问题描述：
小R正在计划一次从地点A到地点B的徒步旅行，总路程需要 N 天。为了在旅途中保持充足的能量，小R每天必须消耗1份食物。幸运的是，小R在路途中每天都会经过一个补给站，可以购买食物进行补充。然而，每个补给站的食物每份的价格可能不同，并且小R最多只能同时携带 K 份食物。
现在，小R希望在保证每天都有食物的前提下，以最小的花费完成这次徒步旅行。你能帮助小R计算出最低的花费是多少吗？
测试样例：
输入：n = 5, k = 2, data = [1, 2, 3, 3, 2] 输出：9
输入：n = 6, k = 3, data = [4, 1, 5, 2, 1, 3] 输出：9
输入：n = 4, k = 1, data = [3, 2, 4, 1] 输出：10
解题过程：
这道题与另一道补给问题《补给站最优花费问题》很像，但题目限制了携带食物的份数，并且食物是先买后吃。最初我尝试以解决《补给站最优花费问题》为基础，改良后解决这道题。在尝试的过程中，我采取了限制每个补给站的购买份数的策略，但实践告诉我这样的方案是行不通的，并不能直接套用模板，没多久我就放弃了。
经过一段时间的思考，我分析着我自己写的《补给站最优花费问题》的解，脑子里突然冒出了这样一个想法：我在每个补给站都买 k 份食物，之后有更便宜的我再退不就好了！题目要考虑最优解，但实际操作还是得一步一步来，那每一步都要选择局部最优解，在未来情况不清楚的情况下，现有的最优解就是局部最优解，那我把每天的补给站都当作最便宜的来对待不就可以了吗？出于严谨，我仔细盘了一下流程：每到一个补给站，我就购买 k 份食物，1 份留着当天吃，其余的分别分配给未来的几天；到下一个补给站，再买 k 份食物，但购买前要跟已经买的食物作比较，留下更便宜的，把贵的退掉；以此类推。这样一来，每天的食物都是在满足所有规则的前提下的最优解。理论可行，实践如下：
def solution(n, k, data):
# Edit your code here
if k == 1:
return sum(data)
cost = [float("inf")] * (n + k)
for i in range(n):
for j in range(k):
cost[i + j] = min(cost[i + j], data[i])
return sum(cost[:n])
上述代码中，首先设定了一个特解，食物份数上限为 1 时直接返回所有补给站的价格总和，因为这种情况下每天都是买完就吃，不用考虑未来。然后用双层for循环，外层遍历天数（补给站），内层遍历份数，每次遍历取最小值即可。值得一提的是， cost 要额外分配 k 个空间，防止超出索引。为了避免浪费空间，其实也可以用if语句添加条件判断，但这样改，代码并不会变得更易读，而且不如增加个 + k 方便（懒），所以这样就挺好。最后返回 cost 的前 n 个元素的和即可。比较可惜的一点是，我给出的解法的复杂度是 O(n*k)，复杂度比较高，但我暂时想不到其他的解法。
提交，完成题解。
