最大子矩阵和

(1)问题描述：给定一个m行n列的整数矩阵A，试求A的一个子矩阵，时期各元素之和为最大。

 (2)问题分析：

  用二维数组a[1:m][1:n]表示给定的m行n列的整数矩阵。子数组a[i1:i2][j1:j2]表示左上角和右下角行列坐标分别为(i1,j1)和(i2,j2)的子矩阵，其各元素之和记为：

最大子矩阵问题的最优值为。如果用直接枚举的方法解最大子矩阵和问题，需要O(m^2n^2)时间。注意到，式中，，设，则

容易看出，这正是一维情形的最大子段和问题。因此，借助最大子段和问题的动态规划算法MaxSum，可设计出最大子矩阵和动态规划算法如下:

//3d4-5 最大子矩阵之和问题  
#include "stdafx.h"  
#include <iostream>   
using namespace std;   

const int M=4;  
const int N=3;  

int MaxSum(int n,int *a);  
int MaxSum2(int m,int n,int a[M][N]);  

int main()  
{  
    int a[][N] = {{4,-2,9},{-1,3,8},{-6,7,6},{0,9,-5}};  

    for(int i=0; i<M; i++)  
    {  
        for(int j=0; j<N; j++)  
        {  
            cout<<a[i][j]<<" ";  
        }  
        cout<<endl;  
    }  

    cout<<endl;  
    cout<<"数组a的最大连续子段和为:"<<MaxSum2(M,N,a)<<endl;  

    return 0;  
}  

int MaxSum2(int m,int n,int a[M][N])  
{  
    int sum = 0;  
    int *b = new int[n+1];  
    for(int i=0; i<m; i++)//枚举行  
    {  
        for(int k=0; k<n;k++)  
        {  
            b[k]=0;  
        }  

        for(int j=i;j<m;j++)//枚举初始行i,结束行j  
        {  
            for(int k=0; k<n; k++)   
                b[k] += a[j][k];//b[k]为纵向列之和  
            int max = MaxSum(n,b);  
            if(max>sum)  
            {  
               sum = max;  
            }  

        }  
    }  
    return sum;  
}  

int MaxSum(int n,int *a)  
{  
    int sum=0,b=0;  
    for(int i=1; i<=n; i++)  
    {  
        if(b>0)  
        {  
            b+=a[i];  
        }  
        else  
        {  
            b=a[i];  
        }  
        if(b>sum)  
        {  
            sum = b;  
        }  
    }  
    return sum;  
}  

以上代码MaxSum2方法的执行过程可用下图表示：