思路： 这是一道 经典的第k短路算法，只要你会就能过。PS：这也是我第一k短路题 学到了很多新的东西 因为没学过A* 算法
所以在网上找了好久，但讲了都不是清楚 解题报告也都不带注释的 这里我就附上详细的解题报告 也好给以后要学的人 一点帮助。
从这题中还真的学到了很多
1.第k短路的算法 A* 还有用边表实现dij
2.第一次使用优先队列 这个高级啊！！ 附个优先队列的一些资料吧
跟queue用法差不多 下面是它的一些操作：
push()：入队，即插入元素
pop()：出队，即删除元素
front()或
top()：读取队首元素
back()：读取队尾元素
empty()：判断队列是否为空
size()：队列当前元素
优先队列容器与队列一样，只能从队尾插入元素，从队首删除元素。但是它有一个特性，就是队列中最大的元素总是位于队首，所以出队时，并非按照先进先出的原则进行，而是将当前队列中最大的元素出队。这点类似于给队列里的元素进行了由大互小的顺序排序。元素的比较规则默认按元素值由大到小排序，可以重载“<”操作符来重新定义比较规则。
（注：以下部份资料来源于网上）
所谓A*就是启发是搜索 说白了就是给搜索一个顺序使得搜索更加合理减少无谓的搜索. 如何来确定搜索的顺序？..也就是用一个值来表示
这个值为f[n]..每次搜索取f[x]最小的拓展 那么这个f[n]=h[n]+g[n]
其中f(n)
是节点n的估价函数，g(n)是在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。在这里主要是h(n)体现了搜索的启发信息，因为g(n)是已知的。如果说详细
点，g(n)代表了搜索的广度的优先趋势。但是当h(n) >>
g(n)时，可以省略g(n),而提高效率。
A*算法的估价函数可表示为：
= g’(n) + h’(n)
这里，f’(n)是估价函数，g’(n)是起点到终点的最短路径值，h’(n)是n到目标的最短路经的启发值。由
于这个f’(n)其实是无法预先知道的，所以我们用前面的估价函数f(n)做近似。g(n)代替g’(n)，但
g(n)>=g’(n)
才可（大多数情况下都是满足的，可以不用考虑），h(n)代替h’(n)，但h(n)<=h’(n)才可（这一点特别的重
要）。可以证明应用这样的估价函数是可以找到最短路径的，也就是可采纳的。我们说应用这种估价函数的
最好优先算法就是A*算法。
下面以这道题为例，结合着理解相信你就能理解了！！
//9856K
297MS
#include <stdio.h>
#include <string.h>
#include <queue>
#define M 100010
#define N 1005
const int inf = 0x3f3f3f3f;
using namespace std;
struct
E
//邻接表建边，to是下个结点，w 是权值 nxt 是下条边的位置
{
to,w,nxt;
}edge[2*M];
struct data
//g 表示起点到当前点的距离，h表终点到当前点的距离
{
g,h;
to;
operator < (data a)
const
使g+h小的在队首
return a.h + a.g < h + g;
};
int e,n,src,des,head[N],tail[N],dis[N];//head 是正向边，tail是逆向边
dis是des（终点）到各点的距离
void addedge (int cu,int cv,int cw)
{
cv;
cw;
= head[cu];
++;
cu;
cw;
= tail[cv];
++;
}
void dij
()
//dijstra算法求des到各点的距离 用于估价函数h
{
i,j,k;
vis[N];
(vis,0,sizeof(vis));
(dis,0x3f,sizeof(dis));
0;
<= n;i ++)
k = -1;
int min = inf;
for (j = 1;j <= n;j ++)
if (!vis[j]&&min >
dis[j])
{
k = j;
min = dis[j];
}
// if (k ==
-1)
//因为这里图肯定是连通的 可加可不加
//
break;
vis[k] = 1;
for (int u = tail[k];u != -1;u = edge[u].nxt)
{
int v;
v = edge[u].to;