在统计描述中，方差用来衡量每一个变量与总体均数之间的差异。
例如，甲、乙两个厂商生产某零件，要求在尺寸合格的情况下，零件大小越一致越好。

现从两个厂商生产的零件中各抽取 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，则两批零件都合格。
两组数据的平均值均为 100.4。

从数轴分布图可以看出，甲厂的零件大小更加一致。

方差计算公式：

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

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

n 代表数据个数

甲厂：

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

5.2 \div 5 = 1.04

乙厂：

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

53.2 \div 5 = 10.64

从方差可以看出：甲厂（1.04）< 乙厂（10.64），因此甲厂的零件更符合标准。

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 \sim 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 \sim 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

数组问题