说明

你最近进行了一项关于大学生从宿舍到教学楼通勤时间的调查。你认为这项调查可以显著改善校园规划，使师生通勤更加便利。作为分析的一部分，你计算了 P50、P95 和 P99 通勤时间以支持你的结论。这里，P$x$ 通勤时间为 $y$ 意味着在整个数据集中，恰好有 $x\%$ 的通勤时间小于或等于 $y$。例如，集合 $\{1, 1, 4, 5, 1, 4\}$ 的 P50 可以是 $1$、$2$ 或 $3$，因为恰好有 $6 \times 50\% = 3$ 个值小于或等于 $1$、$2$ 或 $3$。然而，这些值不存在有效的 P95 或 P99，因为 $6 \times 95\%$ 和 $6 \times 99\%$ 不是整数。

不幸的是，出了点问题——你不小心删除了整个数据集。你唯一剩下的数据是通勤时间的 P50、P95 和 P99 值。由于你没有时间重新进行这项调查，你需要重建一个与所有 P50、P95 和 P99 值都匹配的数据集。

输入格式

输入包含三行。第一行包含一个整数 $a$，表示 P50 值。第二行包含一个整数 $b$，表示 P95 值。第三行包含一个整数 $c$，表示 P99 值。（$1 \le a < b < c < 10^9$）

输出格式

输出两行。第一行应包含一个整数 $n$（$100 \le n \le 10^5$），表示数据集的长度。

第二行应包含 $n$ 个整数 $a_1, a_2, \ldots, a_n$（$1 \le a_i \le 10^9$），表示重建的数据集。整数可以按任意顺序排列。任何满足要求的输出都将被视为正确。

50
95
99

100
1 2 ... 100

提示

示例输出为显示方便省略了 $3$ 到 $99$（含）之间的值。在你的输出中，必须包含所有这些值。

请注意，本题中 P$x$ 值的定义与第 $x$ 百分位数不同。

翻译由 DeepSeek V3 完成