给定一个矩阵，求和最大的子矩阵

题目：输入n，代表方形矩阵的维度，然后输入n^2个整数。请输出和最大的子矩阵的和。

要点：利用了最大连续子串和的思路，实际上也是动态规划的题目。这里再强调一下，对于动态规划的题目，我们经常会使用到-1下标，这样会使得编程很方便。如何能够正常的使用-1下标呢？见代码：

#include <iostream>
using namespace std;
int mat[100][100];
int s[101][101];
int n;
int x[101];
int *dp;
int(*sum)[101];
void getSum(int a[], int i, int j){//从第j行开始，维度为i
for (int k = 0; k < n; k++)
{
a[k] = sum[j + i - 1][k] - sum[j - 1][k] - sum[j + i - 1][k - 1] + sum[j - 1][k - 1];
}
}
inline int max(int a, int b)
{
return a>b ? a : b;
}
int main(){
sum = reinterpret_cast<int(*)[101]>(&s[1][1]);//这样就可以使用sum[-1][-1]
cin >> n;
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{
cin >> mat[i][j];
}
}
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{
sum[i][j] = sum[i][j - 1] + sum[i - 1][j] - sum[i - 1][j - 1] + mat[i][j];
}
}//sum[i][j]保存的是mat[0][0] 和 mat[i][j]之间组成的矩阵的和

int ret = 0;
dp = reinterpret_cast<int*>(x + 1);//这样就可以用dp[-1]
for (int i = 1; i <= n;i++)//最大子矩阵行的维度为
i
{
for (int j = 0; j + i <= n; j++)//最大子矩阵从第j行开始
{
int arr[100];
getSum(arr, i, j);
int temp = 0;
for (int k = 0; k < n; k++){
dp[k] = max(dp[k - 1], temp + arr[k]);
if (ret < dp[k])
{
ret = dp[k];
}
temp += arr[k];
if (temp < 0)
{
temp = 0;
}
}
}
}
return 0;
}