标题和描述中提到的知识点主要集中在贪心算法的C语言实现，特别是以迪杰斯特拉(Dijkstra)算法作为示例。迪杰斯特拉算法是一种用于在加权图中找到最短路径的贪心算法，特别适用于没有负权边的图。
贪心算法是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择，从而希望导致结果是全局最好或最优的算法。贪心算法不一定能得到全局最优解，因为它通常没有回溯功能。然而，在某些问题中，比如硬币找零问题、背包问题（分数背包）等，贪心算法确实能够给出最优解。
在文件中给出的代码是C语言实现的迪杰斯特拉算法，主要知识点包括：
1. 数据结构
- 数组：用于存储图中节点间的距离信息（map数组）、各个节点到起点的最短距离（dis数组）、节点访问状态（visit数组）。
- 宏定义：`#define inf0x3f3f3f3f`，定义了一个表示无穷大的宏，用于初始化未访问节点的距离。
2. 图的表示方法
- 通过二维数组map来表示图的邻接矩阵，其中`map[i][j]`存储了节点i到j之间的距离。初始时，未直接相连的节点之间的距离设为`inf`。
3. 迪杰斯特拉算法
- 初始化：将起点的最短距离设为0，其余所有节点的最短距离初始化为无穷大。visit数组用于记录节点是否被访问过。
- 迭代过程：算法重复n-1次，每次从未访问过的节点中选取最短距离最小的节点pos进行处理。
- 更新操作：遍历pos节点的邻接节点，如果存在更短的路径，则更新到这些邻接节点的最短距离。
4. 时间复杂度
- 迪杰斯特拉算法的时间复杂度为O(n^2)，其中n为图中节点的数量。这来自两层嵌套循环，外层循环n次，内层循环最多也遍历n个节点。
5. 输入输出
- 输入：输入包括两个整数n和m，分别表示图中的节点数和边数。接着输入m行数据，每行三个整数a、b、c，表示节点a与b之间存在一条权重为c的边。输入以两个零值结束。
- 输出：输出从起点到终点的最短距离。
6. 代码实现中的细节
- 如何使用`memset`函数初始化visit数组。
- 如何处理输入的边信息，并更新map数组中的距离，同时避免重复边的问题。
- 如何通过比较更新dis数组中的值来实现最短路径的计算。
7. 贪心算法的局限性
- 尽管迪杰斯特拉算法是贪心算法的典范，但贪心算法并不适用于所有图的最短路径问题。例如，当图中存在负权边时，迪杰斯特拉算法可能无法给出正确答案。针对这种情况，贝尔曼-福特(Bellman-Ford)算法是一个更好的选择。
通过以上知识点的总结，可以看出该文件中的代码是为了解决特定问题而精心设计的，也体现了在特定条件下贪心算法的有效性。然而，对于初学者来说，理解这些概念和算法的关键在于掌握贪心策略的使用场景，并能分析贪心选择的正确性以及实现过程中的编程技巧。
