DP解法，用Reach[k][i][j]表示经过k次后能到达的格子，当然是倒着走。
然后根据方向分类讨论，对于每一个方向，决策范围是[L,R]闭区间，很容易想到用单调队列，但此题有一个特殊之处，就是最优决策和不优决策的差别就是一个为真，一个为假，
(真表示上一轮能到达该格子，假表示不能),所以只要用一个变量保存离状态最近的决策就可以了。维护方法同单调队列。时间复杂度：O(N*M*K).