#include <queue>
#include <vector>

using namespace std;

// 定义比较函数，用于创建最小堆（因为priority_queue默认是最大堆）
struct CompareMinHeap {
    bool operator()(int a, int b) {
        return a > b; // 小顶堆：如果a > b，则a的优先级更低，会被放到后面
    }
};

// 按格式打印中位数序列
void printMedians(const vector<int>& medians, int count) {
    int index = 0; // 当前输出的中位数索引
    
    // 按每行10个的格式输出
    while (index < count) {
        for (int i = 0; i < 10 && index < count; ++i, ++index) {
            cout << medians[index] << " "; // 输出当前中位数
        }
        cout << endl; // 换行
    }
}

int main() {
    int P; // 数据集个数
    cin >> P;

    // 处理每个数据集
    for (int p = 0; p < P; ++p) {
        int datasetNumber; // 数据集编号
        int M; // 数据集中元素个数
        
        // 读取数据集编号和元素个数
        cin >> datasetNumber >> M;

        vector<int> numbers; // 存储当前数据集的所有数字
        
        // 直接读取M个整数
        for (int i = 0; i < M; ++i) {
            int num;
            cin >> num;
            numbers.push_back(num);
        }

        priority_queue<int> max_heap; // 最大堆（存储较小的一半元素）
        priority_queue<int, vector<int>, CompareMinHeap> min_heap; // 最小堆（存储较大的一半元素）
        vector<int> medians; // 存储中位数结果

        // 遍历所有数字，动态维护中位数
        for (int i = 0; i < numbers.size(); ++i) {
            int num = numbers[i]; // 当前处理的数字
            
            // 将数字插入合适的堆中
            if (max_heap.empty() || num <= max_heap.top()) {
                max_heap.push(num); // 插入最大堆（较小的一半）
            } else {
                min_heap.push(num); // 插入最小堆（较大的一半）
            }

            // 调整堆的大小，保持平衡
            // 平衡条件：max_heap的大小最多比min_heap大1，或两者相等
            if (max_heap.size() > min_heap.size() + 1) {
                // 如果max_heap太大，将堆顶元素移到min_heap
                min_heap.push(max_heap.top());
                max_heap.pop();
            } else if (min_heap.size() > max_heap.size()) {
                // 如果min_heap太大，将堆顶元素移到max_heap
                max_heap.push(min_heap.top());
                min_heap.pop();
            }

            // 当已处理的数字个数为奇数时，计算并存储中位数
            if ((i + 1) % 2 == 1) {
                if (max_heap.size() > min_heap.size()) {
                    medians.push_back(max_heap.top()); // 中位数在max_heap的堆顶
                } else {
                    medians.push_back(min_heap.top()); // 中位数在min_heap的堆顶
                }
            }
        }

        // 输出结果
        cout << datasetNumber << " " << medians.size() << endl; // 数据集编号和中位数个数
        printMedians(medians, medians.size()); // 按格式打印中位数序列
    }

    return 0;
}