二维数组找极值需明确维度、处理nan、准确定位：整体/行/列三类目标对应不同遍历逻辑；nan须用nanmax等函数或手动过滤；位置定位须用unravel_index或同步记录ij，避免浮点误差。
在二维数组中找极值，关键不在“快”，而在“准”——方向、维度、缺失值这三点没理清，再快的代码也返回错结果。
按整体、行、列三个维度明确目标
极值必须先说清“对谁求”：
- 找整个数组最大/最小值：直接遍历所有元素，或用语言特有扁平化+极值函数（如 Python 的 np.max(arr)、JavaScript 的 Math.max(...arr.flat())）
- 找每行最大/最小值：外层循环按行走，每行开始前重置 max/min 变量（Java 中不能把 max 声明在外层循环外）
- 找每列最大/最小值：外层循环按列索引走（col = 0 to arr[0].length - 1），内层按行遍历（row = 0 to arr.length - 1），逐个比较 arr[row][col]
小心 NaN 或空数据导致结果失效
只要数组里有一个 NaN，Python 的 np.max()、np.argmax() 全部返回 nan 或错误索引；Java/JS 虽不报错，但比较逻辑会中断或跳过。
- Python 必须改用 np.nanmax()、np.nanargmax()，并提前用 np.isnan(arr).any() 判断是否含 NaN
- Java 中建议先过滤或用 Double.NaN 标记后跳过；若整列全为 null/NaN，需单独处理，否则 nanargmax 类函数会抛 ValueError
- JavaScript 可用 isFinite() 排除非数值项，避免 Infinity 或 NaN 干扰比较
定位位置比只取值更易出错
要的是“在哪”，不是“是多少”——这是最容易翻车的环节：
- np.argmin() 和 np.argmax() 返回的是扁平索引（一维位置），不是二维坐标；要用 np.unravel_index(idx, arr.shape) 转换
- Java/PHP 等手动遍历时，必须同时记录 行号 i 和 列号 j，不能只存值或只存单个索引
- 别用 arr == np.max(arr) 配合 np.where 查位置：浮点误差会让相等判断失败；np.argmax 是原子操作，更稳更快
不同语言的高效写法参考
不依赖排序、不展开复制、一次遍历到位：
- Python（NumPy）：查每行最大值位置 → np.argmax(arr, axis=1)；查每列最小值 → np.nanmin(arr, axis=0)
- Java：列遍历时，min/max/minIndex/maxIndex 全部声明在 for(col...) 内部，内层用 for(row = 0; row
- JavaScript：优先用 arr.flat().reduce((a, b) => Math.max(a, b))；需索引时用双 for + 记录 i,j
- PHP：不能直接 max($arr)，改用 max(array_merge(...$arr)) 或嵌套 foreach 手动比对
