求一个二维数组的最大子矩阵的和

设计思路：

从第一行到最后一行将连续行的元素对应相加，得到一个一维数组，再利用一维数组求最大子数组和大方法，求得最大子矩阵

实验代码：

package sum;

import java.util.Scanner;
public class sum {
	//public static int row = 3,col = 4;
   
//对i到j行求和，返回一个一维数组
   static int[] sum_i_j(int data[][],int cols,int i,int j) {
	   int sum[]=new int[cols];
	  for(int n = 0;n<sum.length;n++) {
		  sum[n]=0;
	  }
	  for(int col=0;col<cols;col++){
	        for(int row=i;row<=j;row++){
	            sum[col]+=data[row][col];
	        }
	    }
	return sum;
   }
   
   
   //求每一个一维数组的最大值
   static int maxSum(int arr[],int sz){
	
	   {
		    if (arr == null || sz < 1)
		        return 0;
		    int MAX = arr[0];
		    int sum = arr[0];
		    for (int i = 1; i < sz; i++)
		    {
		        if (sum < 0)
		            sum = arr[i];
		        else
		        {
		            sum += arr[i];
		        }

		        if (sum > MAX)
		            MAX = sum;
		    }
		    return MAX;
		}
	}
 //
   static int maxSubSum(int data[][],int rows,int cols){
	    int max=-0x3f3f3f3f;
	    int sumTmp[]=new int[cols];
	    for(int i=0;i<rows;i++){
	        for(int j=i;j<rows;j++){
	            sumTmp=sum_i_j(data,cols,i,j);
	            int tmp=maxSum(sumTmp,cols);
	            if(tmp>max){
	                max=tmp;
	            }
	        }
	    }
	     return max;
	} 
   
   public static void main(String[] args){
	   Scanner input=new Scanner(System.in);
	   System.out.println("请输入二维数组的行与列:");
	   int row=input.nextInt();
	   int col=input.nextInt();
	  // input.close();
       int a[][] = new int[row][col];
       // 随机赋值
       System.out.println("总矩阵为");
       for(int i = 0;i < row;i++){
           for(int j = 0;j < col;j++){
        	  // int x=input.nextInt();
        	   //a[i][j]=x;
              a[i][j] = (int)(Math.random() * 20 - 10);
               if(a[i][j] >= 0)
                   System.out.print(" ");
               System.out.print(a[i][j] + " ");
           }
           System.out.print("\n");
       }
       input.close();
       System.out.println("最大子矩阵的和为");
       System.out.println(maxSubSum(a, row, col));
   }
}
	

　　实验截图：