分支限界法求解图的单源最短路径问题。 计算带权有向图从源点到其他所有点的最单路径长度。

分支限界法是一种搜索算法，可以用来求解图的单源最短路径问题。具体步骤如下：

1. 初始化一个队列Q，将源点加入队列中。

2. 对于队列中的每个结点，计算从源点到该结点的路径长度，并将该结点的所有邻接结点加入队列中。

3. 从队列中取出路径长度最小的结点，重复步骤2。

4. 如果队列为空，则搜索结束，最短路径长度已经求出。

根据分支限界法的特点，我们可以使用优先队列来实现这个算法。具体来说，每次从队列中取出路径长度最小的结点时，可以使用优先队列来保证取出的结点一定是路径长度最小的。

以下是一个示例代码，用于计算带权有向图从源点到其他所有点的最单路径长度：

import heapq

def shortest_path(graph, start):
    distances = {node: float('inf') for node in graph}
    distances[start] = 0
    queue = [(0, start)]

    while queue:
        current_distance, current_vertex = heapq.heappop(queue)

        if current_distance > distances[current_vertex]:
            continue

        for neighbor, weight in graph[current_vertex].items():
            distance = current_distance + weight

            if distance < distances[neighbor]:
                distances[neighbor] = distance
                heapq.heappush(queue, (distance, neighbor))

    return distances

在这个代码中，我们使用了一个字典来存储每个结点到源点的最短路径长度。初始时，我们将所有结点的最短路径长度都设置为无穷大。

在搜索过程中，我们使用一个优先队列来存储待处理的结点。每次从队列中取出路径长度最小的结点时，我们更新该结点所有邻接结点的最短路径长度，并将它们加入队列中。

最后，我们返回存储最短路径长度的字典。