题目描述

农夫约翰一直在阅读关于机器学习这个令人兴奋的领域的资料，在这个领域中，人们可以通过分析大量数据来发现有趣且有时出乎意料的模式（他甚至开始把他农场里的一块地称为“机器学习田”！）。约翰决定利用他现有牛群的数据来构建一个自动分类器，用于判断一头牛是否有斑点。

不幸的是，约翰在记录奶牛的数据方面做得不太好。对于他的$N$头奶牛（1 <= $N$ <= 50,000），他只知道每头奶牛的体重以及是否有斑点。每头奶牛的体重都是不同的。基于这些数据，他构建了一个所谓的“最近邻分类器”。为了判断一头新奶牛$C$是否有斑点，约翰首先在他的牛群中找到体重与$C$最接近的奶牛$C'$。如果$C'$有斑点，那么约翰就猜测$C$也有斑点；如果$C'$没有斑点，约翰对$C$的猜测也是如此。如果没有唯一的最近邻$C'$，而是与约翰的两头奶牛距离相同，那么只要这两头最近邻中有一头或两头有斑点，约翰就猜测$C$有斑点。

约翰想在一群刚到农场的新奶牛身上测试他的新自动斑点预测器。称完这些奶牛的体重后，他发现这批新奶牛的体重涵盖了从$A$到$B$（包含$A$和$B$）的每一个整数。请使用约翰的新分类器，确定这些奶牛中会被分类为有斑点的数量。注意，分类器只使用约翰现有的$N$头奶牛的数据，而不使用任何新奶牛的数据。另外，由于$A$和$B$可能都很大，如果程序从$A$循环到$B$逐个计数，可能运行速度不够快。

输入格式

• 第1行：输入包含三个整数$N$、$A$和$B$（1 <= $A$ <= $B$ <= 1,000,000,000）。
• 接下来$N$行：每行描述一头奶牛。每行包含要么是“S W”，表示一头体重为$W$的有斑点奶牛，要么是“NS W”，表示一头体重为$W$的无斑点奶牛。体重均为1到1,000,000,000之间的整数。

输出格式

• 一行：一个整数，表示约翰的算法将分类为有斑点的新奶牛数量。

样例

样例输入

3 1 10
S 10
NS 4
S 1

样例输出

6

数据范围

1 <= $N$ <= 50,000，1 <= $A$ <= $B$ <= 1,000,000,000，奶牛体重为1到1,000,000,000之间的整数