Contravert

import sys
import bisect


class Problem:
    def __init__(self, initial, goal=None):
        self.initial = initial
        self.goal = goal

    def successor(self, state):
        """За дадена состојба, врати речник од парови {акција : состојба}
        достапни од оваа состојба. Ако има многу следбеници, употребете
        итератор кој би ги генерирал следбениците еден по еден, наместо да
        ги генерирате сите одеднаш.

        :param state: дадена состојба
        :return:  речник од парови {акција : состојба} достапни од оваа
                  состојба
        :rtype: dict
        """
        raise NotImplementedError

    def actions(self, state):
        """За дадена состојба state, врати листа од сите акции што може да
        се применат над таа состојба

        :param state: дадена состојба
        :return: листа на акции
        :rtype: list
        """
        return self.successor(state).keys()

    def result(self, state, action):
        """За дадена состојба state и акција action, врати ја состојбата
        што се добива со примена на акцијата над состојбата

        :param state: дадена состојба
        :param action: дадена акција
        :return: резултантна состојба
        """
        possible = self.successor(state)
        return possible[action]


    def goal_test(self, state):
        """Врати True ако state е целна состојба. Даденава имплементација
        на методот директно ја споредува state со self.goal, како што е
        специфицирана во конструкторот. Имплементирајте го овој метод ако
        проверката со една целна состојба self.goal не е доволна.

        :param state: дадена состојба
        :return: дали дадената состојба е целна состојба
        :rtype: bool
        """
        return state == self.goal

    def path_cost(self, c, state1, action, state2):
        """Врати ја цената на решавачкиот пат кој пристигнува во состојбата
        state2 од состојбата state1 преку акцијата action, претпоставувајќи
        дека цената на патот до состојбата state1 е c. Ако проблемот е таков
        што патот не е важен, оваа функција ќе ја разгледува само состојбата
        state2. Ако патот е важен, ќе ја разгледува цената c и можеби и
        state1 и action. Даденава имплементација му доделува цена 1 на секој
        чекор од патот.

        :param c: цена на патот до состојбата state1
        :param state1: дадена моментална состојба
        :param action: акција која треба да се изврши
        :param state2: состојба во која треба да се стигне
        :return: цена на патот по извршување на акцијата
        :rtype: float
        """
        return c + 1

    def value(self):
        """За проблеми на оптимизација, секоја состојба си има вредност.
        Hill-climbing и сличните алгоритми се обидуваат да ја максимизираат
        оваа вредност.

        :return: вредност на состојба
        :rtype: float
        """
        raise NotImplementedError


"""
Дефинирање на класата за структурата на јазел од пребарување.
Класата Node не се наследува
"""


class Node:
    def __init__(self, state, parent=None, action=None, path_cost=0):
        """Креирај јазол од пребарувачкото дрво, добиен од parent со примена
        на акцијата action

        :param state: моментална состојба (current state)
        :param parent: родителска состојба (parent state)
        :param action: акција (action)
        :param path_cost: цена на патот (path cost)
        """
        self.state = state
        self.parent = parent
        self.action = action
        self.path_cost = path_cost
        self.depth = 0  # search depth
        if parent:
            self.depth = parent.depth + 1

    def __repr__(self):
        return "<Node %s>" % (self.state,)

    def __lt__(self, node):
        return self.state < node.state

    def expand(self, problem):
        """Излистај ги јазлите достапни во еден чекор од овој јазол.

        :param problem: даден проблем
        :return: листа на достапни јазли во еден чекор
        :rtype: list(Node)
        """
        return [self.child_node(problem, action)
                for action in problem.actions(self.state)]

    def child_node(self, problem, action):
        """Дете јазел

        :param problem: даден проблем
        :param action: дадена акција
        :return: достапен јазел според дадената акција
        :rtype: Node
        """
        next_state = problem.result(self.state, action)
        return Node(next_state, self, action,
                    problem.path_cost(self.path_cost, self.state,
                                      action, next_state))

    def solution(self):
        """Врати ја секвенцата од акции за да се стигне од коренот до овој јазол.

        :return: секвенцата од акции
        :rtype: list
        """
        return [node.action for node in self.path()[1:]]

    def solve(self):
        """Врати ја секвенцата од состојби за да се стигне од коренот до овој јазол.

