Dijkstra 算法是一种求单源最短路的算法，即从一个点开始到所有其他点的最短路。其基本原理是：每
次新扩展一个距离最短的未被扩展的点，更新与其相邻的点的距离。当所有边权都为正时，由于不会存在
一个距离更短的没扩展过的点，所以这个点的距离永远不会再被改变，因而保证了算法的正确性。不过根
据这个原理，用 Dijkstra 求最短路的图不能有负权边，因为扩展到负权边的时候会产生更短的距离，有可
能就破坏了已经更新的点距离不会改变的性质。Dijkstra 算法每一次操作分两步：
（1）找到所有未被更新过的节点中，与源点距离最短的点 k。
（2）用该节点更新所有点与源节点的距离：
在维护所有点与源点的距离时，可用堆来维护。另外，如果要求最短路径，在更新距离时，加入前序
节点即可。
Dijkstra 算法复杂度为 O(N 2 )。
Bellman-Ford 算法也是一种单源最短路的算法，可以解决边权为负的问题。其基本原理为：每次调整
枚举所有的边，可以通过这条边更新距离值，则更新，直到没有点的值调整了为止（或者调整 n-1 次）。
其更新函数与 Dijkstra 的更新函数一样。不同的是，Bellman-Ford 需要枚举边，其复杂度为 O(NM)，高
于 Dijkstra，但是 Bellman-Ford 可以处理负权和负环问题。对于负环，如果调整 n-1 次以后，还可以继续调
整，则表示图中有负环。
SPFA 算法是对 Bellman-Ford 算法的一种加强。由于 Bellman-Ford 算法中枚举边的操作非常冗余，事实
上，只有边对应的顶点有更新，才需要枚举这条边。SPFA 就用队列维护顶点，来达到减少枚举的目的。
SPFA 执行时，维护一个队列。当某个节点距离值被更新时，加入队列。对于队首元素，枚举以它为起
始顶点的边，更新对应节点的距离。对于负环问题，SPFA 执行时，需要判断顶点更新次数，当顶点更新次
数大于等于 n 时，则有负环。
Floyd 算法与前两种算法不同，它是求解顶点之间两两最短距离。其基本思想是，如果节点 i.k 的距离
加上 k,j 的距离小于 i,j 的距离，则更新 i,j 的距离。该思想与动态规划的思想类似。需要注意的是，在枚举
的过程中，需要先枚举 k，再枚举 ij。Floyed 算法时间复杂度为 O(N 3 )。虽然该复杂度与枚举起始节点的
Dijkstra 算法一致，但是 Floyed 算法常数复杂度比 Dijkstra 小很多。