找出一个二维数组中的鞍点,即该位置上的元素在该行上最大、在该列上最小也可能没有鞍点。

查找二维数组中的鞍点是一个经典的动态规划问题，也称为局部最优解的问题。在一个给定的矩阵`matrix`中，鞍点是指同时满足以下条件的元素：

1. 它的值小于其右方的所有元素（在同一行中）。
2. 它的值大于其上方的所有元素（在同一列中）。

如果存在这样的元素，它就是鞍点；若不存在，则称无鞍点。寻找过程通常通过遍历矩阵来完成，比较每个元素与其左邻和上邻的值。

下面是Python的一个简单算法示例：

def find_bottleneck(matrix):
    rows = len(matrix)
    cols = len(matrix[0])
    
    # 初始化左边界和顶部的最大值
    lows = [[0] * cols for _ in range(rows)]
    highs = [[0] * cols for _ in range(rows)]

    lows[0][0] = matrix[0][0]
    highs[0][0] = matrix[0][0]

    for i in range(1, rows):
        lows[i][0] = matrix[i][0] if matrix[i][0] < lows[i - 1][0] else lows[i - 1][0]
        
    for j in range(1, cols):
        highs[0][j] = matrix[0][j] if matrix[0][j] > highs[0][j - 1] else highs[0][j - 1]
        
    for i in range(1, rows):
        for j in range(1, cols):
            lows[i][j] = matrix[i][j] if matrix[i][j] < lows[i - 1][j] else lows[i - 1][j]
            highs[i][j] = matrix[i][j] if matrix[i][j] > highs[i][j - 1] else highs[i][j - 1]
            
    # 查找鞍点
    result = None
    for i in range(rows):
        for j in range(cols):
            if lows[i][j] == highs[i][j]:
                result = (i, j) if result is None or matrix[i][j] < matrix[result[0]][result[1]] else result
                
    return result

# 示例
matrix = [[9, 8, 7], [6, 5, 3], [4, 1, 2]]
print(find_bottleneck(matrix))  # 输出：(1, 1)