 19 0 6 11 20 @@ -26501,7 +25010,6 @@ 0 6 17 19 0 4 13 19 0 8 13 19 -6 19 0 8 11 19 0 6 16 20 0 4 18 19 @@ -26510,8 +25018,6 @@ 0 8 11 19 0 5 11 19 0 8 15 19 -9 19 -6 19 0 8 18 19 0 8 11 19 0 8 15 19 @@ -26520,7 +25026,6 @@ 0 6 14 19 2 8 13 19 0 5 16 19 -8 19 0 8 11 19 0 5 18 20 0 4 15 19 @@ -26547,7 +25052,6 @@ 0 8 16 19 0 8 11 19 0 8 13 19 -8 19 0 8 13 19 2 9 17 20 0 6 15 19 @@ -26564,7 +25068,6 @@ 0 5 14 19 0 8 13 19 1 8 13 19 -8 19 0 8 14 20 0 8 11 19 0 6 15 19 @@ -26584,7 +25087,6 @@ 0 8 17 19 2 6 17 20 0 8 11 19 -8 19 0 4 11 19 0 8 11 19 1 8 13 19 @@ -26596,8 +25098,6 @@ 0 8 13 19 0 5 14 20 0 8 16 19 -8 19 -8 19 0 8 13 20 2 8 11 19 0 8 11 19 @@ -26679,14 +25179,11 @@ 2 8 13 19 0 4 14 19 0 8 16 19 -8 20 0 8 16 19 0 9 16 20 2 6 17 19 2 8 11 19 0 8 15 19 -8 19 -8 19 2 5 18 19 0 8 13 19 0 8 13 19 @@ -26774,7 +25271,6 @@ 0 8 13 19 0 4 15 19 0 8 16 19 -8 19 0 5 17 19 0 8 11 19 0 8 11 19 @@ -26789,7 +25285,6 @@ 0 8 18 19 0 8 13 19 0 4 13 19 -4 19 0 4 13 19 0 4 16 19 0 8 11 20 @@ -26836,7 +25331,6 @@ 0 6 18 19 0 8 13 19 2 8 11 19 -5 19 0 8 13 19 1 6 16 20 0 8 14 20 @@ -26864,7 +25358,6 @@ 1 5 14 19 0 4 15 19 0 5 13 20 -8 19 2 4 11 19 0 8 13 19 2 6 18 19 @@ -26922,11 +25415,9 @@ 0 8 16 19 0 8 16 19 0 10 17 20 -8 19 0 4 13 19 0 6 17 20 0 8 16 19 -8 19 0 6 17 20 2 9 17 20 0 8 11 19 @@ -26956,7 +25447,6 @@ 0 8 13 19 0 6 17 19 0 5 14 20 -4 19 2 9 17 19 0 6 13 19 0 8 11 19 @@ -26980,23 +25470,19 @@ 0 9 15 19 0 8 17 20 0 8 13 20 -6 20 1 6 14 20 0 4 13 19 0 8 13 20 -8 19 2 6 14 20 2 8 13 20 1 8 13 19 0 5 11 19 2 6 17 19 -8 19 0 5 13 20 0 8 13 19 0 4 13 19 0 8 13 19 0 6 11 19 -8 19 2 5 15 19 0 4 15 19 0 5 11 19 @@ -27007,7 +25493,6 @@ 0 5 15 19 0 5 13 20 2 9 14 19 -4 19 1 6 16 20 0 8 16 19 0 8 16 19 @@ -27016,11 +25501,9 @@ 0 6 16 19 0 6 14 20 0 5 18 19 -8 19 0 6 15 19 0 8 16 19 0 8 13 19 -8 20 0 5 13 20 0 4 13 19 0 8 13 19 @@ -27036,7 +25519,6 @@ 0 5 11 19 0 4 15 19 0 8 13 20 -8 19 0 8 13 20 0 8 13 19 1 8 13 20 @@ -27049,7 +25531,6 @@ 2 8 14 19 1 10 17 20 2 6 17 19 -8 19 1 8 13 20 0 4 15 19 0 8 13 19 @@ -27083,8 +25564,6 @@ 0 6 16 19 1 6 13 19 0 8 13 19 -8 19 -4 19 2 9 17 19 0 6 14 19 0 5 17 19 @@ -27098,14 +25577,12 @@ 0 5 18 19 0 5 13 19 1 8 13 19 -6 20 2 8 11 19 1 8 13 19 0 4 13 19 2 8 11 19 0 6 16 20 0 8 13 19 -4 19 0 9 17 19 2 8 13 19 2 9 17 20 @@ -27138,11 +25615,9 @@ 2 8 17 19 1 8 17 19 0 8 13 19 -7 20 0 6 16 19 0 5 13 20 0 6 17 20 -4 19 0 8 13 19 0 8 11 19 2 8 15 19 @@ -27177,7 +25652,6 @@ 0 8 13 19 0 8 15 19 0 8 13 19 -8 19 1 4 16 19 2 8 13 19 2 6 11 20 @@ -27199,7 +25673,6 @@ 0 8 15 19 0 6 14 19 0 6 17 19 -8 19 0 8 13 19 0 8 11 19 0 8 13 19 @@ -27223,7 +25696,6 @@ 2 8 18 19 2 9 17 19 2 8 13 19 -8 19 0 9 14 20 0 4 15 19 0 8 15 19 @@ -27263,9 +25735,7 @@ 1 8 13 19 0 4 15 19 0 6 17 19 -8 19 0 8 13 19 -6 19 0 8 13 19 1 8 13 19 0 8 13 19 @@ -27315,11 +25785,9 @@ 0 6 17 20 0 6 11 19 2 8 18 20 -7 20 0 4 15 19 1 6 13 19 0 8 15 19 -4 19 0 6 16 20 0 8 13 19 0 5 16 20 @@ -27329,7 +25797,6 @@ 0 8 14 19 0 9 17 20 0 4 15 19 -6 20 0 6 16 20 0 4 13 19 2 6 11 20 @@ -27348,7 +25815,6 @@ 1 6 14 20 0 8 13 19 0 8 16 19 -4 19 0 5 18 19 0 8 11 19 0 8 13 19 @@ -27380,7 +25846,6 @@ 0 8 14 19 0 6 14 19 2 8 11 19 -8 19 1 6 17 19 0 4 13 19 0 4 16 19 @@ -27393,7 +25858,6 @@ 0 6 16 19 0 8 13 19 0 8 13 19 -8 19 2 8 11 19 2 6 17 19 2 8 18 19 @@ -27424,7 +25888,6 @@ 2 6 14 19 0 6 15 19 2 8 14 19 -4 19 0 8 13 20 1 6 14 20 0 4 15 19 @@ -27450,7 +25913,6 @@ 1 8 16 19 0 5 13 20 0 8 11 19 -8 19 1 8 13 19 0 8 13 19 0 4 13 19 @@ -27464,7 +25926,6 @@ 0 4 16 19 1 6 16 20 0 6 14 19 -8 19 0 8 14 19 0 10 16 19 0 8 11 19 @@ -27473,7 +25934,6 @@ 1 6 16 19 0 5 11 19 0 5 13 19 -8 19 0 8 13 19 0 8 16 19 0 8 16 19 @@ -27496,7 +25956,6 @@ 0 6 14 20 0 8 16 19 1 4 13 19 -6 19 0 6 14 20 0 6 11 19 0 4 16 19 @@ -27505,22 +25964,18 @@ 2 8 11 19 0 4 13 19 0 6 15 19 -4 19 0 8 14 20 1 5 13 19 0 8 11 19 0 8 13 19 0 4 15 19 -4 19 0 6 15 19 0 8 13 19 0 8 15 19 0 8 13 20 -8 20 0 8 13 19 0 8 13 20 0 6 17 19 -8 19 1 5 13 19 0 8 16 19 0 6 17 20 @@ -27547,7 +26002,6 @@ 0 6 17 19 1 8 13 20 0 4 13 19 -8 19 2 8 13 20 0 8 13 19 0 5 11 19 @@ -27561,13 +26015,11 @@ 1 8 15 19 0 4 15 19 0 5 17 19 -8 19 0 8 16 19 1 6 13 19 0 8 14 19 1 8 14 20 0 6 17 19 -8 19 0 8 17 19 0 4 13 19 2 5 18 19 @@ -27576,8 +26028,6 @@ 0 4 13 19 0 8 14 19 0 8 13 20 -8 19 -6 19 0 6 16 19 0 5 11 19 1 8 13 20 @@ -27588,12 +26038,10 @@ 1 8 13 19 0 8 15 19 0 8 14 19 -8 19 0 8 15 19 0 6 17 20 1 5 13 20 0 8 13 19 -5 20 0 8 13 20 2 8 11 19 0 8 17 19 @@ -27611,7 +26059,6 @@ 0 8 17 20 1 8 13 19 0 8 13 19 -8 19 1 10 17 19 0 4 15 19 0 6 11 19 @@ -27640,7 +26087,6 @@ 0 9 14 20 0 9 17 20 2 9 17 20 -6 19 1 8 16 19 2 9 14 20 0 6 14 20 @@ -27655,7 +26101,6 @@ 0 4 16 19 0 9 14 20 1 8 17 19 -4 19 0 8 15 19 0 4 13 19 1 5 13 19 @@ -27663,7 +26108,6 @@ 1 8 14 20 2 6 17 20 0 6 16 19 -4 19 0 6 17 19 0 8 13 19 0 8 16 19 @@ -27674,7 +26118,6 @@ 0 5 11 19 0 8 15 19 0 5 11 19 -8 19 0 8 11 19 2 8 14 20 0 5 11 19 @@ -27696,16 +26139,13 @@ 0 4 16 19 0 8 13 19 0 4 13 19 -8 19 0 8 13 19 0 4 15 19 2 9 17 19 -4 19 0 6 16 19 0 8 16 19 0 8 13 19 0 8 13 19 -4 19 0 4 13 19 0 9 17 20 0 8 13 20 @@ -27721,14 +26161,12 @@ 0 5 17 19 2 9 17 19 0 9 14 20 -8 19 0 8 13 20 0 4 13 19 0 8 16 19 0 4 13 20 0 8 13 19 0 6 17 19 -4 19 0 8 14 19 0 8 11 19 0 8 13 19 @@ -27768,11 +26206,9 @@ 2 5 13 19 0 8 13 19 0 5 11 20 -4 19 2 8 14 20 0 9 14 20 0 4 16 19 -8 19 0 4 13 19 1 9 17 19 0 8 15 19 @@ -27806,7 +26242,6 @@ 0 5 11 20 1 8 15 19 0 8 15 19 -8 19 0 8 14 19 0 9 14 19 0 6 16 20 @@ -27842,7 +26277,6 @@ 0 6 17 20 0 8 16 19 0 8 16 20 -8 19 0 4 13 19 2 8 18 19 0 8 16 19 @@ -27851,7 +26285,6 @@ 0 8 13 19 0 8 13 19 0 4 13 19 -4 19 0 6 16 19 2 10 17 20 0 10 17 20 @@ -27896,7 +26329,6 @@ 0 8 16 19 0 8 14 19 2 8 11 20 -8 19 2 8 15 19 2 8 13 19 0 10 17 19 @@ -27913,7 +26345,6 @@ 0 8 11 19 0 8 15 19 0 5 14 19 -8 19 0 6 17 20 0 8 11 19 0 4 13 19 @@ -27933,7 +26364,6 @@ 0 8 13 19 0 4 13 19 0 8 13 19 -4 19 0 6 13 19 2 8 15 19 0 4 13 19 @@ -27942,7 +26372,6 @@ 0 8 15 19 0 6 14 20 0 8 16 19 -8 19 0 8 13 19 1 6 13 19 1 6 13 19 @@ -27969,7 +26398,6 @@ 1 8 17 19 0 8 13 19 0 5 14 20 -8 19 0 8 13 20 0 6 18 20 0 6 11 19 @@ -27991,7 +26419,6 @@ 0 8 13 19 0 8 16 19 0 8 13 19 -4 19 1 9 14 20 0 8 16 19 0 8 16 19 @@ -28007,7 +26434,6 @@ 0 8 13 19 0 8 13 19 0 4 13 19 -4 19 0 8 15 19 0 8 13 19 0 5 18 19 @@ -28018,7 +26444,6 @@ 0 8 16 19 0 8 15 19 0 5 11 19 -4 19 2 8 17 19 0 8 13 20 0 6 18 19 @@ -28035,13 +26460,11 @@ 0 8 15 19 0 8 16 19 1 6 13 19 -8 19 0 5 14 19 0 5 18 19 0 4 15 19 0 8 13 19 2 5 11 19 -4 19 0 8 13 19 0 5 11 19 0 8 13 19 @@ -28110,7 +26533,6 @@ 0 8 13 19 1 8 11 19 0 4 14 20 -8 19 0 8 11 19 0 4 13 19 2 8 11 20 @@ -28136,17 +26558,12 @@ 0 8 11 19 0 9 17 20 0 8 13 19 -8 19 0 9 18 20 0 8 13 19 0 8 13 19 0 6 15 19 -6 20 -8 19 -8 19 1 5 13 19 0 8 13 19 -4 19 0 4 13 19 0 8 13 19 1 8 14 19 @@ -28162,7 +26579,6 @@ 0 6 14 20 1 8 13 19 0 6 17 19 -8 20 0 8 13 19 0 8 14 19 0 4 16 19 @@ -28173,7 +26589,6 @@ 0 6 15 20 2 7 14 20 0 8 13 20 -8 19 2 7 14 20 2 8 15 19 1 8 14 19 @@ -28192,7 +26607,6 @@ 0 8 17 19 0 8 11 19 0 8 14 19 -6 19 0 8 11 19 0 10 16 19 0 10 17 20 @@ -28204,11 +26618,9 @@ 0 8 13 19 0 8 14 20 1 9 13 19 -5 19 0 4 13 19 1 8 14 20 0 6 14 20 -4 19 0 8 11 19 0 8 16 19 2 8 13 19 @@ -28239,7 +26651,6 @@ 0 8 18 19 0 8 11 19 0 8 13 19 -8 19 0 8 13 19 2 6 18 20 0 6 14 20 @@ -28269,12 +26680,10 @@ 0 8 13 19 0 8 17 19 0 6 18 20 -8 19 2 9 17 20 2 8 14 19 0 6 16 19 2 8 11 19 -8 19 0 8 13 19 0 8 13 19 2 8 13 19 @@ -28291,7 +26700,6 @@ 0 8 11 19 0 5 13 19 0 9 15 19 -8 19 1 6 14 20 0 8 13 19 0 4 13 19 @@ -28301,7 +26709,6 @@ 0 5 18 20 1 10 17 20 0 8 13 19 -8 19 0 8 13 19 0 8 13 19 0 8 11 19 @@ -28318,7 +26725,6 @@ 0 8 13 19 1 9 17 20 0 8 13 19 -8 20 0 8 13 19 0 9 17 20 0 4 13 19 @@ -28342,7 +26748,6 @@ 0 8 13 19 0 6 14 20 0 6 13 19 -8 19 0 8 11 19 1 8 16 20 2 8 11 19 @@ -28363,7 +26768,6 @@ 0 6 14 20 1 8 16 20 0 8 13 19 -8 19 0 8 13 20 0 8 11 19 0 6 17 19 @@ -28380,9 +26784,7 @@ 0 9 17 20 0 8 13 19 0 8 13 19 -8 19 0 4 15 19 -6 19 0 8 14 19 2 6 17 19 2 6 14 19 @@ -28392,7 +26794,6 @@ 0 8 16 19 2 5 11 19 0 6 14 20 -8 19 0 4 13 19 0 6 14 19 0 8 13 20 @@ -28423,7 +26824,6 @@ 0 8 15 19 0 8 13 19 0 4 15 19 -8 19 0 8 15 19 1 9 14 19 2 4 13 20 @@ -28474,9 +26874,7 @@ 0 8 13 19 0 8 13 19 0 6 14 20 -8 19 0 4 13 19 -4 19 0 8 13 19 1 5 13 19 0 4 13 19 @@ -28501,7 +26899,6 @@ 0 8 15 19 0 4 15 19 0 8 11 19 -8 19 0 5 13 19 2 8 11 19 1 8 13 20 @@ -28541,12 +26938,10 @@ 0 8 17 19 0 4 13 19 0 8 13 19 -8 20 0 8 14 19 0 8 13 20 0 8 11 19 0 9 14 19 -8 19 0 8 11 19 0 6 17 20 0 8 17 20 @@ -28584,7 +26979,6 @@ 0 8 13 19 0 8 13 19 0 6 13 19 -4 19 0 8 13 19 0 4 16 19 2 8 15 19 @@ -28601,7 +26995,6 @@ 0 8 13 19 0 8 16 20 0 6 17 19 -4 19 2 8 18 19 1 4 13 19 2 6 17 19 @@ -28627,7 +27020,6 @@ 0 6 17 20 0 8 15 19 1 7 17 20 -8 20 0 8 13 19 0 8 13 20 0 4 15 19 @@ -28684,9 +27076,7 @@ 0 8 16 19 0 8 15 19 0 4 13 19 -8 19 1 4 13 20 -8 19 1 6 16 19 0 9 17 20 2 6 11 19 @@ -28713,7 +27103,6 @@ 0 4 13 19 0 8 13 19 0 4 13 19 -4 19 0 8 13 19 1 5 13 20 0 8 18 20 @@ -28771,7 +27160,6 @@ 0 4 16 19 1 6 14 19 0 4 15 19 -8 19 0 9 17 19 0 4 13 19 0 8 14 20 @@ -28781,7 +27169,6 @@ 2 8 11 19 0 6 11 19 0 5 15 19 -4 19 1 4 13 19 0 8 13 19 0 5 14 19 @@ -28800,7 +27187,6 @@ 0 8 11 20 0 8 13 19 0 6 16 20 -8 19 1 8 14 20 2 8 11 19 1 8 16 20 @@ -28809,7 +27195,6 @@ 0 8 13 19 0 8 15 19 0 6 17 19 -4 19 1 4 13 20 0 8 13 19 2 6 14 20 @@ -28847,17 +27232,14 @@ 0 8 13 19 0 8 18 19 0 5 16 19 -8 19 0 6 13 20 0 9 14 20 0 8 13 19 2 6 11 19 1 8 13 19 -8 19 0 8 15 19 0 8 13 19 0 4 13 19 -8 19 0 8 13 19 0 4 13 19 0 8 11 19 @@ -28883,13 +27265,11 @@ 0 8 13 19 2 9 17 19 0 8 16 19 -8 19 2 9 11 19 1 8 13 20 0 8 13 19 1 8 14 19 0 6 16 20 -5 19 0 6 17 19 0 8 13 19 0 8 18 19 @@ -28902,7 +27282,6 @@ 0 8 11 19 0 6 17 19 0 8 13 20 -5 19 0 8 13 19 0 8 13 19 0 6 13 19 @@ -28916,11 +27295,9 @@ 2 8 13 19 0 4 13 19 0 8 13 19 -8 20 0 8 13 20 0 5 14 19 0 8 16 19 -8 19 2 6 17 19 0 6 11 20 0 8 13 20 @@ -28931,7 +27308,6 @@ 0 8 13 19 0 8 13 19 0 8 11 19 -8 19 0 5 13 19 0 8 13 20 0 8 13 19 @@ -28941,7 +27317,6 @@ 0 6 17 20 0 8 17 19 0 8 15 19 -8 19 2 9 17 20 0 4 16 19 0 9 17 20 @@ -28951,15 +27326,12 @@ 2 8 11 19 0 5 11 19 1 6 17 20 -8 19 0 8 13 20 0 8 13 19 0 8 14 19 -8 19 0 6 15 19 0 4 13 19 0 6 17 19 -8 19 0 8 13 19 0 8 17 20 0 8 13 19 @@ -29024,7 +27396,6 @@ 0 8 13 19 0 8 11 19 1 4 14 19 -6 19 0 8 14 19 0 8 13 19 1 8 14 19 @@ -29038,7 +27409,6 @@ 0 8 13 19 2 4 13 20 2 6 17 20 -8 19 0 8 13 19 0 8 16 19 0 8 15 19 @@ -29059,8 +27429,6 @@ 0 4 15 19 0 8 13 19 0 8 13 20 -5 20 -4 19 1 8 13 19 0 6 11 19 0 5 13 19 @@ -29070,7 +27438,6 @@ 1 8 17 19 0 5 18 19 0 8 16 19 -4 19 0 8 16 19 0 8 15 19 0 4 13 19 @@ -29092,14 +27459,11 @@ 0 8 13 19 0 4 11 19 0 8 14 20 -8 19 2 6 17 19 0 8 14 19 -4 19 0 6 17 20 0 8 18 19 0 4 13 19 -8 19 0 8 14 19 0 8 16 20 0 5 15 19 @@ -29117,7 +27481,6 @@ 0 5 14 19 0 8 14 20 1 8 14 19 -8 19 2 5 14 19 1 8 17 20 0 8 14 19 @@ -29126,7 +27489,6 @@ 0 8 13 19 2 8 14 19 0 8 13 20 -4 19 1 8 13 19 0 4 15 19 0 7 17 20 @@ -29175,7 +27537,6 @@ 0 8 16 19 0 8 18 19 0 8 13 20 -6 19 0 8 13 19 0 8 15 19 0 8 13 19 @@ -29204,7 +27565,6 @@ 0 8 13 19 0 8 13 19 0 8 14 19 -5 19 2 6 11 19 1 5 16 19 0 8 13 19 @@ -29220,7 +27580,6 @@ 0 8 15 19 0 8 13 19 0 8 16 19 -8 19 1 4 13 19 0 8 11 19 0 6 17 19 @@ -29257,7 +27616,6 @@ 1 8 16 19 1 4 14 19 1 8 13 19 -4 19 0 8 16 19 0 5 17 20 0 8 15 19 @@ -29295,7 +27653,6 @@ 2 8 15 19 2 9 14 19 0 10 17 20 -8 19 1 8 13 19 1 8 13 19 0 6 18 19 @@ -29308,7 +27665,6 @@ 0 8 13 19 0 9 14 19 2 9 11 19 -8 19 0 6 13 19 0 8 14 19 0 6 14 20 @@ -29316,14 +27672,11 @@ 0 6 16 19 0 8 13 20 0 4 18 19 -8 19 0 6 16 20 0 8 13 19 0 8 11 19 0 4 13 20 0 6 13 19 -9 19 -8 19 0 6 16 19 1 8 14 19 0 10 14 20 @@ -29338,7 +27691,6 @@ 2 8 18 19 0 8 13 19 0 4 13 19 -4 19 0 8 17 20 0 8 15 19 2 4 15 19 @@ -29357,8 +27709,6 @@ 1 8 16 20 0 6 14 20 0 8 14 20 -8 19 -8 19 0 8 11 19 0 8 13 20 1 10 17 20 @@ -29373,7 +27723,6 @@ 0 8 15 19 0 9 14 19 0 6 15 19 -8 19 0 6 11 19 0 8 13 19 0 8 13 19 @@ -29389,13 +27738,11 @@ 0 8 15 19 0 8 11 19 0 8 15 19 -8 19 0 4 13 20 0 8 13 19 0 8 13 19 0 8 13 19 0 8 13 19 -6 20 0 8 14 20 0 8 16 19 1 8 15 19 @@ -29419,7 +27766,6 @@ 0 4 13 19 0 5 11 19 0 5 18 19 -5 20 0 8 13 19 0 8 15 19 2 8 13 19 @@ -29434,7 +27780,6 @@ 0 8 11 19 0 6 16 20 1 10 13 20 -4 19 0 4 13 19 0 8 13 19 0 8 11 19 @@ -29445,7 +27790,6 @@ 0 8 13 19 0 8 13 19 0 8 13 19 -8 19 0 8 13 19 0 8 11 19 2 5 14 19 @@ -29453,7 +27797,6 @@ 0 8 16 19 0 4 13 19 0 8 13 20 -8 19 0 8 13 19 0 4 13 19 0 4 13 19 @@ -29463,7 +27806,6 @@ 2 4 13 19 0 6 16 19 2 6 18 19 -4 19 0 8 13 19 0 6 16 20 2 6 14 19 @@ -29478,7 +27820,6 @@ 0 8 16 19 0 8 15 19 1 8 16 19 -8 19 0 4 15 19 0 5 18 19 0 8 11 19 @@ -29525,7 +27866,6 @@ 0 5 17 19 2 8 11 20 0 8 15 20 -4 19 0 8 15 19 0 8 11 19 0 8 13 19 @@ -29580,11 +27920,9 @@ 0 4 11 19 0 5 13 19 0 8 16 19 -8 19 0 8 13 19 2 8 11 19 2 6 17 20 -8 19 0 6 14 20 0 8 18 19 0 8 16 19 @@ -29599,7 +27937,6 @@ 0 8 11 19 2 8 11 19 0 8 13 19 -8 19 0 8 15 19 0 4 13 19 0 8 18 19 @@ -29612,7 +27949,6 @@ 0 4 13 19 0 8 11 19 0 6 17 19 -9 19 0 6 17 19 2 9 17 19 1 8 13 19 @@ -29660,7 +27996,6 @@ 0 8 14 19 2 8 17 19 0 8 18 19 -10 19 0 5 16 20 0 6 14 20 0 8 13 19 @@ -29691,12 +28026,10 @@ 2 6 17 19 0 6 14 19 0 4 14 19 -8 19 0 6 17 19 0 9 18 19 0 6 13 20 0 6 14 19 -5 19 1 6 14 20 0 8 13 19 1 5 13 19 @@ -29708,7 +28041,6 @@ 0 5 13 19 0 6 16 20 0 8 13 19 -6 19 0 6 17 19 0 8 11 19 2 8 16 19 @@ -29722,7 +28054,6 @@ 0 8 15 19 1 8 13 20 0 9 14 20 -10 20 2 8 15 19 0 4 13 19 1 8 13 19 @@ -29735,7 +28066,6 @@ 0 8 16 19 0 8 13 19 0 8 13 19 -4 19 1 8 16 19 2 6 17 19 1 8 13 19 @@ -29750,7 +28080,6 @@ 0 4 15 19 2 6 14 19 1 4 15 19 -5 19 1 6 17 19 0 8 11 19 2 8 11 20 @@ -29789,14 +28118,12 @@ 0 5 13 19 0 9 17 20 0 6 14 20 -8 19 0 5 11 19 1 8 13 19 0 8 11 19 0 4 15 19 0 4 13 19 2 8 13 19 -6 19 2 8 13 19 1 6 16 20 0 8 15 19 @@ -29805,19 +28132,16 @@ 0 4 13 19 1 6 14 19 0 10 17 20 -8 19 0 6 17 19 2 6 17 19 0 4 13 19 0 8 14 19 1 6 17 19 2 8 18 19 -4 19 0 8 13 19 1 8 16 19 0 8 13 19 0 8 15 19 -8 19 2 6 17 19 0 8 17 19 2 8 11 19 @@ -29833,14 +28157,12 @@ 0 5 13 20 0 8 11 19 0 8 14 19 -5 19 2 6 17 19 0 8 15 19 0 8 13 19 0 8 17 20 1 6 16 20 0 8 16 19 -4 19 0 8 17 20 0 8 16 19 0 8 13 19 @@ -29879,7 +28201,6 @@ 0 9 14 20 2 9 14 19 0 8 13 19 -8 19 0 8 13 19 0 6 17 20 0 8 16 19 @@ -29900,7 +28221,6 @@ 2 8 11 20 0 9 14 20 0 8 13 20 -10 19 2 8 17 19 0 4 13 19 0 8 15 19 @@ -29954,7 +28274,6 @@ 0 4 11 19 0 9 14 20 0 8 14 20 -8 20 1 6 13 19 0 6 14 20 