diff --git a/whisper.cpp b/whisper.cpp
index 734fb78..21e559f 100644
--- a/whisper.cpp
+++ b/whisper.cpp
@@ -99,35 +99,12 @@ static void byteswap_tensor(ggml_tensor * tensor) {
 #define WHISPER_PRINT_DEBUG(...)
 #endif
 
-#define WHISPER_USE_SCRATCH
 #define WHISPER_USE_FLASH_ATTN
 //#define WHISPER_USE_FLASH_FF
 #define WHISPER_MAX_DECODERS 16
 
-// TODO: make these part of the whisper_context instead of macros
-#if defined(WHISPER_USE_SCRATCH)
-static int    g_buf_last = 0;
-static size_t g_buf_max_size[16] = { 0 };
-#define USE_BUF(wctx, gctx, i) \
-    do { \
-        size_t last_size = 0; \
-        if (i == -1) { \
-            last_size = ggml_set_scratch(gctx, { 0, 0, nullptr, }); \
-        } else { \
-            auto & buf = wctx.buf_scratch[i]; \
-            last_size = ggml_set_scratch(gctx, { 0, buf.size(), buf.data(), }); \
-        } \
-        if (g_buf_last >= 0) { \
-            g_buf_max_size[g_buf_last] = std::max(g_buf_max_size[g_buf_last], last_size); \
-        } \
-        g_buf_last = i; \
-    } while (0)
-
-#define GET_BUF_MAX_MEM(i) g_buf_max_size[i]
-#else
-#define USE_BUF(wctx, gctx, i) do {} while (0)
-#define GET_BUF_MAX_MEM(i) 0
-#endif
+#define WHISPER_USE_SCRATCH
+#define WHISPER_MAX_SCRATCH_BUFFERS 16
 
 // available whisper models
 enum e_model {
@@ -598,8 +575,11 @@ struct whisper_context {
     whisper_decoder decoders[WHISPER_MAX_DECODERS] = {};
 
     // memory buffers used by encode / decode contexts
-    std::vector<uint8_t> buf_scratch[4];
     std::vector<uint8_t> buf_compute;
+    std::vector<uint8_t> buf_scratch[WHISPER_MAX_SCRATCH_BUFFERS];
+
+    int    buf_last = 0;
+    size_t buf_max_size[WHISPER_MAX_SCRATCH_BUFFERS] = { 0 };
 
     // decode output (2-dimensional array: [n_tokens][n_vocab])
     std::vector<float> logits;
@@ -620,6 +600,36 @@ struct whisper_context {
 
     // [EXPERIMENTAL] speed-up techniques
     int32_t exp_n_audio_ctx; // 0 - use default
+
+    void use_buf(struct ggml_context * ctx, int i) {
+#if defined(WHISPER_USE_SCRATCH)
+        size_t last_size = 0;
+
+        if (i == -1) {
+            last_size = ggml_set_scratch(ctx, { 0, 0, nullptr, });
+        } else {
+            auto & buf = buf_scratch[i];
+            last_size = ggml_set_scratch(ctx, { 0, buf.size(), buf.data(), });
+        }
+
+        if (buf_last >= 0) {
+            buf_max_size[buf_last] = std::max(buf_max_size[buf_last], last_size);
+        }
+
+        buf_last = i;
+#else
+        (void) i;
+#endif
+    }
+
+    size_t get_buf_max_mem(int i) const {
+#if defined(WHISPER_USE_SCRATCH)
+        return buf_max_size[i];
+#else
+        (void) i;
+        return 0;
+#endif
+    }
 };
 
 template<typename T>
@@ -828,12 +838,12 @@ static bool whisper_model_load(struct whisper_model_loader * loader, whisper_con
             fprintf(stderr, "%s: kv cross size = %7.2f MB\n", __func__, memory_size/1024.0/1024.0);
         }
 
