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