给定一个N*N的矩阵，计算最大子矩阵和。
思路：
最大子段和问题可以用动态规划在O(n)内解决，该题可以借助最大子段和的解法来做。我们考虑第i行到第j行的子矩阵，可以将i ~ j行的矩阵合并为一个一维数组，即把每列对应的数相加，那么这个一维数组的最大子段和就是原子矩阵的最大和。
我们用一个二维数组p来保存矩阵的部分和，p[i][j]表示左上角是(1, 1)，(下标从1开始)， 右下角是(i, j)的矩阵中元素的和。如果我们要求i~j行、k~m列的矩阵中元素的和，我们可以通过以下式子计算得出：
sum = p[j][m] - p[j][k-1] - p[i-1][m] + p[i-1][k-1]
只需要O(1)的时间。
部分和p[i][j]要怎么计算呢？我们可以通过更小的部分和来计算得到它：
p[i][j] = p[i-1][j] + p[i][j-1] - p[i-1][j-1] + a[i][j]
其中a[i][j]是矩阵中的整数。我们只需要O(n2 ) 的时间即可预处理得到所有的部分和。
所以总的时间为O(n3 )。
[cpp] view plaincopy
#include <iostream>
#include <vector>
using namespace std;
const int N = 101;
int a[N][N], p[N][N];
int MaxRecSum(int n)
{
for (int i = 0; i <= n; ++i)
{
p[i][0] = 0;
p[0][i] = 0;
}
for (int i = 1; i <= n; ++i)
{
for (int j = 1; j <= n; ++j)
p[i][j] = p[i-1][j] + p[i][j-1] - p[i-1][j-1] + a[i][j];
}
int max = INT_MIN;
for (int i = 1; i <= n; ++i)
{
for (int j = i; j <= n; ++j)
{
int sum = 0;
for (int k = 1; k <= n; ++k)
{
int temp = p[j][k] - p[j][k-1] - p[i-1][k] + p[i-1][k-1];
if (sum > 0)
sum += temp;
else
sum = temp;
if (sum > max)
max = sum;
}
}
}
return max;
}
int main()
{
int n = 4;
int num;
for (int i = 1; i <= n; ++i)
{
for (int j = 1; j <= n; ++j)
{
cin >> num;
a[i][j] = num;
}
}
cout << MaxRecSum(n) << endl;
return 0;
}