题目描述

具身智能部记录了一段任务轨迹上的即时奖励。现在机器人位于一个可继续也可停止的检查点，你需要计算指定区间的折扣回报，并根据停止价值和继续阈值决定是否继续执行。

奖励序列使用 0-based 下标。若给定区间为空，即 start > end，折扣回报记为 0。

输入格式

第一行输入整数 T，表示奖励序列长度。

第二行输入 T 个实数 reward_0, reward_1, ..., reward_{T-1}。

第三行输入两个整数 start end，表示要计算的闭区间。

第四行输入三个实数：

gamma stop_value threshold

其中 gamma 为折扣因子，stop_value 为停止动作价值，threshold 为允许继续的最低回报阈值。

输出格式

输出一行：

G decision

G 为折扣回报，保留 6 位小数。decision 为 CONTINUE 或 STOP。

判定规则

若 start <= end，折扣回报为：

G = reward_start + gamma * reward_{start+1} + ... + gamma^(end-start) * reward_end

当且仅当 G > stop_value 且 G >= threshold 时输出 CONTINUE，否则输出 STOP。

使用标准输出比较，浮点数保留 6 位小数。

数据范围与测试提示

• 正式测试会覆盖样例没有出现的边界输入，请不要依赖样例规模或样例顺序写特判。
• 输出只包含题目要求的字段，不要输出调试信息；浮点结果按题面要求保留 6 位小数。
• 奖励区间使用 0-based 下标，start > end 的空区间折扣回报为 0。
• 折扣因子可能为 0、1 或接近边界，长区间累加时仍要保持 6 位小数输出。
• 继续条件是严格 G > stop_value 且 G >= threshold；空区间回报固定为 0。

样例

输入样例 1

4
-1 2 5 0
0 2
0.5 1 0

输出样例 1

1.250000 CONTINUE

输入样例 2

2
1 1
0 1
1 2 0

输出样例 2

2.000000 STOP