        :return: листа од состојби
        :rtype: list
        """
        return [node.state for node in self.path()[0:]]

    def path(self):
        """Врати ја листата од јазли што го формираат патот од коренот до овој јазол.

        :return: листа од јазли од патот
        :rtype: list(Node)
        """
        x, result = self, []
        while x:
            result.append(x)
            x = x.parent
        result.reverse()
        return result

    """Сакаме редицата од јазли кај breadth_first_search или
    astar_search да не содржи состојби - дупликати, па јазлите што
    содржат иста состојба ги третираме како исти. [Проблем: ова може
    да не биде пожелно во други ситуации.]"""

    def __eq__(self, other):
        return isinstance(other, Node) and self.state == other.state

    def __hash__(self):
        return hash(self.state)


"""
Дефинирање на помошни структури за чување на листата на генерирани, но непроверени јазли
"""


class Queue:
    """Queue е апстрактна класа / интерфејс. Постојат 3 типа:
        Stack(): Last In First Out Queue (стек).
        FIFOQueue(): First In First Out Queue (редица).
        PriorityQueue(order, f): Queue во сортиран редослед (подразбирливо,од најмалиот кон
                                 најголемиот јазол).
    """

    def __init__(self):
        raise NotImplementedError

    def append(self, item):
        """Додади го елементот item во редицата

        :param item: даден елемент
        :return: None
        """
        raise NotImplementedError

    def extend(self, items):
        """Додади ги елементите items во редицата

        :param items: дадени елементи
        :return: None
        """
        raise NotImplementedError

    def pop(self):
        """Врати го првиот елемент од редицата

        :return: прв елемент
        """
        raise NotImplementedError

    def __len__(self):
        """Врати го бројот на елементи во редицата

        :return: број на елементи во редицата
        :rtype: int
        """
        raise NotImplementedError

    def __contains__(self, item):
        """Проверка дали редицата го содржи елементот item

        :param item: даден елемент
        :return: дали queue го содржи item
        :rtype: bool
        """
        raise NotImplementedError


class Stack(Queue):
    """Last-In-First-Out Queue."""

    def __init__(self):
        self.data = []

    def append(self, item):
        self.data.append(item)

    def extend(self, items):
        self.data.extend(items)

    def pop(self):
        return self.data.pop()

    def __len__(self):
        return len(self.data)

    def __contains__(self, item):
        return item in self.data


class FIFOQueue(Queue):
    """First-In-First-Out Queue."""

    def __init__(self):
        self.data = []

    def append(self, item):
        self.data.append(item)

    def extend(self, items):
        self.data.extend(items)

    def pop(self):
        return self.data.pop(0)

    def __len__(self):
        return len(self.data)

    def __contains__(self, item):
        return item in self.data


class PriorityQueue(Queue):
    """Редица во која прво се враќа минималниот (или максималниот) елемент
    (како што е определено со f и order). Оваа структура се користи кај
    информирано пребарување"""
    """"""

    def __init__(self, order=min, f=lambda x: x):
        """
        :param order: функција за подредување, ако order е min, се враќа елементот
                      со минимална f(x); ако order е max, тогаш се враќа елементот
                      со максимална f(x).
        :param f: функција f(x)
        """
        assert order in [min, max]
        self.data = []
        self.order = order
        self.f = f

    def append(self, item):
        bisect.insort_right(self.data, (self.f(item), item))

    def extend(self, items):
        for item in items:
            bisect.insort_right(self.data, (self.f(item), item))

    def pop(self):
        if self.order == min:
            return self.data.pop(0)[1]
        return self.data.pop()[1]

    def __len__(self):
        return len(self.data)

    def __contains__(self, item):
        return any(item == pair[1] for pair in self.data)

    def __getitem__(self, key):
        for _, item in self.data:
            if item == key:
                return item

    def __delitem__(self, key):
        for i, (value, item) in enumerate(self.data):
            if item == key:
                self.data.pop(i)


def tree_search(problem, fringe):
    """ Пребарувај низ следбениците на даден проблем за да најдеш цел.

