+ محدودیت زمان: ۱ ثانیه + محدودیت حافظه: ۲۵۶ مگابایت ---------- *حال که ارزش سهام در هر روز را بدست آورده‌ایم می‌خواهیم با استفاده از یک روش، نوسان‌های کوتاه مدت را کم کنیم تا بتوانیم تحلیل درستی از بازار داشته باشیم.*  فرض کنید ارزش سهام رایان‌کد در شهر رایان در $n$ روز مختلف به‌ترتیب $a_1, a_2, \dots, a_n$ باشد. همچنین عدد صحیح و مثبت $k$ به‌عنوان بازه‌ی زمانی مشخص شده است. برای هر $k$ روز متوالی به ترتیب میانگین ورزن‌دار ارزش سهام در آن $k$ روز را حساب می‌کنیم. برای وزن‌دادن به ترتیب از اعداد $1$ تا $k$ برای روزها استفاده می‌کنیم و وزن‌ها را به‌ترتیب صعودی برای ارزش سهام‌ها از قدیم به جدید در نظر می‌گیریم. برای مثال اگر $n = 7$ و $k = 4$ و ارزش سهام‌ها به‌صورت زیر باشد: $$[100, 200, 100, 100, 300, 200, 500]$$ میانگین وزن‌دار متحرک برای بازه‌ی زمانی اول به‌صورت زیر محاسبه می‌شود. $$\frac{1 \times 100 + 2 \times 200 + 3 \times 100 + 4 \times 100}{1 + 2 + 3 + 4} = 120$$ حال از شما می‌خواهیم برنامه‌ای بنویسید که با دریافت اعداد $n$، $k$ و ارزش سهام‌ها در $n$ روز متوالی، میانگین وزن‌دار متحرک را برای همه‌ی بازه‌های زمانی به ترتیب محاسبه کند. # ورودی در سطر اول، دو عدد صحیح مثبت $n$ و $k$ داده می‌شود که تعداد روزها و بازه زمانی را مشخص می‌کند. $$1 \leq k \leq n \leq 100 \, 000$$ در سطر دوم ورودی، $n$ عدد صحیح که با یک فاصله از هم جداشده‌اند آمده و عدد $i$ام نشان دهنده‌ی ارزش سهام در روز $i$ام است. $$1 \leq a_i \leq 1000 \, 000$$ # خروجی در $n - k + 1$ سطر، مقادیر میانگین وزن‌دار متحرک برای هر بازه زمانی چاپ کنید. پاسخ شما زمانی پذیرفته می‌شود که اختلافش با جواب صحیح، حداکثر $10^{-3}$ باشد. ## ورودی نمونه ۱ ``` 7 4 100 200 100 100 300 200 500 ``` ## خروجی نمونه ۱ ``` 120.000000000 190.000000000 200.000000000 330.000000000 ``` ## ورودی نمونه ۲ ``` 3 1 1 2 3 ``` ## خروجی نمونه ۲ ``` 1.000000000 2.000000000 3.000000000 ``` ## ورودی نمونه ۳ ``` 4 2 8 3 6 3 ``` ## خروجی نمونه ۳ ``` 4.666666667 5.000000000 4.000000000 ``` ## ورودی نمونه ۴ ``` 3 3 1 2 3 ``` ## خروجی نمونه ۴ ``` 2.333333333 ```