Минимальная стоимость при динамическом программировании на java

Сформулируем ясно:
A [i, j] - стоимость запуска процесса i на виртуальной машине j

Состояние C [i, j] подразумевает минимальные затраты на выполнение процессов «0..i» на виртуальных машинах «0..j».

Предположим пока, что не существует массива затрат B.

Целью является состояние C [n, m], которое представляет собой минимальную стоимость запуска процессов «0..n» на виртуальных машинах «0..m» .
Мы можем достичь состояния C [i, j] из:

1. состояние C [i-1, j], что означает, что виртуальные машины «0..j» будут запускать дополнительный процесс «i» и с учетом затрат на выполнение процесса «i» на виртуальных машинах «0..j», сумма (a [i, k]), где k = 0..j
   Следовательно, стоимость равна C [i-1, j] + sum (a [i, k]), где k = 0..j

2. состояние C [i, j-1], что означает, что процессы «0..j» будут выполняться на еще одной виртуальной машине «j» (итого всего «0..j») и с учетом затрат на выполнение процессов «0 ..i "на виртуальной машине" j ", это сумма (a [k, j]), где k = 0..i
   Следовательно, стоимость равна C [i, j-1] + sum (a [k, j]), где k = 0..i

Взяв минимум из этих двух значений, мы находим C [i, j]

Вы с этим согласны?

ОБНОВЛЕНИЕ.
Предполагая, что нумерация процесса и ВМ начинается с 0:

базовый вариант:

for(int j=0; j < m; j++)  
     c[ 0 ][ j ] = a[ 0 ][ j ];

Петля DP:

for (int i = 1; i < n; i++) 
{
 for (int j = 0; j < m; j++) 
 {
     int min = Integer.MAX_INT;
     for (int k = 0; k < m; k++) 
      {
        if ((a[ i ][ j ] + b[ k ][ j ] + c[ i-1 ][ k ]) < min) 

             min= a[ i ][ j ] + b[ k ][ j ] + c[ i-1 ][ k ];

      }//try every VM

     c[ i ][ j ] = min;

  }//for every VM
}//for every process

Визиты в облако Работа с динамическими программистами Компании предоставляют вычислительные облачные вычисления, такие как Amazon, все они о виртуальном человеке (виртуальные машины, виртуальные машины), которые, в свою очередь, дают им соответствующее вознаграждение за общее время использования. В процессе есть много набросков, каждый из которых отличается, например, одна виртуальная машина A может превосходить стоимость другой виртуальной машины B, чтобы выполнить процесс, используя больше ЦП, в то время как B превосходит A в выполняемых процессах. dsc. Также может быть более дорогая система C, которая превосходит по производительности как A, так и B (но она более дорогая). Прогнозирование дизайна виртуальной машины требует много финансовых ресурсов. Эта проблема адресована конкретной работе. У нас есть углубленный процесс, состоящий из N экспериментов в виде цепочек: Δ1 → Δ2 → Δ3 → ..... → ΔΝ. Результаты показывают, что результаты Δ1 передаются в качестве входных данных для Δ2, результаты Δ2 - Δ3 и так далее. У нас также есть M виртуальных графических объектов. В качестве записи у нас также есть 2 таблицы. Человек - это NXM, и он определяет общую стоимость выполнения транзакции на виртуальных машинах одного типа. Таблица высокопоставленных лиц - это MXM, и она оплачивает отправку данных другому. Пример входных данных следующий: В конкретном примере встроенный процесс имеет 4 сценария и доступны 3 шаблона виртуальных машин. Первый выполняет 4 процедуры стоимостью 5, 7, 7 и 2 соответственно. Он также взаимодействует с двумя другими типами технических специалистов с затратами 7 и 2. Алгоритм динамического программирования, который должен быть реализован: алгоритм, который необходимо заполнить, таблица затрат NXM, где каждая ячейка затрат (i, j) показывает наименьшую общую стоимость процесс, пока я живу, когда я живу на j j. Чтобы обеспечить жизнь в движении, результаты i-1 могут быть либо переданы другим сообществам, либо от них, с учетом стоимости общения. В приведенном выше примере эта таблица имеет эквивалент, что на практике означает, что менее затратное вымирание равно 15 и достигается, когда последней операцией является виртуальная машина: