小红送外卖

import heapq


def dijkstra(n, adj, start):
    dist = [float("inf")] * (n + 1)  # 初始化距离数组，所有距离设为无穷大
    dist[start] = 0  # 起点到自身的距离为0
    heap = [(0, start)]  # 最小堆，存储 (距离, 节点) 元组
    while heap:
        d, u = heapq.heappop(heap)  # 弹出当前距离起点最近的节点
        # if d > dist[u]:
        #     continue  # 如果弹出的距离大于已知最短距离，跳过
        for v, w in adj[u]:  # 遍历当前节点的所有邻接节点
            if dist[v] > dist[u] + w:  # 如果通过当前节点到达邻接节点的距离更短
                dist[v] = dist[u] + w  # 更新最短距离
                heapq.heappush(heap, (dist[v], v))  # 将新的距离和节点加入堆中
    return dist


n, m, q = map(int, input().split())  # 读取节点数n，边数m，目标学校数q
adj = [[] for _ in range(n + 1)]  # 初始化邻接表
for _ in range(m):
    u, v, w = map(int, input().split())  # 读取每条边的信息
    adj[u].append((v, w))  # 添加边 u -> v，权重为 w
    adj[v].append((u, w))  # 添加边 v -> u，权重为 w（无向图）
targets = list(map(int, input().split()))  # 读取目标学校列表
dist = dijkstra(n, adj, 1)  # 计算从节点1到所有节点的最短路径
total = sum(2 * dist[t] for t in targets)  # 计算所有目标学校的往返距离之和
print(total)  # 输出总骑行距离