++**力扣（LeetCode）**是一个在线编程平台，主要用于帮助程序员提升算法和数据结构方面的能力。以下是一些力扣上的入门题目，以及它们的解题代码。++
--点击进入刷题地址
引言
在算法的广阔天地中，图论是一个非常重要的领域。++图论问题常常涉及到节点之间的连接关系和路径问题，而最短路径问题则是其中的经典之一。++ 今天，我们就来一起探索一道关于图论与最短路径的经典题目："单源最短路径问题"。
题目描述 ：
给定一个带权有向图 ，图中包含 n 个节点和 m 条边，每条边都有一个权值表示通过这条边所需的花费。现在，我们需要找出从给定起点到其他所有节点的最短路径。
示例：
输入:
python
图的邻接表表示如下：
3
3 2
1 3 4
2 1 1
1 2 2++其中，3 表示节点数量，3 2 表示有 3 条边，第 1 条边的起点是 1，终点是 2，权值是 3；第 2 条边的起点是 1，终点是 3，权值是 4；第 3 条边的起点是 2，终点是 1，权值是 1。++
输出:
python
从节点 1 到其他节点的最短路径长度分别为 [0, 3, 4]。解题思路：
- 为了解决这个问题，++我们可以使用 Dijkstra 算法。Dijkstra 算法是一种用于解决单源最短路径问题的贪心算法。++它的基本思想是从起点开始，逐步向外扩展，不断更新起点到其他节点的最短路径长度。
- 具体实现时，我们可以使用一个数组 dist 来记录起点到其他节点的最短路径长度，初始时将所有节点的距离都设置为无穷大，除了起点到自身的距离为 0。++然后，我们每次从未被访问的节点中选择一个距离最短的节点，更新其相邻节点的距离。重复这个过程，直到所有节点都被访问过为止。++
代码实现 ：
python
import heapq
def dijkstra(graph, start):
n = len(graph)
dist = [float('inf')] * n
dist[start] = 0
heap = [(0, start)]
while heap:
curr_dist, curr_node = heapq.heappop(heap)
if curr_dist > dist[curr_node]:
continue
for neighbor, weight in graph[curr_node].items():
new_dist = curr_dist + weight
if new_dist < dist[neighbor]:
dist[neighbor] = new_dist
heapq.heappush(heap, (new_dist, neighbor))
return dist新年祝福 ：
++随着这道题目的探索，我们也迎来了新的一年。在这里，我衷心祝愿大家在新的一年里，事业有成，学业进步，身体健康，万事如意！愿你的算法之路越走越宽，不断刷新自己的记录，创造更加辉煌的成就！新年快乐！++