给定带权有向图G=(V,E),其中每条边的权都是非负数。给定一个起始顶点，称为源。计算从源到所有其他定点的最短路径长度，路径长度是各边权重之和。该问题称为单源最短路径问题。贪心算法代码实现

在解决单源最短路径问题，如Dijkstra算法或Floyd-Warshall算法，通常采用的是动态规划的思想，而非简单的贪心算法。这是因为最短路径问题并不总是可以通过贪心策略得出全局最优解。这里简述一下Dijkstra算法，它是最常用的求解这个问题的高效算法。

Dijkstra算法步骤如下：
1. 初始化：设置起点的距离为0，其他节点距离为无穷大，记录已访问的节点集合为空，未访问的集合为所有节点。
2. 选择当前最短路径：从未访问集合中选取距离起点最近的一个节点u，并将其加入已访问集合。
3. 更新邻居节点：对于节点u的所有未访问邻居v，如果通过u到达v的路径长度比v当前记录的更短，则更新v的距离为新的路径长度。
4. 重复步骤2和3，直到已访问集合包含所有节点，或者找到目标节点。

以下是Dijkstra算法的伪代码：

function dijkstra(graph, start):
    distances = {node: float('inf') for node in graph}
    distances[start] = 0
    unvisited = set(graph.nodes)

    while unvisited:
        current_node = min(unvisited, key=lambda node: distances[node])
        if distances[current_node] == float('inf'):
            break  # 如果所有可达节点都已处理，跳出循环

        unvisited.remove(current_node)
        for neighbor, weight in graph.edges[current_node]:
            distance = distances[current_node] + weight
            if distance < distances[neighbor]:
                distances[neighbor] = distance

    return distances