import heapq
import sys
input = sys.stdin.read # 读取所有输入,适用于在线评测系统
INF = int(1e18) # 定义一个无穷大的值,用于初始化距离数组
N = int(2e6 + 5) # 定义数组的最大长度
dist = [INF] * N # 初始化距离数组,所有节点的距离初始为无穷大
a = [[] for _ in range(N)] # 初始化邻接表,用于存储图
def dijkstra(s):
"""使用Dijkstra算法计算单源最短路径
参数:
s -- 起始节点的索引
"""
dist[s] = 0 # 起始节点的距离设置为0
pq = [(0, s)] # 创建一个优先队列,用于存储待处理的节点
heapq.heapify(pq) # 将列表转换为堆
while pq:
d, u = heapq.heappop(pq) # 弹出堆顶元素,即当前距离最小的节点
if d > dist[u]: # 如果当前节点的距离已经被更新过,则跳过
continue
for v, w in a[u]: # 遍历当前节点的所有邻接节点
if dist[u] + w < dist[v]: # 如果找到更短的路径
dist[v] = dist[u] + w # 更新距离
heapq.heappush(pq, (dist[v], v)) # 将新节点加入堆中
def solve():
"""解决函数,读取输入数据,调用Dijkstra算法,并输出结果"""
data = input().split() # 读取所有输入并分割成列表
index = 0
n = int(data[index]) # 读取节点数量
index += 1
m = int(data[index]) # 读取边的数量
index += 1
s = int(data[index]) # 读取起始节点
index += 1
for _ in range(m):
u = int(data[index]) # 读取边的起点
index += 1
v = int(data[index]) # 读取边的终点
index += 1
a[u].append((v, 1)) # 在邻接表中添加边
dijkstra(s) # 调用Dijkstra算法
result = []
for i in range(1, n + 1): # 遍历所有节点,准备输出结果
if dist[i] == INF: # 如果节点不可达,输出-1
result.append("-1")
else:
result.append(str(dist[i])) # 否则输出距离
print(" ".join(result)) # 打印结果
def main():
"""主函数,程序入口"""
solve() # 调用解决函数
if __name__ == "__main__":
main() # 如果是直接运行脚本,则调用主函数