제일 빠른 경로만을 찾던 다익스트라 문제들과는 달리 k번째로 빠른 경로를 찾는 문제. 첫 번째 시도는 n개의 heap을 이용하여 정렬하며 해당 배열의 크기가 k보다 작을 때만 q에 삽입하는 형식으로 풀었으나 틀렸습니다 결과를 받게 되었다. 내가 생각하는 반례로는 다른 지점들이 k 이상이 되어야 k번째 방문 이력이 생기는 경우이다. 두 번째 풀이는 k개의 INF로 이루어진 배열이 n+1개인 2차원 배열을 이용하였다. k-1번째 수와 비교하여 비용이 작을 때 q에 삽입한 후, k-1번째 수에 삽입, 해당 배열을 정렬하여 풀었다. heap을 이용하면 더욱 빠르게 풀 수 있을 것 같으나 INF로 초기화하는 과정때문에 오히려 연산이 늘어날 것만도 같다.
\nimport heapq\nimport sys\nINF = sys.maxsize\ninput = sys.stdin.readline\n\ndef solve(n, k, graph):\n\n q = []\n heapq.heappush(q, [0, 1])\n # k개의 INF로 이루어진 배열이 n+1개\n dists = [[INF for _ in range(k)] for _ in range(n+1)]\n dists[1][0] = 0\n\n while q:\n cnt, now = heapq.heappop(q)\n for np, tc in graph[now]:\n nc = tc + cnt\n\n # k번째 수와 비교\n if dists[np][k-1] > nc:\n heapq.heappush(q, [nc, np])\n # k번째 수에 삽입 및 정렬\n dists[np][k-1] = nc\n dists[np].sort()\n\n return dists\n\nn, m, k = map(int, input().split())\ngraph = [[] for _ in range(n+1)]\n\nfor _ in range(m):\n s, e, w = map(int, input().split())\n graph[s].append([e, w])\n\ndists = solve(n, k, graph)\n\nfor i in range(1, n+1):\n print(-1 if dists[i][k-1] == INF else dists[i][k-1])