一位名叫 Misha 的 MIPT 学生今天过生日,他决定在莫斯科郊区的乡间别墅庆祝生日。朋友们过来了,在一次典型的聚会之后,他们决定玩盲人迷。
生日男孩被蒙住眼睛,其他玩家分散在房子周围。比赛分几轮进行。在每一轮中,米莎都准确地抓住了他的一个朋友,并且必须猜测他是谁。抓住第 i 个朋友的概率在回合之间不会改变,等于 pi%(我们知道,它与第 i 个朋友消耗的酒精量成正比)并且 p1 + p2 + ... + pn = 100 成立。米沙不知道他抓到了谁。米莎尝试猜测被抓住的人后,回合结束。即便如此,米莎也没有被告知他是否猜对了,新一轮开始。
当 Misha 猜中每个朋友至少一次时,游戏结束,也就是说,存在这样一组回合 k1, k2, ..., kn,在第 ki 轮中,Misha 抓住了第 i 个朋友并猜中了他。米莎想要最小化对游戏轮数的期望。尽管米沙在游戏中的任何时候都不知道他已经猜到了谁,但他的朋友们都是诚实的,如果他们看到游戏结束的条件得到满足,游戏就会立即结束。求出 Misha 发挥最佳状态时对游戏轮数的期望。
输入
输入的第一行包含一个整数 n (1 ≤ n ≤ 100) — Misha 的朋友数量。
第二行包含 n 个整数 pi ($$p_i > 0, \sum_{i=1}^{n} p_i = 100$$),给出在某一轮中抓住第 i 个朋友的概率(以百分比表示)。
输出
打印单个实际值 - 假设 Misha 发挥最佳的情况下的轮数期望。如果您的答案的绝对或相对误差不超过 10 - 6,则视为正确。
即:假设你的答案是a,陪审团的答案是b。如果 $$\frac{|a-b|}{\max(1,b)} \leq 10^{-6}$$,检查程序将认为您的答案正确。
示例
输入 #1
2 50 50
输出 #1
5.0000000000
输入 #2
4 50 20 20 10
输出 #2
39.2846263444
注意
第一个示例中的最佳策略是交替猜测朋友。