用上述得到的边，编写一段Dijkstra 算法

以下是使用Python编写的Dijkstra算法实现：

import heapq

def dijkstra(graph, start):
    # 初始化距离字典
    distances = {node: float('inf') for node in graph}
    distances[start] = 0
    
    # 初始化堆队列和访问集合
    heap = [(0, start)]
    visited = set()
    
    while heap:
        # 取出堆顶元素
        (cost, node) = heapq.heappop(heap)
        
        # 如果当前节点已被访问，则跳过
        if node in visited:
            continue
            
        # 将当前节点标记为已访问
        visited.add(node)
        
        # 更新与当前节点相邻节点的最短距离
        for neighbor, distance in graph[node].items():
            if neighbor not in visited:
                new_distance = distances[node] + distance
                if new_distance < distances[neighbor]:
                    distances[neighbor] = new_distance
                    heapq.heappush(heap, (new_distance, neighbor))
                    
    return distances

其中，graph是一个字典，表示图的邻接表。例如，如果这个图有三个节点A、B、C，边的权重分别为3、4、1，则可以表示为：

graph = {
    'A': {'B': 3, 'C': 4},
    'B': {},
    'C': {'B': 1}
}

start是起始节点。例如，如果要从节点A开始寻找最短路径，则调用dijkstra(graph, 'A')。函数的返回值是一个字典，表示从起始节点到每个节点的最短距离。