0 8 13 19 @@ -29965,7 +28284,6 @@ 0 8 11 19 0 8 13 20 0 8 17 19 -4 19 0 8 15 19 0 8 15 19 0 8 15 19 @@ -30040,7 +28358,6 @@ 0 8 13 19 0 6 16 19 2 8 14 19 -8 19 1 6 14 20 2 8 14 19 0 8 13 19 @@ -30057,16 +28374,13 @@ 0 8 15 19 1 8 13 19 2 8 14 20 -8 19 0 4 15 19 -4 19 0 5 18 19 0 5 15 20 0 8 11 19 0 8 13 19 0 10 17 20 2 6 13 20 -8 19 2 9 17 19 0 8 11 19 0 5 11 19 @@ -30100,7 +28414,6 @@ 0 9 17 20 0 4 13 19 0 4 13 19 -4 19 2 6 18 20 0 6 14 20 0 8 13 19 @@ -30154,14 +28467,11 @@ 0 8 15 19 0 8 18 19 1 8 13 19 -8 19 0 9 14 19 -8 19 0 5 16 19 2 8 15 19 0 4 13 19 2 4 15 19 -5 19 0 5 17 19 0 8 13 19 0 8 17 19 @@ -30204,10 +28514,7 @@ 0 8 13 20 0 4 13 19 0 10 17 20 -8 19 0 8 13 19 -4 19 -4 19 1 5 13 19 1 8 16 19 2 9 17 20 @@ -30216,7 +28523,6 @@ 2 8 14 20 0 6 14 20 0 6 17 20 -8 19 0 8 17 19 0 8 14 19 0 4 13 19 @@ -30266,7 +28572,6 @@ 0 8 13 19 0 9 17 20 0 8 17 19 -4 19 0 8 13 19 0 8 13 19 2 9 17 19 @@ -30275,7 +28580,6 @@ 1 8 16 19 0 8 16 19 0 8 14 19 -8 20 0 8 13 19 0 6 17 19 0 8 13 19 @@ -30293,7 +28597,6 @@ 0 8 13 19 2 8 11 19 0 4 13 19 -9 19 0 8 13 19 0 6 14 20 0 8 16 19 @@ -30311,7 +28614,6 @@ 0 8 11 19 0 8 13 19 0 4 16 19 -8 19 1 5 13 19 0 8 16 20 0 8 18 19 @@ -30332,7 +28634,6 @@ 0 8 11 19 0 8 13 19 2 8 18 19 -4 19 2 4 11 19 0 8 13 19 0 8 13 20 @@ -30367,7 +28668,6 @@ 0 8 13 19 0 4 15 19 0 8 17 19 -8 19 0 8 13 19 0 4 13 19 0 8 13 20 @@ -30382,7 +28682,6 @@ 0 8 14 19 0 8 13 19 0 9 17 20 -8 19 0 8 16 19 0 8 13 19 0 8 13 19 @@ -30395,12 +28694,10 @@ 0 8 15 19 0 8 13 19 0 4 13 19 -8 20 0 8 13 19 0 8 16 19 1 8 13 19 2 9 17 20 -4 19 0 8 16 19 0 6 14 20 2 6 14 20 @@ -30410,7 +28707,6 @@ 0 5 11 19 0 5 13 19 0 8 13 19 -4 19 0 8 13 19 0 9 17 20 0 8 18 19 @@ -30442,19 +28738,16 @@ 0 4 13 19 0 8 13 19 0 6 18 19 -4 19 0 8 16 19 0 8 13 19 2 8 17 19 0 8 14 19 2 8 14 19 -4 19 0 8 13 20 0 8 13 19 0 8 13 19 0 8 13 19 0 8 13 19 -8 19 2 6 17 19 0 8 13 19 0 4 13 19 @@ -30466,7 +28759,6 @@ 1 6 15 19 0 8 13 19 0 8 14 19 -5 19 1 8 15 20 1 8 16 20 2 6 17 19 @@ -30511,7 +28803,6 @@ 0 4 13 19 1 8 16 19 0 8 13 19 -4 19 0 8 15 19 0 9 17 19 0 4 13 19 @@ -30556,7 +28847,6 @@ 1 8 13 19 0 7 17 20 2 5 17 19 -4 19 0 8 13 19 2 8 14 20 0 8 13 19 @@ -30567,7 +28857,6 @@ 0 9 14 19 0 5 17 19 0 8 13 19 -8 19 0 8 11 19 0 5 17 20 1 5 16 20 @@ -30582,7 +28871,6 @@ 0 8 13 19 0 8 13 19 0 8 13 19 -8 19 0 5 13 20 2 5 17 19 0 4 13 19 @@ -30613,7 +28901,6 @@ 0 8 13 19 0 4 16 19 0 5 15 19 -8 19 0 8 11 19 2 6 14 20 0 8 15 19 @@ -30621,12 +28908,9 @@ 0 8 14 20 2 6 17 20 0 8 15 19 -8 19 -8 19 0 6 11 19 0 6 14 20 0 4 13 19 -6 20 0 8 13 19 0 8 15 20 2 8 13 19 @@ -30639,7 +28923,6 @@ 1 8 16 19 0 6 11 20 0 5 17 19 -5 19 1 6 13 19 0 8 13 19 0 5 15 19 @@ -30658,7 +28941,6 @@ 0 9 14 20 0 8 13 19 0 8 11 19 -8 19 0 6 14 20 0 6 16 19 0 8 13 19 @@ -30671,11 +28953,9 @@ 0 4 15 19 0 8 13 19 2 7 17 20 -8 19 0 8 16 19 0 5 17 19 0 5 13 19 -8 19 0 4 15 19 0 8 18 19 0 6 17 19 @@ -30685,18 +28965,15 @@ 0 8 16 20 1 4 15 19 0 8 11 19 -4 19 0 8 16 20 2 6 18 19 0 9 14 20 0 8 13 19 0 8 15 19 -8 19 0 8 13 19 0 8 16 20 0 4 13 19 0 8 13 19 -8 19 0 6 15 19 2 9 17 20 0 4 13 20 @@ -30705,13 +28982,10 @@ 0 5 15 19 0 8 15 19 0 8 14 19 -8 19 0 8 13 19 0 8 13 19 0 8 15 19 -8 19 2 6 17 19 -8 19 0 8 11 19 0 6 16 19 0 8 16 19 @@ -30721,11 +28995,9 @@ 0 8 13 19 0 8 15 19 1 8 14 20 -8 19 0 8 11 20 0 8 18 19 0 8 13 19 -8 19 0 6 17 19 2 8 13 19 0 8 14 20 @@ -30742,7 +29014,6 @@ 0 8 13 19 0 8 13 19 0 8 11 19 -8 19 0 8 15 19 0 4 13 19 0 8 11 19 @@ -30755,7 +29026,6 @@ 0 10 17 19 2 8 13 19 0 8 13 19 -8 19 0 6 16 19 0 8 18 20 0 4 18 19 @@ -30774,15 +29044,12 @@ 2 6 17 20 1 5 13 19 2 4 13 19 -4 19 0 8 11 19 0 8 13 20 0 8 15 19 1 8 16 19 -8 19 2 4 15 19 0 8 17 20 -8 19 0 5 13 19 0 5 11 19 1 10 17 20 @@ -30820,15 +29087,12 @@ 0 4 13 19 2 5 16 20 0 4 15 19 -8 19 0 6 16 19 1 6 17 20 0 5 13 19 0 8 14 19 -8 19 2 9 17 19 2 8 13 19 -4 19 2 10 17 20 2 9 17 19 0 5 11 20 @@ -30895,7 +29159,6 @@ 0 8 13 19 0 8 18 19 0 8 13 19 -4 19 2 4 15 19 2 6 11 19 0 6 13 19 @@ -30928,7 +29191,6 @@ 0 4 15 19 0 8 13 20 0 5 13 19 -8 19 1 8 13 19 2 6 11 20 0 6 16 19 @@ -30945,7 +29207,6 @@ 0 8 17 19 0 9 14 20 0 8 11 19 -8 19 0 5 16 20 0 8 13 19 2 8 14 20 @@ -30975,7 +29236,6 @@ 0 8 11 19 0 7 17 20 0 5 11 19 -6 19 0 8 13 19 0 6 18 20 2 5 17 20 @@ -31016,7 +29276,6 @@ 0 6 14 20 1 9 16 20 2 8 13 19 -8 19 0 8 13 19 0 8 13 19 0 4 15 19 @@ -31030,18 +29289,15 @@ 0 8 15 19 0 8 13 19 0 5 17 19 -8 19 0 8 13 19 2 7 17 19 0 8 13 19 -8 19 0 8 11 19 0 6 17 19 0 4 15 19 0 4 13 19 0 5 13 19 0 6 14 20 -8 19 0 4 15 19 0 8 16 19 1 6 13 19 @@ -31059,8 +29315,6 @@ 0 4 15 19 0 8 13 19 0 6 11 20 -8 19 -8 19 1 8 14 19 0 8 13 19 2 5 18 20 @@ -31071,7 +29325,6 @@ 0 5 17 20 0 9 14 20 0 8 14 19 -4 19 0 8 11 19 0 9 17 19 1 9 16 19 @@ -31092,21 +29345,18 @@ 1 8 17 19 0 5 15 19 2 9 17 20 -4 19 0 6 17 20 2 9 17 20 0 5 16 20 0 4 13 19 2 8 18 19 0 8 13 19 -8 19 0 4 15 19 0 8 15 19 2 8 13 20 0 8 13 19 2 9 17 20 0 8 16 19 -5 19 0 8 15 19 0 8 11 20 1 8 16 20 @@ -31116,12 +29366,10 @@ 0 8 13 19 0 4 14 19 0 8 13 19 -8 19 0 8 13 19 0 6 11 19 0 8 16 19 0 8 16 19 -4 19 0 4 15 19 0 5 13 20 0 8 11 20 @@ -31176,7 +29424,6 @@ 0 8 16 19 0 8 16 19 0 8 15 19 -8 20 0 8 15 19 1 8 16 20 0 8 13 19 @@ -31191,7 +29438,6 @@ 0 8 18 19 0 8 17 19 0 8 13 19 -8 19 1 8 16 19 0 8 15 19 2 8 17 19 @@ -31199,7 +29445,6 @@ 0 9 14 20 1 6 16 19 0 8 13 20 -8 19 0 8 15 19 0 4 15 19 2 8 14 20 @@ -31218,7 +29463,6 @@ 0 5 13 19 0 8 13 19 0 8 13 19 -5 19 0 8 13 19 0 8 11 19 2 6 17 19 @@ -31233,7 +29477,6 @@ 0 6 16 20 0 4 13 19 2 4 13 19 -8 20 0 4 13 19 0 8 16 19 0 8 16 19 @@ -31245,13 +29488,11 @@ 0 8 16 20 0 8 17 20 0 8 13 19 -4 19 0 8 13 19 0 8 11 19 0 6 11 20 2 5 17 19 0 8 14 20 -8 19 0 10 17 20 0 6 18 19 1 8 13 20 @@ -31271,13 +29512,10 @@ 0 8 13 19 0 8 16 20 0 6 17 20 -4 19 0 8 13 20 0 4 13 19 -8 19 0 8 13 20 0 5 16 19 -8 19 0 6 14 20 1 8 14 19 0 5 13 20 @@ -31305,13 +29543,11 @@ 0 4 13 19 0 8 13 19 2 9 14 20 -5 19 0 8 11 19 2 6 17 19 0 4 13 19 2 9 14 20 0 8 13 19 -4 19 0 4 15 19 0 8 17 19 0 8 14 19 @@ -31358,7 +29594,6 @@ 0 9 17 20 2 8 13 19 0 6 14 19 -8 19 0 6 17 20 0 8 16 19 1 6 17 19 @@ -31370,7 +29605,6 @@ 0 4 13 19 2 9 17 20 0 8 11 19 -4 19 2 8 13 19 0 8 13 19 0 6 17 20 @@ -31388,7 +29622,6 @@ 2 6 18 20 0 6 13 20 0 8 13 19 -9 20 0 8 13 20 0 8 14 19 0 8 11 19 @@ -31419,7 +29652,6 @@ 0 10 11 19 0 8 14 19 0 9 17 20 -8 19 0 8 13 19 0 4 17 19 0 8 18 19 @@ -31430,7 +29662,6 @@ 0 8 13 19 1 8 16 20 1 8 13 20 -8 19 0 8 13 19 0 9 17 20 0 9 17 20 @@ -31525,7 +29756,6 @@ 1 5 14 20 0 8 15 19 0 8 13 19 -8 19 0 8 13 19 0 8 11 19 0 4 13 19 @@ -31534,11 +29764,9 @@ 0 8 16 20 0 8 13 20 1 4 14 19 -8 19 0 8 16 19 1 6 13 19 1 4 14 19 -8 19 0 5 14 19 0 8 13 20 1 6 16 19 @@ -31566,7 +29794,6 @@ 0 6 14 19 0 8 13 19 0 8 11 19 -8 19 1 7 17 19 0 8 16 19 0 8 14 19 @@ -31575,7 +29802,6 @@ 0 8 18 19 0 8 11 19 0 6 17 20 -4 19 2 6 18 20 0 8 13 19 1 10 17 20 @@ -31589,10 +29815,8 @@ 0 6 14 20 0 8 18 19 0 8 11 19 -10 20 0 9 18 19 0 5 11 19 -4 19 0 8 13 19 0 9 17 20 2 9 17 19 @@ -31603,7 +29827,6 @@ 0 5 13 19 0 8 13 19 0 8 13 20 -4 19 0 8 13 19 0 6 17 19 0 6 14 20 @@ -31619,7 +29842,6 @@ 0 8 13 20 1 8 13 19 0 8 13 20 -4 19 1 8 16 19 1 10 17 20 0 6 11 19 @@ -31631,9 +29853,7 @@ 0 8 13 19 0 6 17 19 0 8 16 19 -6 20 0 8 15 19 -4 19 0 6 14 