写一段dijstra堆优化程序

下面是一个dijkstra堆优化程序的示例，该程序使用堆优化来加速dijkstra算法的执行效率：

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

const int INF = 1e9;

vector<pair<int, int>> adj[100005];
int dist[100005];

void dijkstra(int start)
{
    priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq;
    pq.push({0, start});

    while (!pq.empty())
    {
        int u = pq.top().second;
        int d = pq.top().first;
        pq.pop();

        if (dist[u] < d) continue;

        for (auto v : adj[u])
        {
            int next_d = d + v.second;
            if (dist[v.first] > next_d)
            {
                dist[v.first] = next_d;
                pq.push({next_d, v.first});
            }
        }
    }
}

int main()
{
    int n, m;
    cin >> n >> m;

    for (int i = 1; i <= n; i++)
        dist[i] = INF;

    for (int i = 0; i < m; i++)
    {
        int u, v, w;
        cin >> u >> v >> w;
        adj[u].push_back({v, w});
        adj[v].push_back({u, w});
    }

    int start;
    cin >> start;

    dist[start] = 0;
    dijkstra(start);

    for (int i = 1; i <= n; i++)
        cout << i << ": " << dist[i] << endl;

    return 0;
}

该程序的主要思路是使用priority_queue作为最小堆，每次取出堆顶元素，并更新其邻居节点的距离，将需要更新的节点压入堆中。具体来说，对于当前节点u，遍历其每一个邻居节点v，如果从起点到u的距离d加上u到v的边权值w小于当前从起点到v的距离，那么更新v的距离并将其加入最小堆中。

注意，由于有些图可能存在负权边，所以此时需要使用Bellman-Ford算法来判断图是否存在负环，并进行相关处理，避免死循环。同时，对桶排序优化可以提升程序性能。