二维矩阵中的鞍点(saddle point)是指在矩阵中的某个元素在其所在的行上值最大,而在其所在的列上值最小的元素。
输入整数x与n,两者以空格分割,x代表随机种子数,n代表方阵大小,并完成下列任务:
- 生成n维随机方阵(每个元素在0到100的范围内取值)并按照样例格式化输出,每行元素左对齐,长度为4.
- 求随机方阵是否存在鞍点,若存在则按照样例输出其行索引、列索引与值;不存在则输出'Not Exist.'。
输入样例1:
在这里给出一组输入。例如:
1 5
输出样例1:
在这里给出相应的输出。例如:
17 72 97 8 32
15 63 97 57 60
83 48 100 26 12
62 3 49 55 77
97 98 0 89 57
Not Exist.
输入样例2:
在这里给出一组输入。例如:
5 5
输出样例2:
在这里给出相应的输出。例如:
79 32 94 45 88
94 83 67 3 59
99 31 83 6 20
14 47 60 31 48
69 13 73 31 1
[3, 2] = 60
import random
x,n=map(int,input().split())
random.seed(x)
l=[[random.randint(0,100) for i in range(n)]for i in range(n)]
for row in l:
for elem in row:
print(f"{elem:<4}",end='')
print()
k=False
for i in range(n):
rm=max(l[i])
ri=l[i].index(rm)
f=True
for j in range(n):
if l[ri][j]<rm:
f=False
if f:
k=True
row=i
col=ri
z=rm
if k:
print(f"[{row}, {col} = {z}")
else:
print('Not Exist.')