#include<bits/stdc++.h>
using namespace std;

// [1] n-物品的种类数；v-背包的总容积（最大可装体积）
int n,v; 
struct stu{
    // [2] m-第i种物品的单个体积；w-第i种物品的单个价值；s-第i种物品的最大数量
    int m,w,s;
}arr[1100];  // [3] arr数组-存储每种物品的体积、价值、数量
int dp[1100]={};  // [4] dp数组-动态规划状态，dp[k]表示容积为k的背包能装入的最大价值

int main(){
    // 问题分析：多重背包问题，每种物品有体积、价值和数量限制，求容积V的背包能装的最大价值
    // 解题步骤：朴素三重循环实现（数据范围小，可通过），将每个物品拆成s个独立物品做01背包
    //          外层遍历物品，中间遍历物品数量，内层逆序遍历背包容量更新状态
    
    cin>>n>>v;  // [5] 读取物品种类数n和背包总容积v
    for(int i=1;i<=n;i++){
        cin>>arr[i].m>>arr[i].w>>arr[i].s;  // [6] 读取每种物品的体积、价值、数量
    }
    
    dp[0]=0;  // [7] 初始化：容积为0的背包价值为0
    // 遍历每一种物品
    for(int i=1;i<=n;i++){
        // 遍历该物品的可使用数量（1~s），等价于拆成s个独立物品做01背包
        for(int j=1;j<=arr[i].s;j++){
            // 逆序遍历背包容量（01背包核心，避免重复选取同一物品）
            for(int k=v;k>=arr[i].m;k--){
                // [8] 状态转移：不选当前物品则dp[k]不变；选则取dp[k-物品体积]+物品价值，取最大值
                dp[k]=max(dp[k],dp[k-arr[i].m]+arr[i].w);
            }
        }
    }
    cout<<dp[v];  // [9] 输出容积为v的背包能装入的最大价值
    return 0;
}