+        wctx.buf_compute.resize(scale*std::max(MEM_REQ_ENCODE.at(model.type), MEM_REQ_DECODE.at(model.type)));
+
         wctx.buf_scratch[0].resize(MEM_REQ_SCRATCH0.at(model.type));
         wctx.buf_scratch[1].resize(MEM_REQ_SCRATCH1.at(model.type));
         wctx.buf_scratch[2].resize(MEM_REQ_SCRATCH2.at(model.type));
         wctx.buf_scratch[3].resize(MEM_REQ_SCRATCH3.at(model.type));
-
-        wctx.buf_compute.resize(scale*std::max(MEM_REQ_ENCODE.at(model.type), MEM_REQ_DECODE.at(model.type)));
     }
 
     // load mel filters
@@ -1366,7 +1376,7 @@ static bool whisper_encode(
 
     struct ggml_context * ctx0 = ggml_init(params);
 
-    USE_BUF(wctx, ctx0, 0);
+    wctx.use_buf(ctx0, 0);
 
     struct ggml_tensor * mel = ggml_new_tensor_2d(ctx0, GGML_TYPE_F32, 2*n_ctx, n_mels);
     assert(mel->type == GGML_TYPE_F32);
@@ -1388,7 +1398,7 @@ static bool whisper_encode(
 
     // convolution + gelu
     {
-        USE_BUF(wctx, ctx0, 1);
+        wctx.use_buf(ctx0, 1);
 
         cur = ggml_conv_1d_1s(ctx0, model.e_conv_1_w, mel);
         cur = ggml_add(ctx0,
@@ -1399,7 +1409,7 @@ static bool whisper_encode(
 
         cur = ggml_gelu(ctx0, cur);
 
-        USE_BUF(wctx, ctx0, 0);
+        wctx.use_buf(ctx0, 0);
 
         cur = ggml_conv_1d_2s(ctx0, model.e_conv_2_w, cur);
         cur = ggml_add(ctx0,
@@ -1411,7 +1421,7 @@ static bool whisper_encode(
         cur = ggml_gelu(ctx0, cur);
     }
 
-    USE_BUF(wctx, ctx0, 3);
+    wctx.use_buf(ctx0, 3);
 
     // ===================================================================
     // NOTE: experimenting with partial evaluation of the encoder (ignore)
@@ -1446,7 +1456,7 @@ static bool whisper_encode(
 
         // norm
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_norm(ctx0, inpL);
 
@@ -1460,7 +1470,7 @@ static bool whisper_encode(
 
         // self-attention
         {
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * Qcur = ggml_mul_mat(ctx0,
                     layer.attn_q_w,
@@ -1493,7 +1503,7 @@ static bool whisper_encode(
 
             // ------
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
 #ifdef WHISPER_USE_FLASH_ATTN
             struct ggml_tensor * Q =
@@ -1570,7 +1580,7 @@ static bool whisper_encode(
 #endif
             struct ggml_tensor * KQV_merged = ggml_permute(ctx0, KQV, 0, 2, 1, 3);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_cpy(ctx0,
                     KQV_merged,
@@ -1579,20 +1589,20 @@ static bool whisper_encode(
 
         // projection
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_mul_mat(ctx0,
                     layer.attn_ln_1_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.attn_ln_1_b, cur),
                     cur);
         }
 
-        USE_BUF(wctx, ctx0, 2);
+        wctx.use_buf(ctx0, 2);
 
         // add the input
         cur = ggml_add(ctx0, cur, inpL);
@@ -1603,11 +1613,11 @@ static bool whisper_encode(
         {
             // norm
             {
-                USE_BUF(wctx, ctx0, 0);
+                wctx.use_buf(ctx0, 0);
 
                 cur = ggml_norm(ctx0, inpFF);
 
-                USE_BUF(wctx, ctx0, 1);
+                wctx.use_buf(ctx0, 1);
 
                 // cur = mlp_ln_w*cur + mlp_ln_b
                 cur = ggml_add(ctx0,
@@ -1618,38 +1628,38 @@ static bool whisper_encode(
             }
 
