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

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

甲：100 101 102 100 99；

乙：98 100 105 103 96；

假设零件尺寸在 95∼110 之间都算合格，那么两批零件都是合格的；如果按照平均数计算，两组数据的平均值都是 100.4。

但如果将两组数据画到数轴上：

从两个厂抽检的零件分布图可以看出，甲厂的零件大小更加一致，更加符合标准。

为了方便计算数据的离散程度，我们引入方差的概念，方差的计算公式为：

s^2 = [(x_1-\overline{x})^2+(x_2-\overline{x})^2+ \dots + (x_n-\overline{x})^2]

其中 x_1 \sim x_n 代表一组数据中的每个元素， \overline{x} 代表这组数据的平均值。

按照公式，甲厂零件的方差为：

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

乙厂零件的方差为：

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

从方差上也可以看出，甲厂的零件更符合标准！

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

第一行为一个整数 n，代表 2 个厂抽检的零件的个数！（ n 在 5∼100 之间）；

第二行为 n 个整数，代表甲厂的 n 个零件的尺寸；

第三行为 n 个整数，代表乙厂的 n 个零件的尺寸；

所有零件的尺寸都在 1∼1000 的范围内；

哪个厂的零件更加符合标准，甲厂请输出“jia”，乙厂请输出“yi”

数组问题