子矩阵最大和问题-动态规划

有个经典的动态规划题目，就是求连续子数组的最大和，那是一维的情况，如果推广到二维呢？这就产生了另一个经典的动态规划题目——子矩阵最大和，就是输入一个m*n的矩阵，找出在矩阵中，所有元素加起来之和最大的子矩阵。

例如在    0 -2 -7 0　这样一个4*4的矩阵中，元素之和最大的子矩阵为  9 2，它们之和为15。　

　　　　9  2 -6 2　　　　　　　　　　　　　　　　　　　　　　　-4 1
　　　  -4 1 -4 1　　　　　　　　　　　　　　　　　　　　　　　 -1 8
　　　  -1 8 0 -2

这道题最直观的思路当然是暴力解法，但需要遍历所有的子数组求和，时间复杂度，想到一维的情况，时间复杂度是O(n)，是否能用类似的思路降低二维情况的时间复杂度，答案是肯定的。

一个m×n的矩阵matrix的子矩阵行数j满足1 ≤ j ≤ m，考虑第0到第j-1行的子矩阵，最多有n列，我们不考虑子矩阵的列数，先分别将每列的第0~j-1行的元素求和，这样就得到了一个长度为n的数组，是不是就可以按照一维的情况进行动态规划了？最终得到的结果就是元素(0, 0)到元素(j - 1, n)这个范围内所有行数为j的子矩阵的最大和。以此类推，可以对所有可能的行数的子矩阵分别求出最大和，再取出其中最大的就是题目需要的结果。

对于行数j的子矩阵，不考虑列数，可能的组合有m-j+1种，因此整个[1, m]区间总的组合数是m(m+1)/2，再考虑对每个长度为n的数组做动态规划，最终的时间复杂度是。类似的，也可以按列进行动态规划，此时的时间复杂度为