题目描述

感知不确定会让路径规划不再只是找最短距离。具身智能部希望机器人在朝向、置信惩罚和风险演化之间做稳健选择，而不是只贪图眼前代价。

本题把地图、朝向、置信度惩罚和风险预算整理为结构化输入。你需要在带方向的状态空间中求满足预算的最优路径，并输出题面要求的路径指标或安全停止。

请特别留意起终点状态、朝向代价、风险累计方式、浮点或整数比较边界以及并列路径的固定选择。

输入格式

第一行输入：

V E

第二行输入：

start goal max_time max_risk conf_thr low_penalty

接下来 E 行有向边：

u v time risk conf direction disabled

输出格式

若存在可行路径，输出：

SUCCESS path... total_time total_risk turns 0

若无可行路径，输出：

SAFE_STOP

判定规则

禁用边 disabled = 1 不可走。走一条边会增加 time 和 risk；若 conf < conf_thr，额外增加 low_penalty 时间。若当前朝向非零且与边的 direction 不同，额外增加 1 时间并使转向次数加 1。

任意路径必须满足 total_time <= max_time 且 total_risk <= max_risk。在可行路径中，按累计风险小、累计时间小、转向次数少、路径字典序小选择。

数据范围与测试提示

• 所有编号均按题面说明使用 1-based；字符串枚举按输入原样比较。
• 正式测试会覆盖安全停止、无可行分支、阈值等号、并列比较和恢复失败等边界情况。
• 输出只包含题目要求的字段，不要输出调试信息。

样例

输入样例 1

3 2
1 3 10 5 60 2
1 2 3 1 80 1 0
2 3 3 1 80 1 0

输出样例 1

SUCCESS 1 2 3 6 2 0 0

输入样例 2

2 1
1 2 5 1 60 2
1 2 3 2 80 1 0

输出样例 2

SAFE_STOP