題目介紹:
⼀個 m × n 的整數矩陣 matrix，矩陣具有以下特性：每⼀列中的整數 從左到右 依序遞增排列。
每⼀列的第⼀個整數都⼤於前⼀列的最後⼀個整數。實作⼀個函數，判斷給定的整數 target 是否存在於此矩陣中。
解題邏輯四步驟:

正確程式碼(註解)及確認完成題目:


以上兩張圖為正確程式碼(註解)


(執行結果截圖，確認完成目標)
學習心得:
我體會到最重要的是 用結構化資料。一開始矩陣看似複雜，但只要發現它其實等同於一個排序過的一維陣列，就能直接用二分搜尋，大幅提升效率。這讓我學到，在解題或現實問題中，與其逐一檢查，不如先觀察其中的規律並加以利用，往往能找到更快更聰明的解法。
延伸邏輯時事面:
1.AI 資料檢索與醫療數據
現在醫療大數據（例如電子病歷、影像紀錄）常常是多維度的，但研究人員會想辦法將它們「映射」成可以快速搜尋的結構。例如：醫院若想快速找到「有特定基因變異」的病人，不會一個一個病歷翻，而是透過「排序索引」或「特徵壓縮」快速定位。這就像把 2D 矩陣轉為 1D 來用二分搜尋。

2.搜尋資訊與假新聞篩選
面對海量新聞，如何快速找到可靠資訊？有些新聞平台會先將文章依「時間、來源可信度」等排序，再讓演算法二分化搜尋，確保用戶能快準找到需要的消息。這與題目一樣：如果你沒有排序，只能一個一個比對，但排序後就能迅速鎖定。

3.物流與倉儲管理（像 Amazon、特斯拉工廠）
大型倉庫的貨品看似是「二維甚至多維度」擺放的，但實際系統會建立排序索引，把「物理的複雜排列」轉換成「虛擬的一維座標」。這樣當你下單一個東西時，機器人能快速找到，不需要在貨架間一個一個尋找。