我们考虑对由六边形像素组成的单色图像进行操作，每个像素的颜色要么是黑色，要么是白色。由于像素的形状，每个像素恰好有六个邻居（例如，与它共享一条边的像素）。

“过滤”（Filtering）是一种根据像素自身及其六个邻居的颜色来确定该像素颜色的操作。下面展示了过滤的示例。

示例 1：当一个像素的所有邻居均为白色时，将该像素涂成白色。否则，颜色保持不变。

同时对所有像素执行此操作会产生“降噪”（noise canceling）效果，它会去除孤立的黑色像素。

示例 2：当一个像素的所有邻居均为黑色时，将该像素涂成白色。否则，颜色保持不变。

同时对所有像素执行此操作会产生“边缘检测”（edge detection）效果，它只保留填充区域的边缘。

示例 3：将像素涂成其正下方像素的颜色，忽略其他任何邻居。

同时对所有像素执行此操作会产生将整个图像“向上移动”（shifting up）一个像素的效果。

对任何图像应用某些过滤器（例如“降噪”和“边缘检测”）两次，产生的结果与仅应用一次的结果完全相同。我们称这类过滤器为幂等的（idempotent）。“向上移动”过滤器不是幂等的，因为每次重复应用都会使图像向上移动一个像素。

你的任务是确定给定的过滤器是否为幂等。

输入格式

输入包含多个数据集。数据集的数量少于 100 个。每个数据集是一个表示过滤器的字符串，格式如下（数字之间没有空格）。

$c_i$ 为 ‘0’（代表黑色）或 ‘1’（代表白色），表示当像素及其六个邻居的二进制表示为 $i$ 时，过滤器的输出。像素到位的映射如下：

二进制表示 $i$ 定义为 $i = \sum_{j=0}^{6} bit_j \times 2^j$，其中当对应像素为黑色时 $bit_j$ 为 0，为白色时 $bit_j$ 为 1。注意，过滤器应用于中心像素，即 $bit_3$。

输入以仅包含一个 “#” 的行结束。

输出格式

对于每个数据集，如果给定的过滤器是幂等的，则在一行中打印 “yes”，否则打印 “no”（引号仅用于清晰说明）。

样例

输入 1

00000000111111110000000011111111000000001111111100000000111111110000000011111111000000001111111100000000111111110000000111111111
10000000111111110000000011111111000000001111111100000000111111110000000011111111000000001111111100000000111111110000000011111111
01010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101
#

输出 1

yes
yes
no