#include <bits/stdc++.h>

using namespace std;
const int N = 110;
const int M = N << 1;
int n; // 表示树的节点数
int m; // 表示要保留的树枝数量(背包容量)
int h[N], e[M], w[M], ne[M], idx;
int st[N];   // 是不是访问过
int f[N][N]; // f[u][j]:表示所有以u,为树根的子树中选，选j条边的最大价值
// 邻接表模板
void add(int a, int b, int c) {
    e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}

// 树形DP
void dfs(int u) {
    st[u] = 1;

    for (int i = h[u]; ~i; i = ne[i]) {
        int v = e[i]; // 子节点最好设置为v,不要使用j,因为j一般后面会参于循环用的变量，节约资源
        if (st[v]) continue;
        dfs(v); // 因为父亲需要使用子树的信息来更新自己的信息，所以，必须先递归子树，才能使用子树提供的信息，子树提供的信息，保存在f[v][1~k]中

        // 枚举体积 (u的所有可能体积)
        /*
        本来是三维的状态，f[x][i][j],表示以x为根的子树，的前i个子节点子树中选，总体积最大为j的所有集合，
        每次去循环以x节点为跟的子树，并循环体积，一个子树相当于一个组，一组内不同方案，相当于选择不同体积，
        只看后面两个[i] [j]代表的是在前i个组中选，总体积不超过j的所有集合，属性max,然后还要枚举每一组内，分配多少体积，才能求出最大值
        所以f[x] [i] [j] = max ( f[x] [i] [j],f[x] [i-1] [j-k] + f[y] [yi] [k])
        然后进行优化，由于每次都用到上一维的状态，和子树y最后yi的状态，所以可以把第二维优化变成
        f[x] [j] = max(f[x] [j] , f[x] [j-k] + f[y] [k])

        是因为优化了一维，所以倒过来算了
        */
        for (int j = m; j >= 0; j--)
            // 枚举决策 (子节点v中分配k个体积,需要给u->v留一个，v子树中就少1个,k<j)
            for (int k = 0; k < j; k++)
                //  f[u][j - 1 - k]:让u从其它子树中去查找,在空间j-1-k的限定下的最大价值
                //  f[v][k]+w[i]:在v子树中，资源上限是k的情况下，返回的最大数量，加上u->v这边条上的苹果数w[i]
                f[u][j] = max(f[u][j], f[u][j - 1 - k] + f[v][k] + w[i]);
    }
}

int main() {
    // 初始化
    memset(h, -1, sizeof h);
    cin >> n >> m;

    // 读入n-1条边
    int a, b, c;
    for (int i = 1; i < n; i++) {
        cin >> a >> b >> c;
        add(a, b, c), add(b, a, c); // 只能是无向图,因为没说谁离根更近
    }
    dfs(1);                  // 已知根是1号点
    cout << f[1][m] << endl; // DP：从根出发，最大限制是m的情况下，可以取得的最大值
    return 0;
}