商汤科技近日推出的 SenseVideo 能够对视频监控中的对象进行识别与分析，包括行人检测等。在行人检测问题中，最重要的就是对行人移动的检测。由于往往是在视频监控数据中检测行人，我们将图像上的行人抽象为二维平面上若干个的点。那么，行人的移动就相当于二维平面上的变换。

在这道题中，我们将行人的移动过程抽象为 平移，有两个 移动参数：dx，dy.每次行人的移动过程会将行人对应的所有点全部平移，对于平移前的点 (x,y)，平移后的坐标为 (x+dx,y+dy).?? 和 dyd_yd?y??。每次行人的移动过程会将行人对应的所有点全部平移，对于平移前的点 (x,y)(x, y)(x,y)，平移后的坐标为 (x+dx,y+dy)(x + d_x, y + d_y)(x+d?x??,y+d?y??)。

我们现在已知一个行人对应着 n 个点，坐标分别为 (x1,y1),(x2,y2)…(xn,yn),平移后为（x1‘,y1‘)(x2‘,y2‘)(xn‘,yn‘).1??,y?1??),(x?2??,y?2??)…(x?n??,y?n??)，平移后的坐标分别为 (x1′,y1′),(x2′,y2′)…(xn′,yn′)(x_1‘,y_1‘),(x_2‘,y_2‘)\ldots (x_n‘,y_n‘)(x?1?′??,y?1?′??),(x?2?′??,y?2?′??)…(x?n?′??,y?n?′??)。

很显然，通过平移前后的正确坐标，很容易算出行人的移动参数，但问题没有这么简单。由于行人实际的移动并不会完全按照我们预想的方式进行，因此，会有一部分平移后的坐标结果不正确，但可以确保 结果不正确的坐标数量严格不超过一半。

你现在作为商汤科技的实习生，接手了这个有趣的挑战：算出行人的移动参数。如果不存在一组合法的移动参数，则随意输出一组参数；如果有多种合法的移动参数，输出其中任意一组合法的即可。

输入格式

第一行输入一个整数 n(1≤n≤105)5??)，表示行人抽象出的点数。

接下来 n 行，每行 4个 整数。前两个数表示平移前的坐标，后两个数表示平移后的坐标。

坐标范围在 -10^9?10^9?^9?? 到 10910^910?9?? 之间。

输出格式

一行两个整数，dx,dy表示人的移动参数。x?? 和 dyd_yd?y??，表示行人的移动参数。