请python编程实现以下问题的贪心算法，问题是种花问题

在Python中，贪心算法是一种通过每一步局部最优选择来达到全局最优解的问题求解策略。对于种花问题，我们可以假设我们有不同种类的花，每种花需要一定的土壤、阳光和水分才能生长，并且每种花的价值也不同。贪心算法在这种问题中可能会假设每次选择当前价值最高的花，直到资源（如土壤、阳光和水分）耗尽。

下面是一个简单的贪心算法示例，这里假设我们有一个函数`get_value(plant, resources)`，它返回植物在给定资源下的价值，以及一个函数`check_resources(resource_needed, available_resources)`检查是否满足种植需求：

def greedy_flower_planting(profit_per_flower, soil_capacity, sunlight_capacity, water_capacity):
    flowers = sorted(profit_per_flower.items(), key=lambda x: x[1], reverse=True)  # 按价值降序排序
    total_profit = 0
    soil_left = soil_capacity
    sunlight_left = sunlight_capacity
    water_left = water_capacity

    for flower, profit in flowers:
        resource_needed = (flower.soil, flower.sunlight, flower.water)
        if check_resources(resource_needed, [soil_left, sunlight_left, water_left]):
            total_profit += profit
            soil_left -= flower.soil
            sunlight_left -= flower.sunlight
            water_left -= flower.water
        else:
            break  # 如果资源不够，就不再种植此花

    return total_profit

# 示例数据结构，每个flower字典包含值（profit）、土壤需求、阳光需求和水分需求
flowers = [
    {"name": "A", "profit": 10, "soil": 5, "sunlight": 4, "water": 3},
    {"name": "B", "profit": 8, "soil": 7, "sunlight": 3, "water": 2},
    {"name": "C", "profit": 6, "soil": 4, "sunlight": 5, "water": 1}
]

# 调用算法
total_profit = greedy_flower_planting(profit_per_flower={flower["name"]: flower["profit"] for flower in flowers}, 
                                      soil_capacity=100, sunlight_capacity=100, water_capacity=100)

print(f"最大利润：{total_profit}")