此題的實際模型如下：給定一個有P個頂點的無向含權圖，選擇一個頂點，使得從該點到給定的N個頂點的權值之和最小。
最經典的就是Dijkstra算法了。這個經典的不能再經典的貪心策略，應該都知道的吧。每次都需要在Distance數組中尋求一個最小值，如果圖很大，則在此處花費的時間會很多，而堆則可以在O(1)的時間內求得最小值，並且維護一個堆所需的時間都是在log級的。因此考慮把Distance數組的值用堆來存儲。
用堆操作的Dijkstra的思想還是與一般的思想類似：
初始化Distance[]=MAX，然後將源點t放入堆中(這就與Distance[t]=0類似)，再從堆中找出一個最小值沒有被確定的點minp(就是Distance[minp]=MAX)，將其確定下來，Distance[minp]=mins，mins爲從堆中取出來的那個最小值，接着由這個最小值所連接的點求出從源點到這些點的路徑長，若所連接的點沒有求出最小值，Distance[i]=MAX，則將這個點放入堆中，這就好比用for循環去修改每一個Distance[]的值，不同的地方在於堆中存放的是源點到各個頂點的最小值，如果剛求出來的頂點在Distance[]中已經被賦值了，說明求出來的肯定不是最小值，就像普通Dijkstra的Mark[]一樣，mark過的點是不能再被計算的，所以不能放Distance[]中有值的點。這樣Dijkstra的部分就完成了。
Dijkstra算法真的是簡潔優雅的典範，也可以看出，大學裏的《數據結構》這麼課學好了，走出學校後確實是很厲害的，尋徑算法在現實中出現頻率還是很高的。
另外一種方法是改進的BFS算法：
可以理解爲動態規劃，不過也不是嚴格的動態規劃。你可以寫出下面的遞推式：
Distance(start, now) = Min(Distance(start, k) + Distance(k, now), for k in start's adjacnet list)
但如果這個式子是有問題的，請見下面的廣搜加深搜的說明。但有問題可以想辦法解決，一種辦法是：對於枚舉的每個牧場 i，令Distance[j]表示 i 到 j 的距離，初始值爲INT_MAX，其中Distance[i]=0。維護一個隊列，初始爲q[1]=i，由隊首枚舉其他的牧場 j 更新牧場 i 到 j 的最短距離並同時拓展隊列。直到隊列空爲止。這樣就求出了點i到所有點的最短距離。和BFS差不多吧，但不同的是寬度優先搜索中一個點出了隊列就不可能重新進入隊列，這個算法中一個點可能在出隊列之後再次被放入隊列，也就是一個點改進過其它的點之後，過了一段時間可能本身被改進，於是再次用來改進其它的點，這樣反覆迭代下去。
其實也可以廣搜加上深搜：
基本思路還是和上面說的BFS一致，主要還是因爲一個點被修改後，位於它上層的點也可能受到影響，它上層的上層的點也可能收到影響，這個就是DFS的回溯的。
-
/*
-
ID:fairyroad
-
LANG:C++
-
TASK:butter
-
*/
-
#include<fstream>
-
#include<cstring>
-
#include<queue>
-
#include <limits>
-
using namespace std;
-
-
ifstream fin("butter.pushed");
-
ofstream fout("butter.out");
-
-
const int MAX = 805;
-
-
struct vertex
-
{
-
int end,len;
-
};
-
vertex adj[MAX][MAX];
-
-
int cnt[MAX]={0}, cowpos[505]={0}, n, p, c;
-
bool pushed[MAX]={0};
-
int distance[MAX];
-
-
int search(int start)
-
{
-
memset(pushed, 0, sizeof(pushed));
-
for(int k = 1; k <= p; k++)
-
distance[k] = numeric_limits<int>::max();
-
-
queue<int> Q;
-
Q.push(start);
-
pushed[start] = true;
-
distance[start] = 0;
-
while(!Q.empty())
-
{
-
int x = Q.front();
-
Q.pop();
-
pushed[x] = false;
-
for(int j = 0; j < cnt[x]; j++)
-
{
-
if(distance[x]+adj[x][j].len < distance[adj[x][j].end])
-
{
-
distance[adj[x][j].end] = distance[x]+adj[x][j].len;
-
if(!pushed[adj[x][j].end])
-
{
-
Q.push(adj[x][j].end);
-
pushed[adj[x][j].end] = true;
-
}
-
}
-
}
-
}
-
-
int ans = 0;
-
-
for(int i = 1; i<=n; i++)
-
{
-
if(distance[cowpos[i]]==numeric_limits<int>::max()) return -1;
-
else ans+=distance[cowpos[i]];
-
}
-
return ans;
-
}
-
-
int main()
-
{
-
memset(cnt, 0, sizeof(cnt));
-
fin>>n>>p>>c;
-
for(int i = 1; i<=n; i++)
-
fin>>cowpos[i];
-
-
for(int i = 1, s, t, value; i <= c; i++)
-
{
-
fin>>s>>t>>value;
-
adj[s][cnt[s]].end = t; adj[s][cnt[s]].len = value; cnt[s]++;
-
adj[t][cnt[t]].end = s; adj[t][cnt[t]].len = value; cnt[t]++;
-
}
-
-
int res, min = numeric_limits<int>::max();
-
for(int i = 1; i <= p; i++)
-
{
-
res = search(i);
-
if(res < min && res != -1) min = res;
-
}
-
-
fout<<min<<endl;
-
return 0;
-
}