19 2 6 17 19 0 8 13 19 @@ -31659,14 +29879,11 @@ 0 4 16 19 2 8 15 19 0 8 13 19 -8 19 0 8 15 19 0 8 17 19 -8 19 2 8 11 19 0 8 15 19 0 5 17 19 -4 19 0 8 13 20 2 9 17 20 2 5 17 20 @@ -31694,9 +29911,7 @@ 0 8 13 19 0 8 16 19 1 8 13 19 -8 20 0 8 13 20 -5 19 1 8 13 19 0 4 15 19 0 4 13 19 @@ -31708,8 +29923,6 @@ 1 5 13 19 0 8 16 19 0 4 16 19 -8 19 -8 19 0 8 13 19 0 5 18 19 0 6 16 20 @@ -31721,7 +29934,6 @@ 0 8 11 19 0 8 13 19 0 4 13 19 -8 19 2 8 11 19 0 8 11 19 0 8 17 19 @@ -31729,7 +29941,6 @@ 2 5 18 19 0 6 14 20 0 8 16 20 -4 19 2 7 17 19 0 5 17 20 1 4 13 19 @@ -31737,7 +29948,6 @@ 0 6 14 19 0 6 17 19 0 8 13 19 -8 19 0 8 13 19 2 5 16 19 0 6 14 20 @@ -31749,31 +29959,25 @@ 0 5 16 20 0 8 16 19 0 6 13 20 -8 19 0 8 16 20 -8 19 2 6 11 19 0 8 15 19 0 8 13 19 0 8 11 19 -4 19 0 8 13 19 0 8 13 19 1 6 13 20 0 4 13 19 0 8 14 20 0 6 17 20 -8 19 0 8 11 19 0 8 13 19 0 6 18 19 0 8 11 19 0 8 13 19 0 8 13 19 -4 19 0 6 14 20 0 8 15 19 -7 20 0 8 16 20 0 8 16 19 0 6 13 19 @@ -31788,10 +29992,7 @@ 0 8 18 19 2 6 18 20 0 8 15 19 -8 19 1 8 14 19 -8 19 -8 19 1 8 14 20 2 9 17 20 0 8 15 19 @@ -31808,7 +30009,6 @@ 1 6 18 20 0 5 11 19 2 8 14 20 -8 19 0 8 13 19 1 8 15 19 0 6 14 19 @@ -31819,7 +30019,6 @@ 0 10 17 19 0 5 14 20 0 4 13 19 -8 19 0 8 11 19 2 8 11 19 0 4 13 19 @@ -31834,7 +30033,6 @@ 2 5 11 19 0 8 11 19 0 6 18 19 -5 19 0 5 17 19 2 8 17 19 0 5 13 19 @@ -31860,7 +30058,6 @@ 0 8 16 19 0 8 16 19 0 8 13 19 -5 19 1 6 14 19 0 4 11 19 0 4 13 19 @@ -31869,7 +30066,6 @@ 0 6 18 19 1 8 14 20 0 8 13 19 -4 19 0 6 14 20 0 4 15 19 0 8 13 19 @@ -31883,7 +30079,6 @@ 2 6 14 19 0 8 15 19 1 9 14 20 -8 19 2 6 17 19 0 4 13 19 0 8 13 19 @@ -31906,12 +30101,9 @@ 0 4 15 19 0 5 17 20 0 9 17 20 -8 19 0 8 13 19 0 9 17 19 0 8 17 20 -8 19 -8 19 0 6 16 20 1 8 13 19 0 4 15 19 @@ -31995,8 +30187,6 @@ 0 4 13 19 1 8 13 19 1 5 13 20 -8 20 -4 20 0 8 16 19 0 8 15 19 2 9 17 20 @@ -32006,7 +30196,6 @@ 0 8 13 20 0 8 13 19 0 8 11 19 -4 19 0 9 17 19 0 8 13 19 0 8 16 19 @@ -32014,7 +30203,6 @@ 0 8 13 19 0 6 17 19 0 6 15 19 -8 20 0 9 17 19 0 4 11 19 0 6 16 19 @@ -32037,7 +30225,6 @@ 0 4 13 19 1 6 16 19 0 6 17 20 -8 19 1 6 13 19 2 8 13 19 0 5 18 19 @@ -32060,7 +30247,6 @@ 0 8 13 19 1 8 13 19 0 7 17 19 -8 19 0 5 17 20 0 6 14 19 0 4 13 19 @@ -32068,30 +30254,23 @@ 1 8 13 20 0 4 13 19 2 8 14 19 -8 19 0 6 16 19 0 8 11 19 -4 19 0 5 18 19 -9 19 2 8 18 20 0 5 15 20 0 6 11 19 0 6 13 20 -4 19 2 6 17 20 0 8 11 19 -8 19 0 4 13 20 0 8 17 19 0 4 13 19 1 8 13 19 -8 19 1 8 13 19 0 6 14 20 0 6 11 19 0 6 14 20 -5 19 0 8 13 19 0 6 14 19 0 5 13 19 @@ -32101,7 +30280,6 @@ 0 8 15 19 0 6 17 19 2 9 17 20 -4 19 0 8 14 19 2 9 17 19 1 8 13 19 @@ -32187,7 +30365,6 @@ 1 8 17 19 0 4 11 19 0 6 14 19 -8 19 0 6 14 19 2 8 18 19 2 8 11 19 @@ -32199,12 +30376,10 @@ 1 8 14 20 0 8 13 20 0 9 17 19 -8 19 0 5 13 19 2 7 17 20 2 6 17 19 0 4 15 19 -4 19 0 8 15 19 0 8 13 19 0 5 18 19 @@ -32273,7 +30448,6 @@ 0 8 13 20 0 5 17 19 0 8 13 19 -8 19 2 8 18 19 0 8 11 19 0 4 13 19 @@ -32289,7 +30463,6 @@ 0 4 13 19 0 5 13 19 0 8 15 19 -8 19 0 8 13 20 0 8 15 19 0 6 18 19 @@ -32302,20 +30475,16 @@ 2 4 14 19 2 8 18 20 0 8 13 19 -3 8 19 0 8 16 20 0 4 13 19 1 6 14 20 0 8 13 20 0 4 13 19 -8 19 0 9 17 20 0 4 13 19 0 8 13 19 -3 8 19 0 8 13 19 2 8 12 19 -8 19 0 6 13 20 0 8 16 19 0 8 13 19 @@ -32333,7 +30502,6 @@ 0 8 13 19 1 8 14 20 0 4 13 19 -4 19 0 8 15 19 0 6 17 19 2 8 13 19 @@ -32341,7 +30509,6 @@ 1 9 16 19 1 6 13 20 0 8 13 19 -8 19 0 6 11 19 0 4 15 19 0 8 13 19 @@ -32424,7 +30591,6 @@ 0 4 13 19 0 6 14 19 0 4 13 19 -8 19 0 8 15 19 2 6 11 19 2 7 14 20 @@ -32475,7 +30641,6 @@ 0 5 13 20 0 8 13 19 0 4 13 19 -4 19 0 5 15 19 2 4 15 19 0 9 14 20 @@ -32488,11 +30653,9 @@ 0 8 16 19 0 8 14 19 0 8 16 19 -4 19 0 8 11 19 1 8 16 19 0 4 13 19 -8 19 0 8 13 19 0 4 17 19 0 8 15 19 @@ -32523,13 +30686,10 @@ 0 4 16 19 0 8 13 19 0 5 13 19 -5 19 0 4 13 19 0 8 11 19 0 8 13 19 0 8 16 19 -6 20 -6 19 0 7 17 20 0 6 14 20 0 8 11 19 @@ -32537,10 +30697,7 @@ 0 6 14 20 0 8 13 19 0 6 17 20 -7 20 2 8 11 19 -8 19 -8 19 2 5 17 19 0 9 15 19 2 5 11 20 diff --git a/dc.py b/dc.py index 00ac6d6..6a39cc2 100644 --- a/dc.py +++ b/dc.py @@ -12,6 +12,12 @@ from dcor import dcor +__author__ = "Kailash Budhathoki" +__email__ = "kbudhath@mpi-inf.mpg.de" +__copyright__ = "Copyright (c) 2017" +__license__ = "MIT" + + def dc(X, Y): prob_X, marg_X, prob_Y, marg_Y = distributions(X, Y) dXtoY = dcor(prob_X, marg_Y) diff --git a/discretize_adult.py b/discretize_adult.py new file mode 100644 index 0000000..4abfb55 --- /dev/null +++ b/discretize_adult.py @@ -0,0 +1,143 @@ +#!/usr/bin/env python +# -*- coding: utf-8 -*- +"""convert adult dataset + +workclass:: + employed: Private, Self-emp-not-inc, Self-emp-inc, Federal-gov, Local-gov, State-gov + not employed: Without-pay, Never-worked +education:: + university: Bachelors,Masters,Doctorate + not university: Some-college, 11th, HS-grad, Prof-school, Assoc-acdm, Assoc-voc, 9th, 7th-8th, 12th, 1st-4th, 10th, 5th-6th, Preschool +marital-status:: + married: Married-civ-spouse + single: Divorced, Never-married, Separated, Widowed, Married-spouse-absent, Married-AF-spouse +sex:: + male/female +native-country:: + United-States: United-States + others: - United States +income: + <=50K/>50K +""" +import os +import re + + +def discretize(): + substitutes = { + "Private": "private", + "Self-emp-not-inc": "self_employed", + "Self-emp-inc": "self_employed", + "Federal-gov": "public_servant", + "Local-gov": "public_servant", + "State-gov": "public_servant", + "Without-pay": "unemployed", + "Never-worked": "unemployed", + + "Adm-clerical": "admin", + "Armed-Forces": "armed_forces", + "Craft-repair": "blue_collar", + "Handlers-cleaners": "blue_collar", + "Machine-op-inspct": "blue_collar", + "Farming-fishing": "blue_collar", + "Transport-moving": "blue_collar", + "Other-service": "service", + "Priv-house-serv": "service", + "Sales": "sales", + "Exec-managerial": "white_collar", + "Prof-specialty": "professional", + "Tech-support": "other_occupations", + "Protective-serv": "other_occupations", + + "10th": "dropout", + "11th": "dropout", + "12th": "dropout", + "1st-4th": "dropout", + "5th-6th": "dropout", + "7th-8th": "dropout", + "9th": "dropout", + "Assoc-acdm": "associates", + "Assoc-voc": "associates", + "Bachelors": "bachelors", + "Doctorate": "doctorate", + "Some-college": "hs_graduate", + "HS-grad": "hs_graduate", + "Masters": "masters", + "Preschool": "dropout", + "Prof-school": "prof_school", + + "Married-civ-spouse": "married", + "Married-AF-spouse": "married", + "Married-spouse-absent": "single", + "Divorced": "single", + "Never-married": "single", + "Separated": "single", + "Widowed": "single", + + "United-States": "US_native", + "Cambodia": "non_native", "England": "non_native", "Puerto-Rico": "non_native", "Canada": "non_native", "Germany": "non_native", "Outlying-US(Guam-USVI-etc)": "non_native", "India": "non_native", "Japan": "non_native", "Greece": "non_native", "South": "non_native", "China": "non_native", "Cuba": "non_native", "Iran": "non_native", "Honduras": "non_native", "Philippines": "non_native", "Italy": "non_native", "Poland": "non_native", "Jamaica": "non_native", "Vietnam": "non_native", "Mexico": "non_native", "Portugal": "non_native", "Ireland": "non_native", "France": "non_native", "Dominican-Republic": "non_native", "Laos": "non_native", "Ecuador": "non_native", "Taiwan": "non_native", "Haiti": "non_native", "Columbia": "non_native", "Hungary": "non_native", "Guatemala": "non_native", "Nicaragua": "non_native", "Scotland": "non_native", "Thailand": "non_native", "Yugoslavia": "non_native", "El-Salvador": "non_native", "Trinadad&Tobago": "non_native", "Peru": "non_native", "Hong": "non_native", "Holand-Netherlands": "non_native" + } + + indices = [1, 3, 6, 14] + + categorical_values = [ + ("private", "self_employed", "public_servant", "unemployed"), + ("dropout", "associates", "bachelors", "doctorate", + "hs_graduate", "masters", "prof_school"), + # ("married", "single"), # index=5 + ("admin", "armed_forces", "blue_collar", "white_collar", + "service", "sales", "professional", "other_occupations"), + # ("US_native", "non_native"), # index=13 + ("<=50K", ">50K") + ] + alphabet = [] + previous = 0 + for values in categorical_values: + alphabet.append(range(previous, previous + len(values))) + previous += len(values) + + adult_dir = os.path.join(os.path.dirname(__file__), "data", "adult") + adult_raw_path = os.path.join(adult_dir, "adult.data.txt") + + with open(adult_raw_path, "r") as fp: + raw_data = fp.read() + + for word, substitute in substitutes.iteritems(): + raw_data = re.sub(r"%s" % word, substitute, raw_data) + + fimi_data = [] + rows = raw_data.split("\n") + + for row_num, row in enumerate(rows): + if not row: + continue + + fimi_row = [] + vals = map(str.strip, row.split(",")) + + for pos, dat_idx in enumerate(indices): + val = vals[dat_idx] + try: + val_idx = categorical_values[pos].index(val) + fimi_row.append(alphabet[pos][val_idx]) + except ValueError: + pass + + if len(fimi_row) != len(categorical_values): + continue + + fimi_data.append(" ".join(str(v) for v in fimi_row)) + + # write fimi dat file + adult_dat_path = os.path.join(adult_dir, "adult.dat") + with open(adult_dat_path, "w") as fp: + fp.write("\n".join(row for row in fimi_data)) + + labels = [val for values in categorical_values for val in values] + adult_labels_path = os.path.join(adult_dir, "adult.labels") + with open(adult_labels_path, "w") as fp: + fp.write("\n".join(label for label in labels)) + + +if __name__ == "__main__": + discretize() diff --git a/nonparametric_tests.py b/nonparametric_tests.py new file mode 100644 index 0000000..d3e491f --- /dev/null +++ b/nonparametric_tests.py @@ -0,0 +1,712 @@ +#!/usr/bin/env python +# -*- coding: utf-8 -*- + +import numpy as np +import scipy as sp +import scipy.stats as st +import itertools as it + + +def binomial_sign_test(*args): + """ + Performs a binomial sign test for two dependent samples. + Tests the hypothesis that the two dependent samples represent two different populations. + + Parameters + ---------- + sample1, sample2: array_like + The sample measurements for each group. + + Returns + ------- + B-value : float + The computed B-value of the test. + p-value : float + The associated p-value from the B-distribution. + + References + ---------- + D.J. Sheskin, Handbook of parametric and nonparametric statistical procedures. crc Press, 2003, Test 19: The Binomial Sign Test for Two Dependent Samples + """ + k = len(args) + if k != 2: + raise ValueError('The test needs two samples') + n = len(args[0]) + + d_plus = 0 + d_minus = 0 + for i in range(n): + # Zero differences are eliminated + if args[0][i] < args[1][i]: + d_plus = d_plus + 1 + elif args[0][i] > args[1][i]: + d_minus = d_minus + 1 + + x = max(d_plus, d_minus) + n = d_plus + d_minus + + # Two-tailed of the smallest p-value + p_value = 2 * (1 - st.binom.cdf(x, n, 0.5)) + + return x, p_value + + +def friedman_test(*args): + """ + Performs a Friedman ranking test. + Tests the hypothesis that in a set of k dependent samples groups (where k >= 2) at least two of the groups represent populations with different median values. + + Parameters + ---------- + sample1, sample2, ... : array_like + The sample measurements for each group. + + Returns + ------- + F-value : float + The computed F-value of the test. + p-value : float + The associated p-value from the F-distribution. + rankings : array_like + The ranking for each group. + pivots : array_like + The pivotal quantities for each group. + + References + ---------- + M. Friedman, The use of ranks to avoid the assumption of normality implicit in the analysis of variance, Journal of the American Statistical Association 32 (1937) 674–701. + D.J. Sheskin, Handbook of parametric and nonparametric statistical procedures. crc Press, 2003, Test 25: The Friedman Two-Way Analysis of Variance by Ranks + """ + k = len(args) + if k < 2: + raise ValueError('Less than 2 levels') + n = len(args[0]) + if len(set([len(v) for v in args])) != 1: + raise ValueError('Unequal number of samples') + + rankings = [] + for i in range(n): + row = [col[i] for col in args] + row_sort = sorted(row) + rankings.append( + [row_sort.index(v) + 1 + (row_sort.count(v) - 1) / 2. for v in row]) + + rankings_avg = [sp.mean([case[j] for case in rankings]) for j in range(k)] + rankings_cmp = [r / sp.sqrt(k * (k + 1) / (6. * n)) for r in rankings_avg] + + chi2 = ((12 * n) / float((k * (k + 1)))) * \ + ((sp.sum(r**2 for r in rankings_avg)) - ((k * (k + 1)**2) / float(4))) + iman_davenport = ((n - 1) * chi2) / float((n * (k - 1) - chi2)) + + p_value = 1 - st.f.cdf(iman_davenport, k - 1, (k - 1) * (n - 1)) + + return iman_davenport, p_value, rankings_avg, rankings_cmp + + +def friedman_aligned_ranks_test(*args): + """ + Performs a Friedman aligned ranks ranking test. + Tests the hypothesis that in a set of k dependent samples groups (where k >= 2) at least two of the groups represent populations with different median values. + The difference with a friedman test is that it uses the median of each group to construct the ranking, which is useful when the number of samples is low. + + Parameters + ---------- + sample1, sample2, ... : array_like + The sample measurements for each group. + + Returns + ------- + Chi2-value : float + The computed Chi2-value of the test. + p-value : float + The associated p-value from the Chi2-distribution. + rankings : array_like + The ranking for each group. + pivots : array_like + The pivotal quantities for each group. + + References + ---------- + J.L. Hodges, E.L. Lehmann, Ranks methods for combination of independent experiments in analysis of variance, Annals of Mathematical Statistics 33 (1962) 482–497. + """ + k = len(args) + if k < 2: + raise ValueError('Less than 2 levels') + n = len(args[0]) + if len(set([len(v) for v in args])) != 1: + raise ValueError('Unequal number of samples') + + aligned_observations = [] + for i in range(n): + loc = sp.mean([col[i] for col in args]) + aligned_observations.extend([col[i] - loc for col in args]) + + aligned_observations_sort = sorted(aligned_observations) + + aligned_ranks = [] + for i in range(n): + row = [] + for j in range(k): + v = aligned_observations[i * k + j] + row.append(aligned_observations_sort.index(v) + 1 + + (aligned_observations_sort.count(v) - 1) / 