动态规划---最大子段和&最大子矩阵和

1.最大子段和

定义数组b[j]用来记录一j为尾的子段和集合中的最大子段和。
由b[j]的定义易知，当b[j-1]>0时，b[j] = b[j-1] + a[j]，否则 b[j] = a[j]。
由此可得计算b[j]的动态规划递归式
b[j] = max{ b[j-1] + a[j] , a[j] }, 1<=j<=n.
算法实现：

public class MaxSum {
    public static int maxSum(int[] a){
        int b,sum;
        b=a[0]>0?a[0]:0;
        sum=b;
        for(int j=1;j<a.length;j++){
            if(b>0)
                b+=a[j];
            else 
                b=a[j];
            if(b>sum)
                sum=b;
        }
        return sum; 
    }

    public static void main(String[] args) {
        int sum=maxSum(new int[]{-2,11,-4,13,-5,-2});
        System.out.println("最大子段和="+sum);
    }
}

最大子段和=20

2.最大子矩阵和

如果我们将从第i行到第j行的每一行中相同列的加起来，可以得到一个一维数组，记为b[k]，由此我们可以看出最后所求的就是此一维数组的最大子段和问题，枚举从i到j行的所有可能，就可以求出最大矩阵和。
代码实现：

public static int maxMatrix(int[][] array){
        int m=array.length;
        int n=array[0].length;//mxn的矩阵
        int sum1=0;                                                                                                
        int[] b= new int[n];//辅助数组b
        for(int i=0;i<m;i++){
            for(int k=0;k<n;k++){//起始行i变化，重新初始化b[k]
                b[k]=0;
            }
            for(int j=i;j<m;j++){//从第i行到第j行
                for(int k=0;k<n;k++){
                    b[k]+=array[j][k];//b[k]表示数组array第k列，从第i行到第j行的和
                }
                int max1=maxSum(b);//每确定一个i,j,会填充数组b,求得b的最大子段和
                if(max1>sum1)
                    sum1=max1;
            }
        }
        return sum1;
    }

public static void main(String[] args) {
        int[][] array = new int[][]{{0,-2,-7,0},
                                    {9, 2,-6,2}, 
                                    {-4,1,-4,1},
                                    {-1,8, 0,-2} 
                                   };

        System.out.println("最大子矩阵和="+maxMatrix(array));
    }

最大子矩阵和=15