[CCC 2023 S4] Minimum Cost Roads

具体思路如下：

1. 读入节点数和边数，并构建邻接表（图）。
2. 读入每条边的信息，并将其按照成本从大到小排序。
3. 对于每条按照成本从大到小排列的边，检查移除该边后是否会影响原图中两点之间的最短路径。如果不会影响，则将该边加入最小生成树中；如果会影响，则不能加入最小生成树中。
4. 最终输出最小生成树的总成本。

在具体实现上，首先定义了一个 distance() 函数来计算两个节点之间的最短距离，使用堆优化的 Dijkstra 算法来实现。然后，将所有边按照成本从大到小排序，并依次遍历每条边，检查其是否可以加入最小生成树中。最后，输出最小生成树的总成本。

import heapq

# 定义一个函数来计算两个节点之间的最短距离
def distance(start, end):
    pq = [(0, start)]  # 优先队列，存储(距离, 节点)
    distances = [float('inf')] * (n_nodes + 1)  # 距离数组，初始值为无穷大
    distances[start] = 0  # 起点到自身的距离为0

    while pq:
        dist, node = heapq.heappop(pq)
        if node == end:
            return dist

        for adj, adj_dist, _, i in graph[node]:
            if i in cannot_use:
                continue

            new_dist = dist + adj_dist
            if distances[adj] > new_dist:
                heapq.heappush(pq, (new_dist, adj))
                distances[adj] = new_dist

    return float('inf')  # 如果没有路径则返回无穷大

# 读取节点数和边数
n_nodes, n_edges = map(int, input().split())
edges = []  # 存储所有边的信息
graph = [[] for _ in range(n_nodes + 1)]  # 邻接表
cannot_use = set()  # 存储不能使用的边的集合

# 读取边的信息并构建图
for i in range(n_edges):
    a, b, dist, cost = map(int, input().split())
    edges.append((a, b, dist, cost, i))
    graph[a].append((b, dist, cost, i))
    graph[b].append((a, dist, cost, i))

# 按成本从大到小排序边
edges.sort(key=lambda x: x[3], reverse=True)

total_cost = 0
for a, b, dist, c, id in edges:
    cannot_use.add(id)
    if distance(a, b) > dist:  # 检查移除边后是否影响最短路径
        cannot_use.remove(id)
        total_cost += c

# 打印总成本
print(total_cost)