Dijkstra求最短路 I（Dijkstra算法）
给定一个 n 个点 m 条边的有向图，图中可能存在重边和自环，所有边权均为正值。
请你求出 1 号点到 n 号点的最短距离，如果无法从 1 号点走到 n 号点，则输出 −1。
输入格式
第一行包含整数 n 和 m。
接下来 m 行每行包含三个整数 x,y,z，表示存在一条从点 x 到点 y 的有向边，边长为 z。
输出格式
输出一个整数，表示 1 号点到 n 号点的最短距离。
如果路径不存在，则输出 −1。
数据范围
1≤n≤500,
1≤m≤10^5,
图中涉及边长均不超过10000。
输入样例：
3 3
1 2 2
2 3 1
1 3 4
输出样例：
3思路：
最短路问题，可以用dijkstra算法来解决，这里是解决各种最短路问题的框架
因为这道题求的是单源最短路，且每条路权值都为正数，并且边的量级明显大于点（1≤n≤500,
1≤m≤10^5），是稠密图，所以用朴素dijkstra算法解决
朴素dijkstra算法的原理：
初始化，除了起点之外，每个点到起点的距离为无穷大。我们创建一个集合s，表示当前已确定最短距离的点，对于n个点，循环n次，每次找到一个不在集合s中的离起点（题目中的1号点）最近的点，然后将它加入集合s，并用这个点去更新其他所有点距离。
const int N=510;
int n,m;
int g[N][N]; //题目中是稠密图，用邻接矩阵写，g[1][2]表示从1节点指向2节点的距离
int dist[N]; //从1号点走到每个点的距离（最短距离）
bool st[N]; //每个点最短路是否已经确定,true为确定因为是稠密图，所以我们用邻接矩阵g[ ][ ]存储边和点的关系。
for(int i=0;idist[j])) //当前点最短路还没被确定并且当前t不是最短的，一开始的d[t]是无穷，d[1]是0，所以1号点就会找到
{
t=j; //换成短的那条路
}
}
st[t]=true; //找到了集合外到起点最短距离的点，标记（其实就是加入了确定最短距离的集合）
for(int j=1;j<=n;j++) //第二轮循环,用已经确定了的最短距离的点来更新到其他点的最短距离
{
dist[j]=min(dist[j],dist[t]+g[t][j]); //更新1到j这条路的长度（从1到t，再从t到j的距离与1到j距离比较，换成短的那条路）
}
} dijkst算法的核心代码，进行n次循环，每次循环找到集合外到起点最短距离的点 ，然后用这个点来更新到其他点的最短距离。
for(int j=1;j<=n;j++) //第一轮循环,寻找集合外到起点最短距离的点，一开始1号点也是在集合外的，所以j从1开始找
{
//找当前不确定最短距离的点集合外（即st为false）到起点距离最短的点
if(!st[j] && (dist[t]>dist[j])) //当前点最短路还没被确定并且当前t不是最短的，一开始的d[t]是无穷，d[1]是0，所以1号点就会找到
{
t=j; //换成短的那条路
}
}
st[t]=true; //找到了集合外到起点最短距离的点，标记（其实就是加入了确定最短距离的集合）经过第一次循环后，我们找到了一个点t，将它加入集合s，这里每次t初始化为0，dist[0]=0x3f3f3f3f，保证了后面(dist[t]>dist[j])找到的是集合s外的点的离起点最近的点，因为dist[t]是最大的（正无穷），多次比较之后，dist值最小的点就会加入集合s。
for(int j=1;j<=n;j++) //第二轮循环,用已经确定了的最短距离的点来更新到其他点的最短距离
{
dist[j]=min(dist[j],dist[t]+g[t][j]); //更新1到j这条路的长度（从1到t，再从t到j的距离与1到j距离比较，换成短的那条路）
} 第二个循环：用当前找到的点t去更新后面的点到起点的距离，方法就是遍历1到n，每次看是1号点到j号点的距离大还是1号点到t号点，再从t号点到j号点的距离大，我们保留短的那条路。
while(m--)
{
int a,b,c;
cin>>a>>b>>c;
g[a][b]=min(g[a][b],c); //如果两个点之间有多条边，保留最短边，因为初始化g为无穷大，所以一开始是让g[a][b]=c，后面如果出现了一样的点，就会取其中的最小值
}在主函数中，因为题目没有说不存在自边和环，所以可能从一个点到另一个点有多条边，我们只需要保留其中最短的就好。
补充：这里的代码很多处都用到了0x3f，是因为这个数字能近似表达正无穷，它的值是1061109567，是10^9级别，并且还能保证无穷大加无穷大仍然不会超限，因为0x3f3f3f3f+0x3f3f3f3f=2122219134，这非常大但却没有超过32-bit int的表示范围，我们使用memset()是对char操作，即一个字节一个字节的操作，如果此时初始化的变量为int类型（4字节），那么此时的变量就会被初始化成四个0x3f，即0x3f3f3f3f（这个0x是十六进制的意思）。
if(dist[n] == 0x3f3f3f3f) //当1号点距离到n号点距离为无穷大时（即1和n不连通），注意这里变成了0x3f3f3f3f
{
return -1;
}在后面比较的时候，注意这个值是0x3f3f3f3f，我们只是用memset赋值的时候给每个字节赋值0x3f，整个int变量是0x3f3f3f3f。
参考：0x3f~0x3f3f3f3f的来龙去脉（详解）-CSDN博客关于memset函数和赋值0x3f，2021-5-5-CSDN博客
示例代码：
#include
#include
#include
using namespace std;
const int N=510;
int n,m;
int g[N][N]; //题目中是稠密图，用邻接矩阵写，g[1][2]表示从1节点指向2节点的距离
int dist[N]; //从1号点走到每个点的距离（最短距离）
bool st[N]; //每个点最短路是否已经确定,true为确定
int dijkstra()
{
memset(dist,0x3f,sizeof(dist)); //初始化时每个点到起点距离为无穷大
dist[1]=0; //起点到自身的距离为0
for(int i=0;idist[j])) //当前点最短路还没被确定并且当前t不是最短的，一开始的d[t]是无穷，d[1]是0，所以1号点就会找到
{
t=j; //换成短的那条路
}
}
st[t]=true; //找到了集合外到起点最短距离的点，标记（其实就是加入了确定最短距离的集合）
for(int j=1;j<=n;j++) //第二轮循环,用已经确定了的最短距离的点来更新到其他点的最短距离
{
dist[j]=min(dist[j],dist[t]+g[t][j]); //更新1到j这条路的长度（从1到t，再从t到j的距离与1到j距离比较，换成短的那条路）
}
}
if(dist[n] == 0x3f3f3f3f) //当1号点距离到n号点距离为无穷大时（即1和n不连通），注意这里变成了0x3f3f3f3f
{
return -1;
}
return dist[n]; //返回从1号点走到n号点的距离（最短距离）
}
int main()
{
ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);
cin>>n>>m; //读入点数和边数
memset(g,0x3f,sizeof(g)); //0x3f是无穷大，memset按字节赋值，一个字节就是0x3f，int有四个字节，所以是0x3f3f3f3f
while(m--)
{
int a,b,c;
cin>>a>>b>>c;
g[a][b]=min(g[a][b],c); //如果两个点之间有多条边，保留最短边，因为初始化g为无穷大，所以一开始是让g[a][b]=c，后面如果出现了一样的点，就会取其中的最小值
}
cout<