使用邻接矩阵来存储带权有向图G，并编程实现迪杰斯特拉算法。

好的，我来回答您的问题。

首先，邻接矩阵是一种表示图的数据结构，对于一个有 $n$ 个顶点的带权有向图 $G$，邻接矩阵 $M$ 是一个 $n \times n$ 的矩阵，其中 $M_{i,j}$ 表示从顶点 $i$ 到顶点 $j$ 的边的权值，如果不存在这样的边，则 $M_{i,j}$ 为无穷大。如果顶点 $i$ 和顶点 $j$ 之间没有边，则 $M_{i,j}$ 为 $0$。

接下来是迪杰斯特拉算法，它是一种单源最短路径算法，用于计算从一个源点到其他所有顶点的最短路径。算法的基本思想是，维护一个集合 $S$，其中包含已经找到最短路径的顶点，以及一个距离数组 $dist$，其中 $dist[i]$ 表示从源点到顶点 $i$ 的最短距离。初始时，将源点加入集合 $S$ 中，将 $dist$ 数组中除源点之外的所有元素设为无穷大。然后，从 $S$ 中找到一个离源点最近的顶点 $u$，将顶点 $u$ 加入 $S$ 中，并且更新所有与 $u$ 相邻的顶点的距离，如果新距离比原来的距离更小，则更新 $dist$ 数组。重复这个过程直到所有顶点都加入 $S$ 中。

下面是使用邻接矩阵来实现迪杰斯特拉算法的伪代码：

def dijkstra(graph, src):
    n = len(graph)
    visited = [False] * n
    dist = [float('inf')] * n
    dist[src] = 0
    
    for _ in range(n):
        # 找到距离源点最近的顶点
        u = -1
        for i in range(n):
            if not visited[i] and (u == -1 or dist[i] < dist[u]):
                u = i
        visited[u] = True
        
        # 更新与 u 相邻的顶点的距离
        for v in range(n):
            if graph[u][v] != 0 and not visited[v]:
                new_dist = dist[u] + graph[u][v]
                if new_dist < dist[v]:
                    dist[v] = new_dist
    
    return dist

其中，`graph` 是邻接矩阵，`src` 是源点的编号。算法的时间复杂度为 $O(n^2)$，可以通过使用堆来优化到 $O(n \log n)$。

希望这个回答对您有帮助！