第 15 章 指针三剑客之三：图

785. 判断二分图

思路是填色。对于每个点，先将其填色1，放入队列。广搜的方式遍历对应的边的点，填上与之相反的颜色。如果有相同则false。反之为true；

882. 细分图中的可到达结点

在B站看了视频觉得就很清晰了。Dijkstra 算法.
思路是，求0到可以到每个点。但是可以先求0 到 n - 1节点的最短距离，在算maxMove除了到这个点还剩下多少步，就直接加进去。当然会有个重复的情况。比如0 ~ 1 距离5 ，假设0到1可走4,1到0可走3，结果应该去最小 min(5, 3 + 4);
PII -> pair<int,int>
分步讲讲代码：
定义一个vector< PII >adj[3000] 代表是每个节点（i）与之相邻节点需要的最短距离( PII )
先初始化，adj[e[0]].push_back({e[1] ,e[2] + 1});别忘了是两个点以及距离权值是中间点数 + 1 。
定义一个小根堆priority_queue<PII,vector<PII>,greater<>> pq;放入初始数据 {0 , 0}。
接下来就是BFS，注意每次取小根堆的点必须是最新的，也就是需要一个res数组记录这个点是否出现过。出现直接continue，反之记录，并且需要一个dist数组记录初始点到 cur 的最短距离。
循环这个adj[cur]相邻点，同样先判断res是否出现过。if(weight + d <= maxMoves)这一步是判断是否超出，超出直接剪枝。反之记录进pq小根堆。
接下来就可以算出可以走到的点了。遍历每个点，先求起点sum = maxMove - dist[起点]，还需要反过来计算终点sum，最后这俩按照上面说的，取最小。
除了中间值，还有自身，这个就很好算了，直接看res是否为1 就加。