 #ifdef WHISPER_USE_FLASH_FF
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_flash_ff(ctx0,
                     ggml_cpy(ctx0, cur, ggml_new_tensor_2d(ctx0, wctx.wtype, n_state, N)),
                     layer.mlp_0_w, layer.mlp_0_b, layer.mlp_1_w, layer.mlp_1_b);
 #else
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // fully connected
             cur = ggml_mul_mat(ctx0,
                     layer.mlp_0_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.mlp_0_b, cur),
                     cur);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // GELU activation
             cur = ggml_gelu(ctx0, cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             // projection
             cur = ggml_mul_mat(ctx0,
                     layer.mlp_1_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.mlp_1_b, cur),
@@ -1657,7 +1667,7 @@ static bool whisper_encode(
 #endif
         }
 
-        USE_BUF(wctx, ctx0, 3);
+        wctx.use_buf(ctx0, 3);
 
         inpL = ggml_add(ctx0, cur, inpFF);
     }
@@ -1666,11 +1676,11 @@ static bool whisper_encode(
 
     // norm
     {
-        USE_BUF(wctx, ctx0, 0);
+        wctx.use_buf(ctx0, 0);
 
         cur = ggml_norm(ctx0, cur);
 
-        USE_BUF(wctx, ctx0, 1);
+        wctx.use_buf(ctx0, 1);
 
         // cur = ln_f_g*cur + ln_f_b
         cur = ggml_add(ctx0,
@@ -1680,7 +1690,7 @@ static bool whisper_encode(
                 ggml_repeat(ctx0, model.e_ln_b, cur));
     }
 
-    USE_BUF(wctx, ctx0, -1);
+    wctx.use_buf(ctx0, -1);
 
     // run the computation
     {
@@ -1720,7 +1730,7 @@ static bool whisper_encode(
         for (int il = 0; il < model.hparams.n_text_layer; ++il) {
             auto & layer = model.layers_decoder[il];
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             struct ggml_tensor * Kcross = ggml_mul_mat(ctx0,
                     layer.cross_attn_k_w,
@@ -1728,7 +1738,7 @@ static bool whisper_encode(
 
             Kcross = ggml_scale(ctx0, Kcross, ggml_new_f32(ctx0, pow(float(n_state)/n_head, -0.25)));
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * Vcross = ggml_mul_mat(ctx0,
                     layer.cross_attn_v_w,
@@ -1740,7 +1750,7 @@ static bool whisper_encode(
                         Vcross),
                     Vcross);
 
-            USE_BUF(wctx, ctx0, -1);
+            wctx.use_buf(ctx0, -1);
 
             //struct ggml_tensor * k = ggml_view_1d(ctx0, wctx.kv_cross.k, n_state*n_ctx, (ggml_element_size(wctx.kv_cross.k)*n_state)*(il*hparams.n_audio_ctx + iter*n_ctx));
             //struct ggml_tensor * v = ggml_view_1d(ctx0, wctx.kv_cross.v, n_state*n_ctx, (ggml_element_size(wctx.kv_cross.v)*n_state)*(il*hparams.n_audio_ctx + iter*n_ctx));
@@ -1757,8 +1767,12 @@ static bool whisper_encode(
 
     ////////////////////////////////////////////////////////////////////////////
 
-    printf("%s: used_mem = %f MB, %f MB, %f MB %f MB %f MB\n", __func__, ggml_used_mem(ctx0)/1024.0/1024.0,
-            GET_BUF_MAX_MEM(0)/1024.0/1024.0, GET_BUF_MAX_MEM(1)/1024.0/1024.0, GET_BUF_MAX_MEM(2)/1024.0/1024.0, GET_BUF_MAX_MEM(3)/1024.0/1024.0);
+    printf("%s: used_mem = %f MB, %f MB, %f MB %f MB %f MB\n", __func__,
+            ggml_used_mem(ctx0)/1024.0/1024.0,
+            wctx.get_buf_max_mem(0)/1024.0/1024.0,
+            wctx.get_buf_max_mem(1)/1024.0/1024.0,
+            wctx.get_buf_max_mem(2)/1024.0/1024.0,
+            wctx.get_buf_max_mem(3)/1024.0/1024.0);
 
     ggml_free(ctx0);
 
