题目描述

农民约翰一直在阅读有关机器学习这一激动人心的领域的所有书籍，在那里，人们可以通过分析大量数据来学习有趣的、有时是意想不到的模式（他甚至开始将农场上的一块领域称为"机器学习领域"！）。$\red{FJ decidesto}$使用现有牛群的数据建立了一个自动分类系统，可以猜测奶牛是否会有斑点。

不幸的是，$\red{FJ}$并不擅长跟踪关于这头奶牛的数据。对于他的$\red{N}$头奶牛中的每头$\red{（1<=N<=50000）}$，他只知道奶牛的体重，以及奶牛是否有斑点。他的每头奶牛都有不同的体重。根据这些数据 ，他构建了所谓的"最近邻分类器"。为了猜测一头新的奶牛$\red{C}$是否会有斑点，$\red{FJ}$首先在他的牛群中找到重量最接近$\red{C}$的奶牛$\red{C}$。如果$\red{C}$’有斑点，那么$\red{FJ}$猜测$\red{C}$也会有斑点；如果$\red{C}$’没有斑点，$\red{FJ}$对$\red{C}$的猜测是一样的。如果不是一个唯一的最近邻$\red{C}$’，而是$\red{FJ}$的两头奶牛之间的联系，那么$\red{FJ}$猜测如果这些最近邻中的一个或两个有斑点，$\red{C}$将有斑点。

$\red{FJ}$想在一群刚到农场的奶牛身上测试他的新自动定点预测器。在对这些奶牛称重后，他发现新装运的奶牛中包含一头$\red{a}$和$\red{B（}$包括$\red{a}$和$\red{B）}$之间的每一个整数重量的奶牛。请 确定这些奶牛中有多少将被归类为有斑点，使用$\red{FJ}$的新分类器。注意，分类器仅使用来自$\red{FJ}$的$\red{N}$个现有奶牛的数据进行决策，而不是任何新奶牛。还要注意的是，由于$\red{A}$和$\red{B}$可能都很大，如果程序按$\red{1}$从$\red{A}$循环到$\red{B，}$则运行速度可能不够快。

输入格式

输入的第一行包含三个整数$\red{N}$、$\red{A}$和$\red{B（}$$\red{1<=A<=B<=100000000）}$。接下来的$\red{N}$行分别描述了一头奶牛。每行包含另一个$\red{S W，}$表示重量为$\red{W}$的斑点牛，或$\red{NS W，}$表示重量为$\red{W}$的非斑点牛。重量都是范围$\red{1}$中的整数。。。$\red{1,000,000,000.}$

输出格式

一个整数，表示$\red{FJ}$接收的奶牛数量 算法将分类为有斑点。在所示示例中 这里是体重为$\red{1}$、$\red{2}$、$\red{7}$、$\red{8}$、$\red{9}$和$\red{10}$的奶牛 都会被归类为有斑点。

样例

输入样例

3 1 10
S 10
NS 4
S 1

输出样例

6