朴素版的思路如下：

定义一个集合s表示点到源点的最短距离，每次寻找一个不在s中并且到源点距离最短的点vec，用这个点到源点的距离来更新其他的点。
上述思路的伪代码为：
while n：
t ;
for i 1-n:
if i 不在 s ：
t = i
更新s， s[t]标记
for i 1-n:
dis[i] = min dis[i], dis[t]+g[t][i];

朴素算法的伪代码不能完全表示出整个dijkstra的细节（也就是整个算法的具体写法要比实际多运行一点，因为寻找不在集合中的点浪费了时间），堆优化版本缩短了时间并且展示了dijkstra的细节

int dijkstra(int u) {
    dist[u] = 0;
    priority_queue<PII, vector<PII>, greater<PII> > heap;
    heap.push({0, 1});

    while(heap.size()) {
        auto t = heap.top();
        heap.pop();
        int vec = t.second, distance = t.first;
        if(st[vec]) continue;
        st[vec] = true;
        for (int i = h[vec]; i != -1; i = ne[i]) {
            int to = e[i];
            if(dist[to] > distance+w[i]) {
                dist[to] = distance+w[i];
                heap.push({dist[to], to});
            }
        }
    }
    if(dist[n] == inf) return -1;
    return dist[n];
}

上述代码展示了如下细节：

1. 查找s集合中的点最快的实现方法可以达到log的复杂度
2. 找到这个点后，标记
3. 用这个点更新其他点的距离，并且将更新后的距离及点入队列，再从队列中找到最短的距离的点。