在矩阵中，若一个数在所在行中是最大值，且在所在列中是最小值，则被称为鞍点。使 用列表结构存储二维矩阵，求矩阵的鞍点，若不存在输出“鞍点不存在”。

### 回答1：

根据题目描述，可以使用二维数组来存储矩阵，然后遍历每一行找到该行的最大值，再遍历每一列找到该列的最小值，判断这些最大值中的最小值是否与这些最小值中的最大值相等，如果相等，则该值就是鞍点。

以下是示例 Python 代码：

def find_saddle_point(matrix):
    """
    在矩阵中查找鞍点。
    """
    rows, cols = len(matrix), len(matrix[0])
    for i in range(rows):
        row_max = max(matrix[i])
        for j in range(cols):
            col_min = min([matrix[k][j] for k in range(rows)])
            if row_max == col_min:
                return (i, j)
    return "鞍点不存在。"

# 示例矩阵
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print(find_saddle_point(matrix)) # 输出 (0, 2)

在上面的示例中，输入的矩阵为：

1 2 3
4 5 6
7 8 9

该矩阵中的鞍点为 (0, 2)，因为该点的值为 3，是第一行中的最大值，也是第三列中的最小值。

### 回答2：
鞍点是在矩阵中满足两个条件的数：首先，它在所在行中是最大值；其次，它在所在列中是最小值。可以通过列表结构存储二维矩阵，并逐个遍历矩阵元素，检查是否满足鞍点条件。

具体步骤如下：
1. 声明一个列表matrix来存储二维矩阵的每个元素。
2. 通过输入或硬编码的方式将矩阵的行数rows和列数cols确定下来。
3. 逐行输入或硬编码矩阵的每个元素，并将其添加到matrix列表中。确保每行的元素个数不超过cols。
4. 声明两个列表max_in_row和min_in_col，分别用于存储每行的最大值和每列的最小值。
5. 对于矩阵中的每个元素matrix[i][j]，判断是否为所在行的最大值和所在列的最小值。若满足这两个条件，则将其添加到鞍点列表saddle_points中。同时，更新max_in_row和min_in_col列表。
6. 如果saddle_points列表为空，则输出"鞍点不存在"；否则，输出鞍点列表saddle_points。

下面是一个示例代码：

matrix = []

rows = int(input("请输入矩阵的行数："))
cols = int(input("请输入矩阵的列数："))

print("请输入矩阵元素：")
for i in range(rows):
    row = list(map(int, input().split()))
    matrix.append(row)

max_in_row = [max(row) for row in matrix]
min_in_col = [min(col) for col in zip(*matrix)]

saddle_points = []

for i in range(rows):
    for j in range(cols):
        if matrix[i][j] == max_in_row[i] and matrix[i][j] == min_in_col[j]:
            saddle_points.append(matrix[i][j])

if len(saddle_points) == 0:
    print("鞍点不存在")
else:
    print("矩阵的鞍点为：", saddle_points)

注意：以上示例代码是Python代码，需要保证输入的矩阵元素能够正确转换为整数类型。若需要在其他编程语言中实现，可以根据以上步骤进行相应的语法调整。

### 回答3：
要求使用列表结构存储二维矩阵，以下是一个实现矩阵鞍点的代码示例：

def find_saddle_point(matrix):
    saddle_points = []  # 用于存储鞍点的列表
    rows = len(matrix)  # 矩阵的行数
    cols = len(matrix[0])  # 矩阵的列数

    for i in range(rows):
        for j in range(cols):
            num = matrix[i][j]
            # 判断是否为行的最大值
            if num == max(matrix[i]):
                # 判断是否为列的最小值
                if num == min(row[j] for row in matrix):
                    saddle_points.append((i, j))

    if saddle_points:
        return saddle_points  # 返回所有鞍点的坐标
    else:
        return "鞍点不存在"


# 测试案例
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
result = find_saddle_point(matrix)
print(result)

上述代码中，首先定义一个`find_saddle_point`函数，接受一个二维矩阵作为参数。该函数通过遍历矩阵中的每个元素，按照题目的定义判断是否为鞍点，将满足条件的鞍点坐标存储在`saddle_points`列表中。

在函数的最后，根据`saddle_points`列表的情况返回相应的结果。如果`saddle_points`列表不为空，则返回所有鞍点的坐标；如果`saddle_points`列表为空，则返回"鞍点不存在"。