徒步旅行中的补给问题

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，可以先购买完食物后再消耗今天的1份食物。然而，每个补给站的食物每份的价格可能不同，并且小R在购买完食物后最多只能同时携带 K 份食物。

现在，小R希望在保证每天食物消耗的前提下，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？

**输入 **

• n 总路程需要的天数
• k 小R最多能同时携带食物的份数
• data[i] 第i天补给站每份食物的价格

**输出 **

• 返回完成这次徒步旅行的最小花费

**约束条件 **

• 1 < n,k < 1000
• 1 < data[i] < 10000

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

def solution(N, K, prices):
    # 初始化二维数组 dp，dp[i][j] 表示到达第 i 天且当前携带 j 份食物时的最小花费
    # 初始值设为正无穷大，表示还未找到有效的方案
    dp = [[float('inf')] * (K + 1) for _ in range(N + 1)]
    # 初始状态：第 0 天且携带 0 份食物时，花费为 0
    dp[0][0] = 0
    # 遍历每一天
    for i in range(N):
        # 遍历当前可能携带的食物份数
        for j in range(K + 1):
            # 不购买食物的情况
            # 如果当前携带的食物份数 j 大于 0，说明可以消耗一份食物到达下一天
            if j > 0:
                # 更新第 i + 1 天携带 j - 1 份食物的最小花费
                dp[i + 1][j - 1] = min(dp[i + 1][j - 1], dp[i][j])
            # 购买食物的情况
            # 计算最多可以购买的食物份数，要考虑最大携带量 K 和剩余天数 N - i
            for k in range(1, min(K - j, N - i) + 1):
                # 更新第 i + 1 天携带 j + k - 1 份食物的最小花费
                dp[i + 1][j + k - 1] = min(dp[i + 1][j + k - 1], dp[i][j] + k * prices[i])
    # 最终结果：到达第 N 天且携带 0 份食物时的最小花费
    return dp[N][0]

if __name__ == "__main__":
    # Add your test cases here
    print(solution(4, 1, [3, 2, 4, 1]) == 10)