分析题目两点“阈值距离”、“邻居最少”。
“阈值距离”相当于定了个上界，求节点之间的最短距离。
“邻居最少”相当于能连接的点的数量。
求节点之间的最短距离有以下几种方法：

在这道题当中，n的范围是100以内，所以可以考虑O(n^3）的复杂度的算法
如果使用朴素Dijkstra算法，遍历所有点的算法复杂度为O(n*n^2）
如果使用堆优化版的Dijkstra算法，m=n^2，还不如朴素Dijkstra算法。
因此可以使用Floyd算法。
大致思路就是：先初始化一个最短距离矩阵d，然后每个节点一次遍历，对d值进行更新。
在这道题中，使用Floyd算法找到每个节点到其他节点的最短路径，然后遍历每个节点，找到在阈值距离内且可连接点数最少的节点。

class Solution {
public:
    int findTheCity(int n, vector<vector<int>>& edges, int distanceThreshold) {
        vector<vector<int>> d(n, vector<int>(n, 1e8));	// 这里的边值最大为1e4
        for (int i = 0; i < n; i++) d[i][i] = 0;
        for (auto v: edges) {
            int a = v[0], b = v[1], w = v[2];
            d[a][b] = d[b][a] = min(d[a][b], w);	// 注意这里对边值的初始化要去最小值
        }
        for (int k = 0; k < n; k++) {
            for (int i = 0; i < n; i++) {
                for (int j = 0; j < n; j++) {
                    d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
                }
            }
        }
        int res = -1, min_cnt = n + 1;	// 初始下标和初始最小连接节点个数
        for (int i = 0; i < n; i++) {
            int cnt = 0;
            for (int j = 0; j < n; j++) {
                if (i != j && d[i][j] <= distanceThreshold) {
                    cnt++;
                }
            }
            if (cnt <= min_cnt) {
                min_cnt = cnt;
                res = i;
            }
        }
        return res;
    }
};