推荐多样性（100%用例）C卷 (Java&&Python&&C++&&Node.js&&C语言)

推荐多样性需要从多个列表中选择元素，一次性要返回N屏数据(窗口数量)，每屏展示K个元素(窗口大小) ，选择策略:
1.各个列表元素需要做穿插处理，即先从第一个列表中为每屏选择一个元素，再从第二个列表中为每屏选择一个元素，依次类推
2.每个列表的元素尽量均分为N份，如果不够N个，也要全部分配完，参考样例
图:
(1)从第一个列表中选择4条0 123，分别放到4个窗口中
(2)从第二个列表中选择4条10 11 12 13，分别放到4个窗口中
(3)从第三个列表中选择4条20 21 22 23，分别放到4个窗口中
(4)再从第一个列表中选择4条4 5 6 7，分别放到4个窗口中
...
(5)再从第一个列表中选择，由于数量不足4条，取剩下的2条，放到窗口1和窗口2
(6)再从第二个列表中选择，由于数量不足4条并且总的元素数达到窗口要求，取18 19放到窗口3和窗口4

输入描述:

第一行输入为N，表示需要输出的窗口数量，取值范围 [1，10]
第二行输入为K表示每个窗口需要的元素数量，取值范围[1,100]
之后的行数不定（行数取值范围[1.10])表示每个列表输出的元素列表。元素之间以空格分隔已经过排序处理，每个列表输出的元素数是取值范围[1.100]

输出描述:

输出元素列表，元素数量=窗口数量*窗口大小，元素之间以空格分隔，多个窗口合并为一个列表输出，参考样例:
先输出窗口1的元素列表,再输出窗口2的元素列表，再输出窗口3的元素列表最后输出窗口4的元素列表

补充说明:

1.每个列表会保证元素数量满