应使用 long[] 距离数组和 long.MaxValue 初始化，避免 int 溢出；允许多次入队同一节点，出队时用 distances[current] != currentPriority 过滤过期条目。
用 PriorityQueue<telement tpriority></telement> 实现 Dijkstra 的核心逻辑
.NET 6+ 自带的 PriorityQueue<telement tpriority></telement> 是实现 Dijkstra 最自然的选择，它替代了手动维护最小堆或排序列表的麻烦。关键不是“怎么写循环”，而是确保每次出队的是当前已知最短距离的节点——这依赖于入队时传入的 TPriority（即距离值）严格单调非负，且更新时**不修改已入队节点的优先级**（PriorityQueue 不支持降键操作）。
所以标准做法是：允许同一节点多次入队，但第一次出队即为最短路径，后续再遇到该节点直接跳过。
- 图用
Dictionary<int list to int weight>></int>表示，节点用整数 ID（如 0 ~ n-1） - 初始化距离数组
distances全为int.MaxValue，起点设为 0 - 入队格式：
queue.Enqueue(nodeId, distances[nodeId]) - 出队后检查
if (distances[current] != currentPriority) continue;过滤过期条目
int.MaxValue 作为无穷大带来的溢出风险
当边权较大（比如接近 int.MaxValue / 2）且路径含多条边时，累加 distances[u] + weight 可能溢出为负数，导致错误松弛甚至死循环。这不是理论问题，真实数据中容易触发。
Blender Geometry Nodes Script Generator
下载
生成Blender Python (bpy)脚本，该脚本使用node_groups API和GeometryNodeTree接口程序化地创建几何节点修改器树，用于参数化3D资产生成。
- 不要用
int.MaxValue做初始距离，改用long.MaxValue并把距离数组声明为long[] - 边权本身可以仍是
int，但所有比较和加法需提升到long - 如果必须用
int，至少加溢出检查：if (distances[u] != int.MaxValue && weight
重建最短路径而非只算距离
多数实际场景需要知道具体走哪几步，不只是一个数字。Dijkstra 本身不输出路径，但可以在松弛时同步记录前驱节点。
- 额外维护
int[] previous = new int[n]，初始化为 -1 - 当
distances[u] + w 成立时，除了更新距离，还要执行 <code>previous[v] = u - 从终点倒推回起点：用
Stack<int></int>收集节点，避免递归或反转数组 - 注意：若
previous[end] == -1，说明不可达，别强行构造路径
稀疏图用邻接表，稠密图考虑是否值得换 Array 手写堆
PriorityQueue 平均时间复杂度是 O((V+E) log V)，对稀疏图足够好；但若边数 E 接近 V²（比如全连接网格），log V 开销会明显，而手写二叉堆（用 int[] 存储）可减少对象分配和泛型开销。
- 99% 的业务场景直接用
PriorityQueue，可读性和维护性远胜微小性能差异 - 只有在高频调用（如每秒数百次）、节点数 > 10⁵、且 profiling 确认堆操作是瓶颈时，才考虑替换
- 别用
SortedSet模拟优先队列——它不支持重复距离，且删除任意元素是 O(n)
实际编码中最容易被忽略的是溢出处理和过期节点过滤——这两个点一旦出错，结果既不报异常也不提示，只是静默返回错误路径。