@@ -1825,7 +1839,7 @@ static bool whisper_decode(
         ((int32_t *) position->data)[i] = n_past + i;
     }
 
-    USE_BUF(wctx, ctx0, 3);
+    wctx.use_buf(ctx0, 3);
 
     // token encoding + position encoding
     struct ggml_tensor * cur =
@@ -1840,7 +1854,7 @@ static bool whisper_decode(
 
         // norm
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_norm(ctx0, inpL);
 
@@ -1854,7 +1868,7 @@ static bool whisper_decode(
 
         // self-attention
         {
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * Qcur = ggml_mul_mat(ctx0,
                     layer.attn_q_w,
@@ -1885,7 +1899,7 @@ static bool whisper_decode(
                         Vcur),
                     Vcur);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // store key and value to memory
             {
@@ -1898,7 +1912,7 @@ static bool whisper_decode(
 
             // ------
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * Q =
                 ggml_permute(ctx0,
@@ -1914,12 +1928,12 @@ static bool whisper_decode(
                             n_state/n_head, n_head, n_past + N),
                         0, 2, 1, 3);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // K * Q
             struct ggml_tensor * KQ = ggml_mul_mat(ctx0, K, Q);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             //struct ggml_tensor * KQ_scaled =
             //    ggml_scale(ctx0,
@@ -1929,11 +1943,11 @@ static bool whisper_decode(
 
             struct ggml_tensor * KQ_masked = ggml_diag_mask_inf(ctx0, KQ, n_past);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             struct ggml_tensor * KQ_soft_max = ggml_soft_max(ctx0, KQ_masked);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * V_trans =
                 ggml_permute(ctx0,
@@ -1942,13 +1956,13 @@ static bool whisper_decode(
                             n_state/n_head, n_head, n_past + N),
                         1, 2, 0, 3);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             struct ggml_tensor * KQV = ggml_mul_mat(ctx0, V_trans, KQ_soft_max);
 
             struct ggml_tensor * KQV_merged = ggml_permute(ctx0, KQV, 0, 2, 1, 3);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_cpy(ctx0,
                     KQV_merged,
@@ -1957,31 +1971,31 @@ static bool whisper_decode(
 
         // projection
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_mul_mat(ctx0,
                     layer.attn_ln_1_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.attn_ln_1_b, cur),
                     cur);
         }
 
-        USE_BUF(wctx, ctx0, 2);
+        wctx.use_buf(ctx0, 2);
 
         // add the input
         struct ggml_tensor * inpCA = ggml_add(ctx0, cur, inpL);
 
         // norm
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_norm(ctx0, inpCA); // note: we use inpCA here
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             // cur = ln_0_w*cur + ln_0_b
             cur = ggml_add(ctx0,
@@ -1993,7 +2007,7 @@ static bool whisper_decode(
 
         // cross-attention
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             struct ggml_tensor * Qcur = ggml_mul_mat(ctx0,
                     layer.cross_attn_q_w,
@@ -2022,7 +2036,7 @@ static bool whisper_decode(
 
             // ------
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * Q =
                 ggml_permute(ctx0,
@@ -2033,7 +2047,7 @@ static bool whisper_decode(
 
             struct ggml_tensor * K = ggml_permute(ctx0, Kcross, 0, 2, 1, 3);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // K * Q
             struct ggml_tensor * KQ = ggml_mul_mat(ctx0, K, Q);
@@ -2047,15 +2061,15 @@ static bool whisper_decode(
             // no masking for cross-attention
             //struct ggml_tensor * KQ_masked = ggml_diag_mask_inf(ctx0, KQ_scaled, n_past);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * KQ_soft_max = ggml_soft_max(ctx0, KQ);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             struct ggml_tensor * KQV = ggml_mul_mat(ctx0, V_trans, KQ_soft_max);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             struct ggml_tensor * KQV_merged = ggml_permute(ctx0, KQV, 0, 2, 1, 3);
 
@@ -2067,20 +2081,20 @@ static bool whisper_decode(
 
         // projection
         {
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_mul_mat(ctx0,
                     layer.cross_attn_ln_1_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.cross_attn_ln_1_b, cur),
                     cur);
         }
 