2.) + aligned_ranks.append(row) + + rankings_avg = [sp.mean([case[j] for case in aligned_ranks]) + for j in range(k)] + rankings_cmp = [r / sp.sqrt(k * (n * k + 1) / 6.) for r in rankings_avg] + + r_i = [np.sum(case) for case in aligned_ranks] + r_j = [np.sum([case[j] for case in aligned_ranks]) for j in range(k)] + T = (k - 1) * (sp.sum(v**2 for v in r_j) - (k * n**2 / 4.) * (k * n + 1)**2) / \ + float(((k * n * (k * n + 1) * (2 * k * n + 1)) / 6.) - + (1. / float(k)) * sp.sum(v**2 for v in r_i)) + + p_value = 1 - st.chi2.cdf(T, k - 1) + + return T, p_value, rankings_avg, rankings_cmp + + +def quade_test(*args): + """ + Performs a Quade ranking test. + Tests the hypothesis that in a set of k dependent samples groups (where k >= 2) at least two of the groups represent populations with different median values. + The difference with a friedman test is that it uses the median for each sample to wiehgt the ranking. + + Parameters + ---------- + sample1, sample2, ... : array_like + The sample measurements for each group. + + Returns + ------- + F-value : float + The computed F-value of the test. + p-value : float + The associated p-value from the F-distribution. + rankings : array_like + The ranking for each group. + pivots : array_like + The pivotal quantities for each group. + + References + ---------- + D. Quade, Using weighted rankings in the analysis of complete blocks with additive block effects, Journal of the American Statistical Association 74 (1979) 680–683. + """ + k = len(args) + if k < 2: + raise ValueError('Less than 2 levels') + n = len(args[0]) + if len(set([len(v) for v in args])) != 1: + raise ValueError('Unequal number of samples') + + rankings = [] + ranges = [] + for i in range(n): + row = [col[i] for col in args] + ranges.append(max(row) - min(row)) + row_sort = sorted(row) + rankings.append( + [row_sort.index(v) + 1 + (row_sort.count(v) - 1) / 2. for v in row]) + + ranges_sort = sorted(ranges) + ranking_cases = [ranges_sort.index( + v) + 1 + (ranges_sort.count(v) - 1) / 2. for v in ranges] + + S = [] + W = [] + for i in range(n): + S.append([ranking_cases[i] * (r - (k + 1) / 2.) for r in rankings[i]]) + W.append([ranking_cases[i] * r for r in rankings[i]]) + + Sj = [np.sum(row[j] for row in S) for j in range(k)] + Wj = [np.sum(row[j] for row in W) for j in range(k)] + + rankings_avg = [w / (n * (n + 1) / 2.) for w in Wj] + rankings_cmp = [r / sp.sqrt(k * (k + 1) * (2 * n + 1) + * (k - 1) / (18. * n * (n + 1))) for r in rankings_avg] + + A = sp.sum(S[i][j]**2 for i in range(n) for j in range(k)) + B = sp.sum(s**2 for s in Sj) / float(n) + F = (n - 1) * B / (A - B) + + p_value = 1 - st.f.cdf(F, k - 1, (k - 1) * (n - 1)) + + return F, p_value, rankings_avg, rankings_cmp + + +def bonferroni_dunn_test(ranks, control=None): + """ + Performs a Bonferroni-Dunn post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of the control method is different to each of the other methods. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + control : string optional + The name of the control method (one vs all), default None (all vs all) + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + O.J. Dunn, Multiple comparisons among means, Journal of the American Statistical Association 56 (1961) 52–64. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + if not control: + control_i = values.index(min(values)) + else: + control_i = keys.index(control) + + comparisons = [keys[control_i] + " vs " + keys[i] + for i in range(k) if i != control_i] + z_values = [abs(values[control_i] - values[i]) + for i in range(k) if i != control_i] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + adj_p_values = [min((k - 1) * p_value, 1) for p_value in p_values] + + return comparisons, z_values, p_values, adj_p_values + + +def holm_test(ranks, control=None): + """ + Performs a Holm post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of the control method is different to each of the other methods. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + control : string optional + The name of the control method (one vs all), default None (all vs all) + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + O.J. S. Holm, A simple sequentially rejective multiple test procedure, Scandinavian Journal of Statistics 6 (1979) 65–70. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + if not control: + control_i = values.index(min(values)) + else: + control_i = keys.index(control) + + comparisons = [keys[control_i] + " vs " + keys[i] + for i in range(k) if i != control_i] + z_values = [abs(values[control_i] - values[i]) + for i in range(k) if i != control_i] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + adj_p_values = [min(max((k - (j + 1)) * p_values[j] + for j in range(i + 1)), 1) for i in range(k - 1)] + + return comparisons, z_values, p_values, adj_p_values + + +def hochberg_test(ranks, control=None): + """ + Performs a Hochberg post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of the control method is different to each of the other methods. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + control : string optional + The name of the control method, default the group with minimum ranking + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + Y. Hochberg, A sharper Bonferroni procedure for multiple tests of significance, Biometrika 75 (1988) 800–803. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + if not control: + control_i = values.index(min(values)) + else: + control_i = keys.index(control) + + comparisons = [keys[control_i] + " vs " + keys[i] + for i in range(k) if i != control_i] + z_values = [abs(values[control_i] - values[i]) + for i in range(k) if i != control_i] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + adj_p_values = [min(max((k - j) * p_values[j - 1] + for j in range(k - 1, i, -1)), 1) for i in range(k - 1)] + + return comparisons, z_values, p_values, adj_p_values + + +def li_test(ranks, control=None): + """ + Performs a Li post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of the control method is different to each of the other methods. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + control : string optional + The name of the control method, default the group with minimum ranking + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + J. Li, A two-step rejection procedure for testing multiple hypotheses, Journal of Statistical Planning and Inference 138 (2008) 1521–1527. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + if not control: + control_i = values.index(min(values)) + else: + control_i = keys.index(control) + + comparisons = [keys[control_i] + " vs " + keys[i] + for i in range(k) if i != control_i] + z_values = [abs(values[control_i] - values[i]) + for i in range(k) if i != control_i] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + adj_p_values = [p_values[i] / + (p_values[i] + 1 - p_values[-1]) for i in range(k - 1)] + + return comparisons, z_values, p_values, adj_p_values + + +def finner_test(ranks, control=None): + """ + Performs a Finner post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of the control method is different to each of the other methods. