向量(x1,y1)和向量(x2,y2)的加法是向量運算的基本操作之一。在二維平面上，向量(x1，y1)表示從原點(0,0)到點(x1,y1)的有向線段，而向量(x2,y2)表示從原點（0,0)到點(x2,y2)的有向線段。當我們將這兩個向量相加時，我們得到一個新的向量，其座標是這兩個向量座標的對應分量之和。具體地，向量(x1,y1)和向量(x2,y2)的和向量的座標是(x1+x2,y1+y2).這個新的向量(x1+x2,y1+y2)表示從原點(0,0)到點(x1+x2,y1+y2)的有向線段。例如，向量(2,3)和向量(1，-1)的和是(2+1,3+(-1))，即(3,2)。給定n個向量，選出一些向量使得它們和的模長最大。求最大的模長。向量的模長(或稱為向量的長度、大小、絕對值)是一個非負實數，表示向量在空間中“伸展“的程度。對於二維平面上的向量(x,y),其模長計算公式為：模長=sqrt(x^2+y^2)。
輸入格式
第一行一個數n
接下來n行，每行兩個整數x[i],y[i],表示一個向量。
1<=n<=100,-1000000<=x[i]<=1000000,-1000000<=y[i]<=1000000
輸出格式
一個數，保留一位小數。
輸入/輸出例子1
輸入：
3
0 10
5 -5
-5 -5
輸出：
10.0
樣例解釋
無
做法一：
注意到 n 的範圍比較小，可以考慮揹包
f(i, j): 對於x向量，考慮前i個向量，選j個，滿足是最大模長的前提下，x的和（這裡不是最大模長，而是x的和，因為方便後面計算）
g(i, j): 對於y向量，考慮前i個向量，選j個，滿足是最大模長的前提下，y的和（同上）
轉移：選和不選
不選：f(i, j)=f(i-1, j), g(i, j)=g(i-1, j)
選：選了當前x，y，要滿足是最大模長，才進行轉移： f(i, j)=f(i-1, j-1)+x, g(i, j)=g(i-1, j-1)+y
答案：max(f[n][i])，其中i<=n
但是由於向量的順序不一樣，會導致求出的答案出錯。（dp是全域性最優性，而本題是區域性最優性，這兩個不匹配）
錯誤例子：
輸入：
4
29 -74
-81 -11
63 73
-100 -13
輸出：
182.6
模擬一下，易得，
f[1][0]:0.0
f[2][0]:0.0 f[2][1]:-81.0
f[3][0]:0.0 f[3][1]:63.0 f[3][2]:-52.0
f[4][0]:0.0 f[4][1]:-100.0 f[4][2]:-52.0 f[4][3]:-152.0
g[1][0]:0.0
g[2][0]:0.0 g[2][1]:-11.0
g[3][0]:0.0 g[3][1]:73.0 g[3][2]:-85.0
g[4][0]:0.0 g[4][1]:-13.0 g[4][2]:-85.0 g[4][3]:-98.0
答案是錯的，得出的是180.9
但是發現，把序列改成：
29 -74
-81 -11
-100 -13
63 73
f[1][0]:0.0
f[2][0]:0.0 f[2][1]:-100.0
f[3][0]:0.0 f[3][1]:-100.0 f[3][2]:-71.0
f[4][0]:0.0 f[4][1]:-100.0 f[4][2]:-181.0 f[4][3]:-152.0
g[1][0]:0.0
g[2][0]:0.0 g[2][1]:-13.0
g[3][0]:0.0 g[3][1]:-13.0 g[3][2]:-87.0
g[4][0]:0.0 g[4][1]:-13.0 g[4][2]:-24.0 g[4][3]:-98.0
那麼dp出來就是對的了。答案是182.6
所以我們可以多次隨機化，再對每一次隨機化後的向量進行 dp，這樣就可以求出答案了。（資料大就沒了）
做法二：
極角排序：
暫時不會