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
样例1：
输入：
n = 5 ,k = 2 ,data = [1, 2, 3, 3, 2]
输出：9
样例2：
输入：
n = 6 ,k = 3 ,data = [4, 1, 5, 2, 1, 3]
输出：9
样例3：
输入：
n = 4 ,k = 1 ,data = [3, 2, 4, 1]
输出：10
问题分析
本题是很有趣的一个题目，思考的关键就在于不能按照线性的方法逐步思考，而要转化为一个等价的形式。
如果顺着常规的思路考虑，思路应该是这样：每到一个补给站，就要考虑目前手中有多少个份食物、未来的补给站的价格和当前补给站价格比较，然后决定应该在当前补给站购买多少食物。
这个思路当然是正确的，但是想要实现并不容易。但是如果反过来想：只管往前走，发现食物不够的话，从“过去的补给站”中找最便宜的一个，“为目前一步”购买一份食物。根据规则，我们当然不可能拐回去购买，但是我们只是用这个方法来思考问题，实际上认为我们是“在当时购买”的就可以了。
这样的思路能不能解决这个问题呢？首先，最小花费的问题一定可以解决，因为总是从最便宜的地方购买，但是怎么解决“手中持有的食物不超过K”呢？假如说在若干步后，始终发现第x步的商店最为便宜，每次都从x处购买，但是我们实际上是在当时一次性购买的，这就导致了第x步持有超过k的食物。
一个显然的方法是：采用一个K大小的滑动窗口，只记录最近K步的价格，这样一个最低价格至多被购买K次。
但是又有问题：“一个最低价格地点至多被购买K次”和“最多持有K个食物”等价吗？乍一看是不等价的，例如，我手中已经有2份食物，又购买K份，这样手里有2+K件食物，这不是超过了吗。在我们的算法中，这种情况可能发生吗？注意我们的规则：发现食物不够的话，从“过去的补给站”中找最便宜的一个，“为目前一步”购买一份食物。，只有在不够的时候才购买，因此不会出现上述超出的情况。这个解释起来比较麻烦，可以尝试找几个例子来理解。
最后代码如下：
def solution(n, k, data):
# Edit your code here
price = []
now_food = 0
total = 0
for i in data:
price.append(i)
if len(price) > k:
price.pop(0)
now_food -= 1
if now_food<0:
total += min(price)
now_food += 1
return total