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + control : string optional + The name of the control method, default the group with minimum ranking + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + H. Finner, On a monotonicity problem in step-down multiple test procedures, Journal of the American Statistical Association 88 (1993) 920–923. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + if not control: + control_i = values.index(min(values)) + else: + control_i = keys.index(control) + + comparisons = [keys[control_i] + " vs " + keys[i] + for i in range(k) if i != control_i] + z_values = [abs(values[control_i] - values[i]) + for i in range(k) if i != control_i] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + adj_p_values = [min(max(1 - (1 - p_values[j])**((k - 1) / float(j + 1)) + for j in range(i + 1)), 1) for i in range(k - 1)] + + return comparisons, z_values, p_values, adj_p_values + + +def nemenyi_multitest(ranks): + """ + Performs a Nemenyi post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of each pair of groups are different. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + Bonferroni-Dunn: O.J. Dunn, Multiple comparisons among means, Journal of the American Statistical Association 56 (1961) 52–64. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + versus = list(it.combinations(range(k), 2)) + + comparisons = [keys[vs[0]] + " vs " + keys[vs[1]] for vs in versus] + z_values = [abs(values[vs[0]] - values[vs[1]]) for vs in versus] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + m = int(k * (k - 1) / 2.) + adj_p_values = [min(m * p_value, 1) for p_value in p_values] + + return comparisons, z_values, p_values, adj_p_values + + +def holm_multitest(ranks): + """ + Performs a Holm post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of each pair of groups are different. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + O.J. S. Holm, A simple sequentially rejective multiple test procedure, Scandinavian Journal of Statistics 6 (1979) 65–70. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + versus = list(it.combinations(range(k), 2)) + + comparisons = [keys[vs[0]] + " vs " + keys[vs[1]] for vs in versus] + z_values = [abs(values[vs[0]] - values[vs[1]]) for vs in versus] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + m = int(k * (k - 1) / 2.) + adj_p_values = [min(max((m - j) * p_values[j] + for j in range(i + 1)), 1) for i in range(m)] + + return comparisons, z_values, p_values, adj_p_values + + +def hochberg_multitest(ranks): + """ + Performs a Hochberg post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of each pair of groups are different. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + Y. Hochberg, A sharper Bonferroni procedure for multiple tests of significance, Biometrika 75 (1988) 800–803. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + versus = list(it.combinations(range(k), 2)) + + comparisons = [keys[vs[0]] + " vs " + keys[vs[1]] for vs in versus] + z_values = [abs(values[vs[0]] - values[vs[1]]) for vs in versus] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + m = int(k * (k - 1) / 2.) + adj_p_values = [max((m + 1 - j) * p_values[j - 1] + for j in range(m, i, -1))for i in range(m)] + + return comparisons, z_values, p_values, adj_p_values + + +def finner_multitest(ranks): + """ + Performs a Finner post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of each pair of groups are different. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + H. Finner, On a monotonicity problem in step-down multiple test procedures, Journal of the American Statistical Association 88 (1993) 920–923. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + versus = list(it.combinations(range(k), 2)) + + comparisons = [keys[vs[0]] + " vs " + keys[vs[1]] for vs in versus] + z_values = [abs(values[vs[0]] - values[vs[1]]) for vs in versus] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + m = int(k * (k - 1) / 2.) + adj_p_values = [min(max(1 - (1 - p_values[j])**(m / float(j + 1)) + for j in range(i + 1)), 1) for i in range(m)] + + return comparisons, z_values, p_values, adj_p_values + + +def _S(k): + """ + Helper function for the Shaffer test. + It obtains the number of independent test hypotheses when using an All vs All strategy using the number of groups to be compared. + """ + if k == 0 or k == 1: + return {0} + else: + result = set() + for j in reversed(range(1, k + 1)): + tmp = S(k - j) + for s in tmp: + result = result.union({sp.special.binom(j, 2) + s}) + return list(result) + + +def shaffer_multitest(ranks): + """ + Performs a Shaffer post-hoc test using the pivot quantities obtained by a ranking test. + Tests the hypothesis that the ranking of each pair of groups are different. + + Parameters + ---------- + pivots : dictionary_like + A dictionary with format 'groupname':'pivotal quantity' + + Returns + ---------- + Comparions : array-like + Strings identifier of each comparison with format 'group_i vs group_j' + Z-values : array-like + The computed Z-value statistic for each comparison. + p-values : array-like + The associated p-value from the Z-distribution wich depends on the index of the comparison + Adjusted p-values : array-like + The associated adjusted p-values wich can be compared with a significance level + + References + ---------- + J. Li, A two-step rejection procedure for testing multiple hypotheses, Journal of Statistical Planning and Inference 138 (2008) 1521–1527. + """ + k = len(ranks) + values = ranks.values() + keys = ranks.keys() + versus = list(it.combinations(range(k), 2)) + + m = int(k * (k - 1) / 2.) + A = _S(int((1 + sp.sqrt(1 + 4 * m * 2)) / 2)) + t = [max([a for a in A if a <= m - i]) for i in range(m)] + + comparisons = [keys[vs[0]] + " vs " + keys[vs[1]] for vs in versus] + z_values = [abs(values[vs[0]] - values[vs[1]]) for vs in versus] + p_values = [2 * (1 - st.norm.cdf(abs(z))) for z in z_values] + # Sort values by p_value so that p_0 < p_1 + p_values, z_values, comparisons = map( + list, zip(*sorted(zip(p_values, z_values, comparisons), key=lambda t: t[0]))) + adj_p_values = [min(max(t[j] * p_values[j] + for j in range(i + 1)), 1) for i in range(m)] + + return comparisons, z_values, p_values, adj_p_values diff --git a/test_real.py b/test_real.py new file mode 100644 index 0000000..0f112e7 --- /dev/null +++ b/test_real.py @@ -0,0 +1,41 @@ +#!