#青训营笔记创作活动# 问题描述
小F被神秘力量带入了一个魔幻世界，这里危机四伏。为了在异世界中生存，小F需要找到安全区。异世界可以被表示为一个大小为n x m的二维数组，每个格子的值代表该位置的危险程度。

小F的能力值为X，当某个格子的危险程度小于等于X时，这个格子是安全的。如果多个安全的格子相邻（上下左右连通），它们可以构成一个安全区。你需要帮助小F计算出一共有多少个安全区。

测试样例
样例1：

输入：n = 3, m = 3, X = 4, a = [[2, 3, 3], [3, 3, 3], [3, 3, 3]]
输出：1

样例2：

输入：n = 2, m = 2, X = 5, a = [[6, 6], [6, 4]]
输出：1

样例3：

输入：n = 3, m = 3, X = 3, a = [[1, 2, 2], [2, 3, 3], [3, 4, 5]]
输出：1

题解：
一个原二维数组，新建一个visited数组记录是否经过，直接全部遍历，遇到安全值小于能力值且没经过的点就进入while循环。while循环通过队列实现安全区域的搜寻，通过maxnum记录安全区域的个数。

#青训营笔记创作活动# 问题描述
小R从班级中抽取了一些同学，每位同学都会给出一个数字。已知在这些数字中，某个数字的出现次数超过了数字总数的一半。现在需要你帮助小R找到这个数字。

测试样例
样例1：

输入：array = [1, 3, 8, 2, 3, 1, 3, 3, 3]
输出：3

样例2：

输入：array = [5, 5, 5, 1, 2, 5, 5]
输出：5

样例3：

输入：array = [9, 9, 9, 9, 8, 9, 8, 8]
输出：9

方法
摩尔投票算法 是解决这个问题的一种高效算法。这个算法的核心思想是通过“投票”的方式，逐步排除掉不可能的候选数字，最终得到一个出现次数最多的数字。由于题目中说明有一个数字的出现次数超过了数组的一半，因此摩尔投票算法能够有效解决问题。

摩尔投票算法的工作原理：
投票阶段：首先选择一个候选数字，并将它的票数初始化为 1。然后遍历数组中的每个数字：
如果当前数字和候选数字相同，票数加 1。
如果当前数字和候选数字不同，票数减 1。如果票数减为 0，则选取当前数字作为新的候选数字，并将票数重置为 1。
确认阶段：在摩尔投票阶段结束后，我们得到一个候选数字。由于题目保证有一个数字出现次数超过数组总数的一半，因此最后的候选数字就是我们要找的数字。

代码实现:
代码解释
摩尔投票算法：

我们使用 candidate 来记录当前的候选数字，count 来记录候选数字的票数。
如果票数为零，说明之前的候选数字被“淘汰”了，我们就将当前数字设为新的候选数字，并将票数设为 1。
如果当前数字与候选数字相同，票数加 1。
如果当前数字与候选数字不同，票数减 1。
保证正确性：

根据题目描述，存在一个数字的出现次数超过数组总长度的一半，因此最终的 candidate 一定是正确的数字。

测试用例
输入：[1, 3, 8, 2, 3, 1, 3, 3, 3]

输出：3，3 出现了 5 次，超过了一半。
输入：[5, 5, 5, 1, 2, 5, 5]

输出：5，5 出现了 5 次，超过了一半。
输入：[9, 9, 9, 9, 8, 9, 8, 8]

输出：9，9 出现了 5 次，超过了一半。

#青训营笔记创作活动# 问题描述
小R拿到了一个数组，她可以进行如下操作：使得一个元素加1，另一个元素减1。她希望最终数组的每个元素大小都在[l, r]的范围内。小R想知道，最少需要多少次操作可以达到目标。

如果无法通过有限次操作使所有元素都落在指定范围内，则返回-1。

测试样例
样例1：

输入：n = 2 ,l = 3 ,r = 5 ,a = [1, 2]
输出：-1

样例2：

输入：n = 3 ,l = 4 ,r = 6 ,a = [3, 6, 5]
输出：1

样例3：

输入：n = 4 ,l = 2 ,r = 8 ,a = [1, 10, 2, 6]
输出：2

题解：
首先，整个数组的总和是不变的，所以数组的总和的下限和上限时相同的，于是第一步就是考虑这个数组是否可以塞进这个区间里。

不用考虑怎么变，只考虑是否能变。所以将所有低于l的元素和高于r的元素之间的差值取出，叫做lowsize和upsize，而其中的较大值就是最后的操作次数。因为其中高的可以补充低的，低的可以削减高的。