Maximum Sum Rectangular Submatrix in Matrix dynamic programming/2D kadane

本文是对 Maximum Sum Rectangular Submatrix in Matrix dynamic programming/2D kadane 的转述与理解
给定一个矩阵，找出某个子矩阵，使该子矩阵中元素之和最大
所给矩阵如下图，并初始化maxSum = 0， curaccumulateSum表示当前各行累加的值

第一轮，L和R均从第0列开始遍历，当前累加值为[2, 0, 2, -3]，运用Kadane Algorithm（是一个非常基本的DP，找出给定一维数组中，最大的和）得到curSum=4（此时对应Up=0， Down=2），比maxSum大，因此更新maxSum=curSum，maxLeft=L=0、maxRight=R=0、maxUp=0，maxDown=2

第二轮，L不变，R往后移动一位
则当前累加值为[3, 6, 0, 0]，得到curSum=9（此时对应Up=0， Down=1），比maxSum大，因此更新maxSum=curSum，maxLeft=L=0、maxRight=R=1、maxUp=0，maxDown=1

第三轮，再将R往右移动一位
当前累加值[0, 9, -1, 1]，curSum=9，并未比maxSum大，因此不更新

第四轮，R右移一位
当前累加值变为：[-4,13, 3, 1]，curSum=17，大于maxSum，更新五个参数

第五轮，R右移，累加值为[1, 14, -2, 4]，curSum=15<maxSum，不更新

这样整个一大轮遍历结束，开始第二个大轮，从L=1，R=L=1开始
此时累加值也重置，变为[1, 6, -2, 3], curSum=8<maxSum, 不更新

R右移一位，累加值=[-2, 9, -3, 4], curSum=10<maxSum, 不更新

这样两轮循环结束，即可求得最大子矩阵和，以及其对应的L、R、U、D
用程序语言简略表示即为：

int maxSum = INT_MIN;
for(unsigned L = 0; L < m; ++L)
    for(unsigned R = L; R < m; ++R)
    {
        for(unsigned i = 0; i < n; ++i)
        {
            accumulate[i] += matrix[i][R];
            // do kadane algorithm
            if(curSum > maxSum)
            {
                // do update
            }
        }
    }