Ошибка классификатора отзывов

Команда мобильного приложения проверяет классификатор отзывов. Классификатор получает текст отзыва и предсказывает его тональность: positive или negative.

Данные поступают двумя таблицами. В первой таблице записаны предсказания классификатора, во второй — проверенные модераторами фактические метки. Строки таблиц могут идти в разном порядке, поэтому их необходимо сопоставлять по идентификатору отзыва review_id.

Требуется вычислить процент ошибочных предсказаний. Ошибкой считается отзыв, у которого предсказанная метка не равна фактической. Если всего отзывов n, а ошибок k, то процент ошибок равен E = 100 · k / n. При совпадении предсказанной и фактической меток отзыв считается классифицированным без ошибки.

Формат ввода

В первой строке дано целое число n — число отзывов.

В следующих n строках дана первая таблица: идентификатор отзыва review_id и предсказанная метка predicted_label.

В следующих n строках дана вторая таблица: идентификатор отзыва review_id и фактическая метка actual_label.

Формат вывода

Выведите процент ошибочных предсказаний с тремя знаками после точки.

Ограничения

• 1 ≤ n ≤ 1000.
• Каждый review_id состоит из строчных латинских букв, цифр и символа _, его длина от 1 до 20.
• В каждой таблице каждый идентификатор встречается ровно один раз.
• Множества идентификаторов в двух таблицах совпадают.
• Каждая метка равна positive или negative.
• Процент ошибок необходимо выводить ровно с тремя знаками после точки.