动态规划 最大子矩阵的和

问题：最大子矩阵的和

 最大子矩阵的和这个问题实际上是子串的最大和向二维空间的扩展！我们如果把每一列都看作一个数的话，实际上也是个子串的最大和问题！

不多说啦，大家看代码体会吧！

package com.liheng.algorithm;
/**
 * 
 * @author Administrator
 * 利用动态规划求最大子矩阵的问题
 * 重要的一个思想是把最大子矩阵的问题转化为子串的最大和
 * 
 * 基本思想是：先把列看成一个数，这样矩阵也是一个大的字符串
 * 具体的看代码分析
 * 算法复杂度为O(m^2n)
 */
public class MaxMatrix {
public static void main(String []arg)
{
	MaxMatrix mma= new MaxMatrix();
	int a[][]={{9,2,-6},{-4,1,-4},{-1,8,0}};
	int m=3,n=3;
	System.out.println(mma.MaxSum(2,2,a));

}
/**
 * 动态规划求最大字段和
 */
 int MaxSumDin(int n,int a[])
 {
	  int sum=0,b=0;
	  for(int i=0;i<=n;i++)
	  {
		  //如果b还为整数，就可以相加，每一次都要记录b和sum的大小，以防丢失最大字段和
		  if(b>0)b+=a[i];
		  else b=a[i];
		  if(b>sum) sum=b;
	  }
	  return sum;
 }
int MaxSum(int m,int n,int a[][] ){
	int sum=0;
	//定义一个一维数组b[n+1],最大子串只需要定义一个变量，因为这里要分别要记录每列的
	int []b= new int[n+1];
	for(int i=0;i<=m;i++)
	{
		for(int k=0;k<=n;k++){b[k]=0;}//给数组b赋初值
		for(int j=i;j<=m;j++)
		{//每一列相加赋给b数组
			for(int k=0;k<=n;k++) b[k]+=a[j][k];
			int max = MaxSumDin(n,b);
			if(max>sum)sum=max;
		}
	}
	return sum;
}
}