用python写一个代码：已知一个用邻接矩阵表示的图，每个节点都有成本，如何得到总成本最大的路径

以下是 Python 代码，可以通过深度优先搜索获取总成本最大的路径：

def max_cost_path(matrix):
    n = len(matrix)
    visited = [False] * n
    max_path = [0] * n
    max_path[0] = matrix[0][0]
    
    def dfs(node):
        visited[node] = True
        for i in range(n):
            if not visited[i] and matrix[node][i] != 0:
                next_cost = max_path[node] + matrix[node][i]
                if next_cost > max_path[i]:
                    max_path[i] = next_cost
                    dfs(i)
        visited[node] = False
    
    dfs(0)
    return max_path[-1]

在这个函数中，输入的参数是邻接矩阵 matrix，输出的结果是总成本最大的路径。先初始化一个布尔类型的数组 visited，其中 visited[i] 为 True 表示第 i 个节点已经被访问过。然后初始化一个整型数组 max_path，其中 max_path[i] 表示从起点到第 i 个节点的最大成本。最初只设置 max_path[0] 等于 matrix[0][0]，即起点的成本。接下来开始深度优先搜索，遍历每一个节点。

在遍历每个节点时，首先将 visited[node] 设为 True，表示该节点已经被访问。接着，遍历该节点的所有邻居，如果邻居没有被访问过且和当前节点有连通，则计算到达邻居的成本，即 next_cost = max_path[node] + matrix[node][i]，其中 matrix[node][i] 表示当前节点到邻居的成本。如果 next_cost 大于 max_path[i]，更新 max_path[i] 的值为 next_cost，并继续搜索邻居 i。搜索结束后，将 visited[node] 设为 False，表示该节点搜索完毕。最终返回 max_path[-1]，即从起点到终点的最大成本。

请注意，由于邻接矩阵是一个方阵，因此我们不需要提供起点和终点的位置。第一个节点总是默认为起点，而最后一个节点总是默认为终点。此外，如果图中有环，该算法将无法正确处理。