小佳最近迷上了导游这个工作，一天到晚想着带游客参观各处的景点。正好 M 市在举行 NOI，来参观的人特别的多。不少朋友给小佳介绍了需要导游的人。 M 市有nn个著名的景点，小佳将这些景点从11至nn编号。有一些景点之间存在双向的路。小佳可以让游客们在任何一个景点集合，然后带着他们参观，最后也可以在任何一个景点结束参观。不过，来参观的游客们都不愿去已经参观过的地方。所以，小佳不能带游客们经过同一个景点两次或两次以上。 小佳希望你帮助他设计一个方案, 走可行的路线, 带游客们参观尽可能多的地方。

这是一个典型的图论问题，我们可以使用深度优先搜索（DFS）或广度优先搜索（BFS）来解决。由于我们需要避免重复访问同一景点，所以我们需要记录每个节点是否被访问过。

具体思路如下：

1. 选择一个起点，标记为已访问。

2. 对于当前节点，遍历与其相连的所有未访问节点。

3. 对于每个未访问节点，将其标记为已访问，并将其添加到路径中。

4. 递归遍历该节点，并更新最大路径长度。

5. 当遍历完所有未访问节点后，将该节点从路径中删除，并标记为未访问。

6. 返回上一层递归，继续遍历其他未访问节点。

7. 重复步骤2-6，直到遍历完所有起点。

代码如下：

def dfs(node, visited, path, max_len, graph):
    visited[node] = True
    path.append(node)
    for neighbor in graph[node]:
        if not visited[neighbor]:
            visited[neighbor] = True
            path.append(neighbor)
            dfs(neighbor, visited, path, max_len, graph)
            path.pop()
            visited[neighbor] = False
    if len(path) > max_len:
        max_len = len(path)
    visited[node] = False
    path.pop()
    return max_len

def find_longest_path(n, edges):
    graph = [[] for _ in range(n+1)]
    for u, v in edges:
        graph[u].append(v)
        graph[v].append(u)
    max_len = 0
    for i in range(1, n+1):
        visited = [False] * (n+1)
        max_len = dfs(i, visited, [], max_len, graph)
    return max_len

其中，n为景点总数，edges为景点之间的双向路。我们使用邻接表来存储图。调用函数`find_longest_path`即可找到最长路径的长度。

注意，这里的时间复杂度为O(n^2)，可能无法处理较大的数据。可以使用剪枝等优化方法来提高效率。