    :param problem: даден проблем
    :param fringe:  празна редица (queue)
    :return: Node
    """
    fringe.append(Node(problem.initial))
    while fringe:
        node = fringe.pop()
        print(node.state)
        if problem.goal_test(node.state):
            return node
        fringe.extend(node.expand(problem))
    return None


def breadth_first_tree_search(problem):
    """Експандирај го прво најплиткиот јазол во пребарувачкото дрво.

    :param problem: даден проблем
    :return: Node
    """
    return tree_search(problem, FIFOQueue())


def depth_first_tree_search(problem):
    """Експандирај го прво најдлабокиот јазол во пребарувачкото дрво.

    :param problem:даден проблем
    :return: Node
    """
    return tree_search(problem, Stack())


"""
Неинформирано пребарување во рамки на граф
Основната разлика е во тоа што овде не дозволуваме јамки,
т.е. повторување на состојби
"""


def graph_search(problem, fringe):
    """Пребарувај низ следбениците на даден проблем за да најдеш цел.
     Ако до дадена состојба стигнат два пата, употреби го најдобриот пат.

    :param problem: даден проблем
    :param fringe: празна редица (queue)
    :return: Node
    """
    closed = set()
    fringe.append(Node(problem.initial))
    while fringe:
        node = fringe.pop()
        if problem.goal_test(node.state):
            return node
        if node.state not in closed:
            closed.add(node.state)
            fringe.extend(node.expand(problem))
    return None


def breadth_first_graph_search(problem):
    """Експандирај го прво најплиткиот јазол во пребарувачкиот граф.

    :param problem: даден проблем
    :return: Node
    """
    return graph_search(problem, FIFOQueue())


def depth_first_graph_search(problem):
    """Експандирај го прво најдлабокиот јазол во пребарувачкиот граф.

    :param problem: даден проблем
    :return: Node
    """
    return graph_search(problem, Stack())


def depth_limited_search(problem, limit=50):
    def recursive_dls(node, problem, limit):
        """Помошна функција за depth limited"""
        cutoff_occurred = False
        if problem.goal_test(node.state):
            return node
        elif node.depth == limit:
            return 'cutoff'
        else:
            for successor in node.expand(problem):
                result = recursive_dls(successor, problem, limit)
                if result == 'cutoff':
                    cutoff_occurred = True
                elif result is not None:
                    return result
        if cutoff_occurred:
            return 'cutoff'
        return None

    return recursive_dls(Node(problem.initial), problem, limit)


def iterative_deepening_search(problem):
    for depth in range(sys.maxsize):
        result = depth_limited_search(problem, depth)
        if result is not 'cutoff':
            return result


def uniform_cost_search(problem):
    """Експандирај го прво јазолот со најниска цена во пребарувачкиот граф."""
    return graph_search(problem, PriorityQueue(lambda a, b : a.path_cost < b.path_cost))


class WJ(Problem):

    def __init__(self, capacities=(5, 2), initial=(5, 0), goal=(0, 1)):
        super().__init__(initial, goal)
        self.capacities = capacities

    def goal_test(self, state):
        """Враќа True ако состојбата state е целна состојба.

        :param state: дадена состојба
        :type state: tuple
        :return: дали состојбата е целна состојба
        :rtype: bool
        """
        g = self.goal
        return (state[0] == g[0] or g[0] == '*') and \
               (state[1] == g[1] or g[1] == '*')

    def successor(self, j):
        """Враќа речник од следбеници на состојбата

        :param j: дадена состојба
        :type j: tuple
        :return: речник од следни состојби
        :rtype: dict
        """
        successors = dict()
        j0, j1 = j
        (C0, C1) = self.capacities
        if j0 > 0:
            j_new = 0, j1
            successors['isprazni go sadot J0'] = j_new
        if j1 > 0:
            j_new = j0, 0
            successors['isprazni go sadot J1'] = j_new
        if j1 < C1 and j0 > 0:
            delta = min(j0, C1 - j1)
            j_new = j0 - delta, j1 + delta
            successors['preturi od sadot J0 vo sadot J1'] = j_new
        if j0 < C0 and j1 > 0:
            delta = min(j1, C0 - j0)
            j_new = j0 + delta, j1 - delta
            successors['preturi od sadot J1 vo sadot J0'] = j_new
        return successors

    def actions(self, state):
        return self.successor(state).keys()

    def result(self, state, action):
        possible = self.successor(state)
        return possible[action]


