输入有向图并存储，实现最短路径算法，编写C++代码对带权有向图中从源点到其他各点的最短路径

在C++中，你可以使用Dijkstra算法或Floyd-Warshall算法来求解带权有向图中的最短路径问题。这里我们选择Dijkstra算法，因为它适用于非负权重的情况，并且效率较高。

首先，你需要定义一个结构体来存储边的信息，比如起点、终点和权重：

struct Edge {
    int src, dest;
    int weight;
};

然后，创建一个优先队列用于存放待处理的顶点及其距离：

#include <queue>
using namespace std;

priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq;

以下是Dijkstra算法的基本步骤：

1. 初始化：将源节点的距离设为0，所有其他节点的距离设为无穷大，放入优先队列。
2. 选取源节点：每次从优先队列中取出距离最小的节点。
3. 更新邻接节点：对于该节点的所有未访问过的邻居，如果通过它到达邻居比当前已知的距离更近，则更新邻居的距离并将邻居加入优先队列。
4. 重复步骤2和3，直到优先队列为空或找到目标节点。

这是简单的Dijkstra算法的核心代码实现：

void dijkstra(vector<Edge>& edges, int source) {
    for (int i = 0; i < V; ++i)
        dist[i] = INT_MAX;
    dist[source] = 0;
    pq.push({0, source});

    while (!pq.empty()) {
        int u = pq.top().second;
        pq.pop();
        if (dist[u] < pq.top().first) continue; // 如果已经更新过，则跳过

        for (Edge edge : edges) {
            if (edge.src == u && dist[edge.dest] > dist[u] + edge.weight) {
                dist[edge.dest] = dist[u] + edge.weight;
                pq.push({dist[edge.dest], edge.dest});
            }
        }
    }
}

其中`V`是图的顶点数，`dist`是一个数组保存每个顶点的最短距离。