【题目背景】

在机器学习中，对数据进行归一化处理是一种常用的技术。将数据从各种各样分布调整为平均值为0、方差为1的标准分布，在很多情况下都可以有效地加速模型的训练。

【问题描述】

这里假定需要处理的数据为n个整数 a1,a2,...,an

这组数据的平均值：

方差:

使用如下函数处理所有数据，得到的n个浮点数f(a1),f(a2),...,f(an)即满足平均值为0且方差为1：

【输入格式】

第一行包含一个整数 n，表示待处理的整数个数。

第二行包含空格分隔的 n 个整数，依次表示a1,a2,...,an。

【输出格式】

输出共 n 行，每行一个浮点数，依次表示按上述方法归一化处理后的数据。

【样例输入】

7

-4 293 0 -22 12 654 1000

【样例输出】

-0.7485510379073613

0.0450428467481226

-0.7378629047806881

-0.7966476369773906

-0.7057985054006686

1.0096468614303775

1.9341703768876082

【样例解释】

平均值：

方差：

标准差：

【子任务】

全部的测试数据保证 n,|ai|≤1000，其中 |ai| 表示 ai 的绝对值。

且输入的 n 个整数 a1,a2,...,an 满足：方差 D(a)≥1。