已知矩阵的"和"定义为矩阵中所有元素的和。给定一个矩阵 N " N ，你的任务是找到最大"和"的非空（大小至少是1"1）子矩阵 n * m 。比如，如下4*4的矩阵 A 的最大子矩阵是92-41-18这个子矩阵的大小是15。

你的问题是如何找到最大和的非空子矩阵。这个问题可以使用动态规划算法来解决。具体来说，我们可以定义一个新的矩阵 dp，其中 dp(i, j) 表示以矩阵中第 i 行和第 j 列为右下角的最大子矩阵的和。这个最大子矩阵可以向上延伸 k 行和向左延伸 l 列，其中 k 和 l 可以是任意值，因此 dp(i, j) 可以由 dp(i-1, j)，dp(i, j-1) 和 dp(i-1, j-1) 推导出来。具体来说，我们可以使用以下递推式：dp(i, j) = max(dp(i-1, j), dp(i, j-1), dp(i-1, j-1), 0) + A(i, j)，其中 A(i, j) 表示矩阵中第 i 行第 j 列的元素值，0 表示我们不选择任何子矩阵。最终，我们只需要遍历 dp 矩阵，找到最大的 dp(i, j) 值即可，这个值对应的子矩阵就是最大和的非空子矩阵。