/usr/bin/env python +# -*- coding: utf-8 -*- + +"""Tests on real-world data. +""" +from __future__ import division +import os + +import numpy as np + +from cisc import cisc +# from dc import dc +# from dr import dr + + +__author__ = "Kailash Budhathoki" +__email__ = "kbudhath@mpi-inf.mpg.de" +__copyright__ = "Copyright (c) 2017" +__license__ = "MIT" + + +def test_adult(): + adult_dir = os.path.join(os.path.dirname(__file__), "data", "adult") + adult_dat_path = os.path.join(adult_dir, "adult.dat") + data = np.loadtxt(adult_dat_path) + ncols = data.shape[1] + income = map(int, data[:, ncols - 1]) + + colnames = ["workclass", "education", "occupation"] + for i in xrange(ncols - 1): + X = map(int, data[:, i]) + cisc_score = cisc(X, income) + if cisc_score[0] < cisc_score[1]: + print "%s ⇒ %s" % (colnames[i], "income"), + elif cisc_score[0] > cisc_score[1]: + print "%s ⇐ %s" % (colnames[i], "income"), + else: + print "%s ~ %s" % (colnames[i], "income"), + print cisc_score + +test_adult() diff --git a/test_synthetic.py b/test_synthetic.py index b14582d..b758328 100644 --- a/test_synthetic.py +++ b/test_synthetic.py @@ -10,6 +10,7 @@ import matplotlib as mp import matplotlib.pyplot as plt import numpy as np +from nonparametric_tests import friedman_test, nemenyi_multitest, bonferroni_dunn_test from cisc import cisc from dc import dc @@ -22,12 +23,6 @@ __license__ = "MIT" -# _______Agenda_______ -# anm with different X -# anm with different N -# decision rate plot on synthetic pairs -# time complexity plot - def _configure_matplotlib(): plt.style.use('ggplot') font_size = 13 @@ -38,6 +33,18 @@ def _configure_matplotlib(): _configure_matplotlib() +class InfRes(object): + + def __init__(self): + self.ncorrect = 0 + self.nwrong = 0 + self.nundec = 0 + + def to_str(self, nsample): + assert self.ncorrect + self.nwrong + self.nundec == nsample + return str.center("%d %d %d %.2f" % (self.ncorrect, self.nwrong, self.nundec, self.ncorrect / nsample), 20) + + def progress(count, total, suffix=''): bar_len = 60 filled_len = int(round(bar_len * count / float(total))) @@ -116,6 +123,9 @@ def generate_variable(src, size): return X +# -------------------------- all the tests are below -------------------------- + + def test_decision_rate(): srcs = ["unif", "multinom", "binom", "geom", "hypgeom", "poisson", "nbinom"] @@ -130,8 +140,8 @@ def test_decision_rate(): def _test_decision_rate(srcX, srcN): - nsample = 1000 - size = 2000 + nsample = 500 + size = 1000 level = 0.05 suppfX = range(-7, 8) @@ -186,7 +196,7 @@ def _test_decision_rate(srcX, srcN): res_dc = [res_dc[i] for i in indices_dc] res_dr = [res_dr[i] for i in indices_dr] - dec_rate = np.arange(0.01, 1.02, 0.02) + dec_rate = np.arange(0.01, 1.01, 0.01) acc_cisc, acc_dc, acc_dr = [], [], [] for r in dec_rate: dec_cisc_r = res_cisc[:int(r * nsample)] @@ -239,9 +249,91 @@ def test_anm(): print -def test_additive_noise_model(): +def test_sc_vs_anm_space(): + nsim = 500 + size = 1500 + level = 0.05 + fXd = range(-7, 8) + S = range(1, 7) + srcs = ["unif", "multinom", "binom", + "geom", "hypgeom", "poisson", "nbinom"] + + print "%s | %s | %s | %s" % ("typeX".center(8), "sc_space".center(62), "dr_space".center(62), "full_space".center(62)) + print "%8s | %s %s %s | %s %s %s | %s %s %s" % ("", "sc".center(20), "dc".center(20), "dr".center(20), "sc".center(20), "dc".center(20), "dr".center(20), "sc".center(20), "dc".center(20), "dr".center(20)) + + for src in srcs: + nsample_sc, nsample_anm, nsample_all = 0, 0, 0 + rsc_sc, rsc_dc, rsc_dr = InfRes(), InfRes(), InfRes() + ranm_sc, ranm_dc, ranm_dr = InfRes(), InfRes(), InfRes() + rall_sc, rall_dc, rall_dr = InfRes(), InfRes(), InfRes() + + for k in xrange(nsim): + X = generate_variable(src, size) + Xd = list(set(X)) + f = map_randomly(Xd, fXd) + t = random.choice(S) + N = range(-t, t + 1) + Y = [f[X[i]] + random.choice(N) for i in xrange(size)] + + cisc_score = cisc(X, Y) + dc_score = dc(dc_compat(X), dc_compat(Y)) + dr_score = dr(X, Y, level) + + undecided_dr = (dr_score[0] < level and dr_score[1] < level) or ( + dr_score[0] > level and dr_score[1] > level) + + if cisc_score[0] != cisc_score[1]: + nsample_sc += 1 + rsc_sc.ncorrect += int(cisc_score[0] < cisc_score[1]) + rsc_sc.nwrong += int(cisc_score[0] > cisc_score[1]) + rsc_sc.nundec += int(cisc_score[0] == cisc_score[1]) + + rsc_dc.ncorrect += int(dc_score[0] > dc_score[1]) + rsc_dc.nwrong += int(dc_score[0] < dc_score[1]) + rsc_dc.nundec += int(dc_score[0] == dc_score[1]) + + rsc_dr.ncorrect += int(dr_score[0] + > level and dr_score[1] < level) + rsc_dr.nwrong += int(dr_score[0] + < level and dr_score[1] > level) + rsc_dr.nundec += int(undecided_dr) + + if not undecided_dr: + nsample_anm += 1 + ranm_sc.ncorrect += int(cisc_score[0] < cisc_score[1]) + ranm_sc.nwrong += int(cisc_score[0] > cisc_score[1]) + ranm_sc.nundec += int(cisc_score[0] == cisc_score[1]) + + ranm_dc.ncorrect += int(dc_score[0] > dc_score[1]) + ranm_dc.nwrong += int(dc_score[0] < dc_score[1]) + ranm_dc.nundec += int(dc_score[0] == dc_score[1]) + + ranm_dr.ncorrect += int(dr_score[0] + > level and dr_score[1] < level) + ranm_dr.nwrong += int(dr_score[0] + < level and dr_score[1] > level) + ranm_dr.nundec += int(undecided_dr) + + nsample_all += 1 + rall_sc.ncorrect += int(cisc_score[0] < cisc_score[1]) + rall_sc.nwrong += int(cisc_score[0] > cisc_score[1]) + rall_sc.nundec += int(cisc_score[0] == cisc_score[1]) + + rall_dc.ncorrect += int(dc_score[0] > dc_score[1]) + rall_dc.nwrong += int(dc_score[0] < dc_score[1]) + rall_dc.nundec += int(dc_score[0] == dc_score[1]) + + rall_dr.ncorrect += int(dr_score[0] + > level and dr_score[1] < level) + rall_dr.nwrong += int(dr_score[0] < level and dr_score[1] > level) + rall_dr.nundec += int(undecided_dr) + + print "%s | %s %s %s | %s %s %s | %s %s %s" % (src.center(8), rsc_sc.to_str(nsample_sc), rsc_dc.to_str(nsample_sc), rsc_dr.to_str(nsample_sc), ranm_sc.to_str(nsample_anm), ranm_dc.to_str(nsample_anm), ranm_dr.to_str(nsample_anm), rall_sc.to_str(nsample_all), rall_dc.to_str(nsample_all), rall_dr.to_str(nsample_all)) + + +def test_anm_nonparam_tests(): nsim = 250 - size = 5000 + size = 1000 level = 0.05 fXd = range(-7, 8) S = range(1, 7) @@ -254,6 +346,7 @@ def test_additive_noise_model(): ncorrect_this, nwrong_this, nind_this = 0, 0, 0 ncorrect_dc, nwrong_dc, nind_dc = 0, 0, 0 ncorrect_dr, nwrong_dr, nind_dr = 0, 0, 0 + diff_cisc, diff_dc, diff_dr = [], [], [] for k in xrange(nsim): X = generate_variable(src, size) @@ -267,6 +360,10 @@ def test_additive_noise_model(): dc_score = dc(dc_compat(X), dc_compat(Y)) dr_score = dr(X, Y, level) + diff_cisc.append(abs(cisc_score[0] - cisc_score[1])) + diff_dc.append(abs(dc_score[0] - dc_score[1])) + diff_dr.append(abs(dr_score[0] - dr_score[1])) + if cisc_score[0] < cisc_score[1]: ncorrect_this += 1 elif cisc_score[0] > cisc_score[1]: @@ -276,7 +373,7 @@ def test_additive_noise_model(): if dc_score[0] > dc_score[1]: ncorrect_dc += 1 - elif dc_score[0] > dc_score[1]: + elif dc_score[0] < dc_score[1]: nwrong_dc += 1 else: nind_dc += 1 @@ -284,8 +381,22 @@ def test_additive_noise_model(): if dr_score[0] > level and dr_score[1] < level: ncorrect_dr += 1 + # H0 = all the algorithms are equivalent + iman_davenport, p_value, rankings_avg, rankings_cmp = friedman_test( + diff_cisc, diff_dc, diff_dr) + if p_value < level: # reject H0 + print "rejecting friedmans's H0" + # H0 = anking of CISC is different to each of the other methods + ranks = dict([("cisc", rankings_cmp[0]), + ("dc", rankings_cmp[1]), ("dr", rankings_cmp[2])]) + comparisons, z_values, p_values, adj_p_values = bonferroni_dunn_test( + ranks, "cisc") + print comparisons, z_values, p_values, adj_p_values + else: + print "all the algorithms are the same" + print "%10s%10.2f%10.2f%10.2f" % (src, ncorrect_this / nsim, ncorrect_dc / nsim, ncorrect_dr / nsim) if __name__ == "__main__": - test_decision_rate() + test_sc_vs_anm_space()