最大子矩阵和（dp）

问题：
求一个N*M的矩阵的最大子矩阵和。
比如在如下这个矩阵中：
0 -2 -7 0
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
拥有最大和的子矩阵为：
9 2
-4 1
-1 8
其和为15

思路：

参考自：最大子矩阵和（详解）_KeepTing的博客-CSDN博客_最大子矩阵转载自：http://blog.csdn.net/beiyeqingteng前言：今天花了很长时间，看了无数人写的帖子，但是几乎没有人把这个问题一下子说得很清楚，所以，我把这个问题按照自己的思路写出来，希望能够把这个问题讲清楚。问题：求一个M*N的矩阵的最大子矩阵和。比如在如下这个矩阵中：0 -2 -7 09 2 -6 2-4 1 -4 1-1https://blog.csdn.net/kavu1/article/details/50547401?spm=1001.2014.3001.5506

假设这个最大子矩阵的维数是一维，要找出最大子矩阵, 原理与求“最大子段和问题” 是一样的。最大子段和问题的递推公式是 b[j]=max{b[j-1]+a[j], a[j]}，b[j] 指的是从0开始到j的最大子段和。
例子：
假设原始矩阵为：[9， 2， -6， 2]， 那么b[] = {9, 11, 5, 7}, 那么最大字段和为11， 如果找最大子矩阵的话，那么这个子矩阵是 [9， 2]

但是，原始矩阵可以是二维的。假设原始矩阵是一个3 * n 的矩阵，那么它的子矩阵可以是 1 * k, 2 * k, 3 * k，（1 <= k <= n）。 如果是1*K，这里有3种情况：子矩阵在第一行，子矩阵在第二行，子矩阵在第三行。如果是 2 * k，这里有两种情况，子矩阵在第一、二行，子矩阵在第二、三行。如果是3 * k，只有一种情况。

为了能够找出最大的子矩阵，我们需要考虑所有的情况。假设这个子矩阵是 2 *k, 也就是说它只有两行，要找出最大子矩阵，我们要从左到右不断的遍历才能找出在这种情况下的最大子矩阵。如果我们把这两行上下相加，情况就和求“最大子段和问题” 又是一样的了。

比如，假设子矩阵是一个3*k的矩阵，而且，它的一行是原始矩阵的第二行，那么，我们就要在
9 2 -6 2
-4 1 -4 1
-1 8 0 -2
里找最大的子矩阵。
如果把它上下相加，我们就变成了 4, 11, -10,1， 从这个数列里可以看出，在这种情况下，最大子矩阵是一个3*2的矩阵，最大和是15。

这时需要一个辅助数组presum[][]存储矩阵每一列从上至下相加的结果，即可将求最大子矩阵和问题转化为求最大子段和问题。

#include<iostream>
#include<bits/stdc++.h>
#include<cstdio>
using namespace std;

int N, M;
int a[105][105];
int colsum[105][105];
int dp[105];  //每一行的最大子序列和
int ans = -0x3f3f3f3f;

int main(){
    cin >> N >> M;

    for (int i = 1; i <= N; ++i) {
        for (int j = 1; j <= M; ++j) {
            cin >> a[i][j];
            ans = max(ans, a[i][j]);
        }
    }
    if (ans <= 0) {  //如果矩阵最大值小于等于零，则最大子矩阵一定是最大值
        cout << ans;
        return 0;
    }

    //预处理纵向序列和
    for(int i = 1; i <= N; ++i){
        for(int j = 1; j <= M; ++j){
            colsum[i][j] = colsum[i-1][j] + a[i][j];
        }
    }

    //状态转移
    for(int i = 1; i <= N; ++i){  //规定了几行相加 1 12 123 2 23 3
        for(int j = i; j <= N; ++j){
            memset(dp, 0, sizeof dp);
            dp[1] = colsum[j][1] - colsum[i - 1][1];
            for(int k = 2; k <= M; ++k){  //枚举列
                //最大子段和模板：dp[i] = max(a[i], dp[i-1]+a[i])
                dp[k] = max(colsum[j][k] - colsum[i - 1][k], dp[k - 1] + colsum[j][k] - colsum[i - 1][k]);
                ans = max(dp[k], ans);
            }
        }
    }

    cout << ans;

    return 0;
}