自定义函数找出二位矩阵的鞍点

鞍点是指在一个二维数组（矩阵）中，当前位置的值既不大于左邻域的最大值，也不小于右邻域的最大值，同时也不大于上邻域的最小值，也不小于下邻域的最小值。简单来说，就是矩阵中的局部极大值和极小值以外的点。

自定义函数找出二维矩阵的鞍点，通常涉及以下步骤：

1. 定义函数：创建一个名为`find_saddle_points`的函数，接受一个二维列表作为输入。
2. 初始化：设置两个变量，`min_row`和`max_col`分别用于记录当前找到的最小行和最大列索引，初始值设为矩阵的第一行和第一列。
3. 遍历矩阵：对于每个元素 `(i, j)`（从第二行到倒数第二行，第二列到倒数第二列），计算四个相邻位置的值：
- 上方：`matrix[i-1][j]`
- 左边：`matrix[i][j-1]`
- 右边：`matrix[i][j+1]`
- 下方：`matrix[i+1][j]`

4. 检查条件：如果当前位置的值大于左侧最大值并且小于右侧最大值，并且大于上方最小值并且小于下方最小值，那么它就是一个鞍点。更新 `min_row`, `max_col` 和鞍点列表。
5. 返回结果：遍历结束后，返回包含所有鞍点坐标 (row, col) 的列表。

下面是Python伪代码的一个示例：

def find_saddle_points(matrix):
    num_rows, num_cols = len(matrix), len(matrix[0])
    min_row, max_col = 0, 0
    saddle_points = []

    for i in range(1, num_rows - 1):  # 留出边界
        for j in range(1, num_cols - 1):
            left, right, up, down = matrix[i][j-1], matrix[i][j+1], matrix[i-1][j], matrix[i+1][j]
            if matrix[i][j] < right and matrix[i][j] > left and matrix[i][j] > up and matrix[i][j] < down:
                min_row, max_col = min(min_row, i), max(max_col, j)
                saddle_points.append((i, j))

    return saddle_points

# 示例
matrix = [[9, 8, 7], [6, 5, 4], [3, 2, 1]]
saddle_points = find_saddle_points(matrix)