chovece_redica = int (input())
chovece_kolona = int(input())
kukja_redica = int(input())
kukja_kolona = int(input())

precka1 = ((2, 2), (2, 3)), -1

precka2 = ((7, 2), (7, 3), (8, 2), (8, 3)), 1

precka3 = ((7, 8), (8, 8)), 1


def pomesti_precka1(precka):
    lista = precka[0]
    nasoka = precka[1]

    if lista[0][1] == 0:
        nasoka = 1
    if lista[1][1] == 5:
        nasoka = -1
    kocka_levo = lista[0][0], lista[0][1] + nasoka
    kocka_desno = lista[1][0], lista[1][1] + nasoka
    return (kocka_levo, kocka_desno), nasoka


def pomesti_precka2(precka):
    lista = precka[0]
    nasoka = precka[1]

    gorno_levo = lista[0]
    gorno_desno = lista[1]
    dolno_levo = lista[2]
    dolno_desno = lista[3]

    if gorno_desno[0] == 5:
        nasoka = -1

    if dolno_levo[0] == 10:
        nasoka = 1

    gorno_levo = gorno_levo[0] - nasoka, gorno_levo[1] + nasoka
    gorno_desno = gorno_desno[0] - nasoka, gorno_levo[1] + nasoka
    dolno_levo = dolno_levo[0] - nasoka, dolno_levo[1] + nasoka
    dolno_desno = dolno_desno[0] - nasoka, dolno_desno[1] + nasoka

    return (gorno_levo, gorno_desno, dolno_levo, dolno_desno), nasoka


def pomesti_precka3(precka):
    lista = precka[0]
    nasoka = precka[1]

    gorno = lista[0]
    dolno = lista[1]

    if gorno[0] == 5:
        nasoka = 1
    if dolno[0] == 10:
        nasoka = -1

    gorno = gorno[0] + nasoka, gorno[1]
    dolno = dolno[0] + nasoka, dolno[1]

    return (gorno, dolno), nasoka


def validpos(xy, precka1, precka2, precka3):
    if xy in precka1[0]:
        return False
    if xy in precka2[0]:
        return False
    if xy in precka3[0]:
        return False
    return True


class Istrazuvac(Problem):
    def __init__(self, initial, goal):
        Problem.__init__(self, initial, goal)
        self.initial = initial
        self.goal = goal

    def successor(self, state):
        successors = dict()
        x, y = state[0]
        p1 = pomesti_precka1(precka1)
        p2 = pomesti_precka2(precka2)
        p3 = pomesti_precka3(precka3)

        if x < 5 and y < 5:
            newstate = (x, y+1), p1, p2, p3
            if validpos(newstate[0], p1, p2, p3):
                successors["Desno"] = newstate

        if x > 5 and y < 10:
            newstate = (x, y+1), p1, p2, p3
            if validpos(newstate[0], p1, p2, p3):
                successors["Desno"] = newstate

        if y >= 0:
            newstate = (x, y-1), p1, p2, p3
            if validpos(newstate[0], p1, p2, p3):
                successors["Levo"] = newstate

        if y < 6 and x >= 0:
            newstate = (x-1, y), p1, p2, p3
            if validpos(newstate[0], p1, p2, p3):
                successors["Gore"] = newstate

        if y > 5 and x > 5:
            newstate = (x-1, y), p1, p2, p3
            if validpos(newstate[0], p1, p2, p3):
                successors["Gore"] = newstate

        if x < 10:
            newstate = (x+1, y), p1, p2, p3
            if validpos(newstate[0], p1, p2, p3):
                successors["Dolu"] = newstate

        return successors

    def actions(self, state):
        return self.successor(state).keys()

    def result(self, state, action):
        possible = self.successor(state)
        return possible[action]

    def goal_test(self, state):
        return state[0] == self.goal

    def value(self):
        pass

    def result(self, state, action):
        possible = self.successor(state)
        return possible[action]

    def path_cost(self, c, state1, action, state2):
        pass


goal = kukja_redica, kukja_kolona
initial = (chovece_redica, chovece_kolona), precka1, precka2, precka3
istrazuvac = Istrazuvac(initial, goal)

answer = breadth_first_graph_search(istrazuvac)
print(answer.solution())