-        USE_BUF(wctx, ctx0, 2);
+        wctx.use_buf(ctx0, 2);
 
         // add the input
         cur = ggml_add(ctx0, cur, inpCA);
@@ -2091,11 +2105,11 @@ static bool whisper_decode(
         {
             // norm
             {
-                USE_BUF(wctx, ctx0, 0);
+                wctx.use_buf(ctx0, 0);
 
                 cur = ggml_norm(ctx0, inpFF);
 
-                USE_BUF(wctx, ctx0, 1);
+                wctx.use_buf(ctx0, 1);
 
                 // cur = mlp_ln_w*cur + mlp_ln_b
                 cur = ggml_add(ctx0,
@@ -2105,39 +2119,39 @@ static bool whisper_decode(
                         ggml_repeat(ctx0, layer.mlp_ln_b, cur));
             }
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // fully connected
             cur = ggml_mul_mat(ctx0,
                     layer.mlp_0_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.mlp_0_b, cur),
                     cur);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             // GELU activation
             cur = ggml_gelu(ctx0, cur);
 
-            USE_BUF(wctx, ctx0, 1);
+            wctx.use_buf(ctx0, 1);
 
             // projection
             cur = ggml_mul_mat(ctx0,
                     layer.mlp_1_w,
                     cur);
 
-            USE_BUF(wctx, ctx0, 0);
+            wctx.use_buf(ctx0, 0);
 
             cur = ggml_add(ctx0,
                     ggml_repeat(ctx0, layer.mlp_1_b, cur),
                     cur);
         }
 
-        USE_BUF(wctx, ctx0, 3);
+        wctx.use_buf(ctx0, 3);
 
         inpL = ggml_add(ctx0, cur, inpFF);
     }
@@ -2146,11 +2160,11 @@ static bool whisper_decode(
 
     // norm
     {
-        USE_BUF(wctx, ctx0, 0);
+        wctx.use_buf(ctx0, 0);
 
         cur = ggml_norm(ctx0, cur);
 
-        USE_BUF(wctx, ctx0, 1);
+        wctx.use_buf(ctx0, 1);
 
         cur = ggml_add(ctx0,
                 ggml_mul(ctx0,
@@ -2159,7 +2173,7 @@ static bool whisper_decode(
                 ggml_repeat(ctx0, model.d_ln_b, cur));
     }
 
-    USE_BUF(wctx, ctx0, 0);
+    wctx.use_buf(ctx0, 0);
 
     // compute logits only for the last token
     // comment this line to compute logits for all N tokens
@@ -2168,7 +2182,7 @@ static bool whisper_decode(
 
     struct ggml_tensor * logits = ggml_mul_mat(ctx0, model.d_te, cur);
 
-    USE_BUF(wctx, ctx0, -1);
+    wctx.use_buf(ctx0, -1);
 
     // run the computation
     {
@@ -2185,8 +2199,12 @@ static bool whisper_decode(
     memcpy(logits_out.data(), ggml_get_data(logits), sizeof(float)*n_vocab);
 
     if (N > 1) {
-        printf("%s: used_mem = %f MB, %f MB, %f MB %f MB %f MB\n", __func__, ggml_used_mem(ctx0)/1024.0/1024.0,
-                GET_BUF_MAX_MEM(0)/1024.0/1024.0, GET_BUF_MAX_MEM(1)/1024.0/1024.0, GET_BUF_MAX_MEM(2)/1024.0/1024.0, GET_BUF_MAX_MEM(3)/1024.0/1024.0);
+        printf("%s: used_mem = %f MB, %f MB, %f MB %f MB %f MB\n", __func__,
+                ggml_used_mem(ctx0)/1024.0/1024.0,
+                wctx.get_buf_max_mem(0)/1024.0/1024.0,
+                wctx.get_buf_max_mem(1)/1024.0/1024.0,
+                wctx.get_buf_max_mem(2)/1024.0/1024.0,
+                wctx.get_buf_max_mem(3)/1024.0/1024.0);
     }
 
     ggml_free(ctx0);