Dijkstra算法2

 // 再来一手精髓的Dijkstra
 // 复杂度O( E*log(V) )
 
 #include <cstdio>
 #include <iostream>
 #include <vector>
 #include <queue>
 
 using namespace std;
 
 const int max_N = +;
 const int max_E = +;
 const int INF = 1e9;
 
 int N,E;
 int d[max_N];
 
 // 来自何方，已经不重要了。
 // 实际上是在邻接表实现的过程中，行号即为来自的顶点
 struct edge
 {
     int to,cost;
 };
 // P.first代表距离，P.second代表顶点编号
 typedef pair<int,int> P;
 
 vector<edge> G[max_N];
 
 // 这一个算法下来，我们在数组d中得到了从s点到其余所有顶点的最短路程
 void dijkstra(int s)
 {
     // 建立最堆，来维护最小距离，可以降低一层复杂度
     priority_queue< P,vector<P>,greater<P> > que;
 
     fill(d,d+N,INF);
     d[s]=;
     que.push(P(,s));
 
     while(!que.empty())
     {
         // 取出一个顶点，看是否是Dijstra算法中，已经确定的最小顶点
         P p=que.top();
         que.pop();
 
         int v=p.second;
         // 让我们来看看这一步
         // 首先，每次取出堆中的最小元素
         // 然后去检索这个堆顶元素的标号所对应的距离
         // 咦，你会发现堆顶这个距离，竟然比取出的最小元素还要小
         // 惊讶？难道出错了？没有，考虑Dijkstra算法的流程，这个顶点肯定是之前已经确定过的最小顶点了，不需要考虑
         // 之前的实现是多加了一个flag数组来标记，这里可以省去这部分内存，直接用这个条件来判断
         if(d[v]<p.first)
         {
             continue;
         }
 
         for(int i=;i<G[v].size();++i)
         {
             edge e=G[v][i];
             if(d[e.to] > d[v] + e.cost)
             {
                 d[e.to]=d[v]+e.cost;
                 // 数组中维护此次被更新的节点即可，其余节点不需要维护
                 que.push(P(d[e.to],e.to));
             }
         }
     }
 
 }
 
 int main()
 {
     int a,b,c;
     scanf("%d %d",&N,&E);
     for(int i=;i<E;++i)
     {
         scanf("%d %d %d",&a,&b,&c);
         edge e;
         e.to=b;
         e.cost=c;
         G[a].push_back(e);
         // 无向图
         e.to=a;
         e.cost=c;
         G[b].push_back(e);
     }
 
     dijkstra();
 
     for(int i=;i<N;++i)
     {
         printf("%d ",d[i]);
     }
 
     return ;
 }
 
 /*
 7 10
 0 1 2
 0 2 5
 1 2 4
 1 3 6
 1 4 10
 2 3 2
 3 5 1
 4 5 3
 4 6 5
 5 6 9
 
 */