矩阵压缩技巧

题目描述

给定一个矩阵，请你返回子矩阵的最大累加和。

思路分析

首先考虑，如何列举所有子矩阵？
比如，先看行，怎么遍历所有情况？
我们可以从头开始，1-1表示第一行到第一行，1-2表示第一行到第二行宽的子矩阵，然后1-3，1-4…我们可以遍历所有从第一行开始的所有行，然后，再从第二行开始2-2，2-3…依次往后遍历，就能把所有子矩阵的行的情况列举完。
有了行，列就容易了，每一种子矩阵行的组合，都把所有列从1到最后遍历一次，这样，就可以遍历所有的子矩阵。
然后，就到了此题的关键技巧了，矩阵压缩技巧，当我们遍历只有第一行的子矩阵的时候，问题是不是就变成求解子数组的最大累加和了？这个问题需要用到假设答案法，参考我的另一篇博客，有详细讲解：子数组的最大累加和问题
解决了第一行，然后我们考虑1-2行组成的子矩阵，此时，我们利用矩阵压缩技巧，把第二行的数加到第一行上，然后，问题还是变成了子数组的最大累加和问题。因为我们要求的结果是子矩阵的累加和，那么，我们把子矩阵的所有行加到一行上，仍然不影响最终矩阵的累加和，对吧？因此，我们可以使用矩阵压缩的技巧把问题转化成简单的问题。
总结
对于类似子矩阵问题，我们应该首先分析题意，将矩阵压缩后，是否会影响原问题？如果不影响，那么，我们就可以利用矩阵压缩的技巧把原问题降维为一维数组问题。

代码

    public static int f2(int[][] arr){
        int cur=0;
        int max=Integer.MIN_VALUE;
        //最外层循环，控制行数从哪里开始
        for (int i = 0; i < arr.length; i++) {
            //辅助数组，保存矩阵压缩后的结果，注意，这里s应该是列的长度
            int[] s=new int[arr[0].length];
            //表示从某行开始往下遍历所有行
            for (int j = i; j < arr.length; j++) {
                cur=0;//这里需要把cur重置为0，因为是新一轮
                //遍历列
                for (int k = 0; k < s.length; k++) {
                    //往辅助数组s中压缩后面的行
                    s[k]+=arr[j][k];
                    cur+=s[k];
                    max=Math.max(max,cur);
                    cur=cur<0? 0:cur;
                }
            }
        }
        return max;
    }