int n;      // 总点数
int h[N], w[N], e[N], ne[N], idx;       // 邻接表存储所有边
int dist[N];        // 存储每个点到1号点的最短距离
bool st[N];     // 存储每个点是否在队列中

// 求1号点到n号点的最短路距离，如果从1号点无法走到n号点则返回-1
int spfa()
{
    memset(dist, 0x3f, sizeof dist);  // 初始化距离数组为无穷大
    dist[1] = 0;    // 1号点到自身的距离为0

    queue<int> q;   // 使用队列进行广度优先搜索
    q.push(1);  // 将起始点1放入队列
    st[1] = true;   // 标记1号点已经在队列中

    while (q.size())
    {
        auto t = q.front(); // 取出队首的点t
        q.pop();

        st[t] = false;  // 将点t标记为不在队列中

        for (int i = h[t]; i != -1; i = ne[i])
        {
            int j = e[i];   // 遍历点t的所有邻接点j
            if (dist[j] > dist[t] + w[i])  // 通过点t可以缩短到达邻接点j的距离
            {
                dist[j] = dist[t] + w[i];   // 更新dist[j]的值
                if (!st[j])     // 如果邻接点j不在队列中
                {
                    q.push(j);  // 将j放入队列
                    st[j] = true;   // 标记j已经在队列中
                }
            }
        }
    }

    if (dist[n] == 0x3f3f3f3f) return -1;   // 判断终点n的最短距离是否为无穷大
    return dist[n]; // 返回终点n的最短距离作为结果
}

首先，我们定义了几个变量来存储图的信息，包括总点数n，邻接表的数组h、w、e、ne和idx，以及存储每个点到1号点的最短距离dist和存储每个点是否在队列中st。

然后，在spfa函数中，我们首先对dist进行了初始化，将所有点到1号点的距离都设置为无穷大，然后将1号点到1号点的距离设为0。

接下来，我们使用队列来实现广度优先搜索。我们将起始点1放入队列，并标记1号点已经在队列中。然后开始循环处理队列中的点，直到队列为空。

在循环中，我们取出队首的点t，并将其标记为不在队列中。然后遍历该点的所有邻接点，如果通过当前点t可以缩短到达邻接点j的距离，我们就更新dist[j]的值，并检查邻接点j是否已经在队列中，如果不在则将其放入队列中，并标记为已经在队列中。

最后，我们判断终点n的最短距离是否为无穷大，如果是则说明无法从1号点走到n号点，返回-1；否则就返回终点n的最短距离作为结果。

这个算法的核心是使用队列来进行广度优先搜索，不断更新每个点到1号点的最短距离，直到找到终点或者确定无法到达终点。这样可以保证我们找到的最短路径是正确的。