以下是用Java编写的算法，用于计算小疆骑电动车航拍路线的最短时间：

import java.util.*;

public class DroneRoutePlanner {
    private static int dis; // 电动车满电电量可行驶的距离
    private static int[][] paths; // 航拍点之间的连通性和距离
    private static int[][] chargers; // 每个航拍点的充电桩充电速率
    private static int N; // 航拍点的数量

    public static void main(String[] args) {
        dis = 10; // 设置电动车满电电量可行驶的距离为10km
        paths = new int[][]{{0, 1, 3}, {0, 2, 2}, {1, 2, 1}, {1, 3, 5}, {2, 3, 2}}; // 设置航拍点之间的连通性和距离
        chargers = new int[][]{{0, 2}, {1, 3}, {2, 1}, {3, 4}}; // 设置每个航拍点的充电桩充电速率
        N = 4; // 设置航拍点的数量为4

        int totalTime = calculateShortestTime();
        System.out.println("最短时间为：" + totalTime + "分钟");
    }

    public static int calculateShortestTime() {
        int[][] graph = new int[N][N]; // 构建航拍点之间的距离矩阵
        for (int[] path : paths) {
            int from = path[0];
            int to = path[1];
            int distance = path[2];
            graph[from][to] = distance;
            graph[to][from] = distance;
        }

        int[][] dp = new int[1 << N][N]; // 动态规划数组，dp[i][j]表示经过航拍点集合i并以j为终点的最短时间
        for (int[] row : dp) {
            Arrays.fill(row, Integer.MAX_VALUE);
        }
        dp[1][0] = 0; // 起点为0号航拍点

        for (int i = 1; i < (1 << N); i++) {
            for (int j = 0; j < N; j++) {
                if ((i & (1 << j)) != 0) {
                    for (int k = 0; k < N; k++) {
                        if ((i & (1 << k)) != 0 && k != j) {
                            dp[i][j] = Math.min(dp[i][j], dp[i ^ (1 << j)][k] + graph[k][j]);
                        }
                    }
                }
            }
        }

        int minTime = Integer.MAX_VALUE;
        for (int i = 1; i < N; i++) {
            minTime = Math.min(minTime, dp[(1 << N) - 1][i] + graph[i][0]);
        }

        int maxDistance = dis * 60; // 将电动车满电电量可行驶的距离转换为分钟
        int totalTime = minTime + (maxDistance - minTime) / chargers[0][1]; // 计算总时间，包括充电时间
        return totalTime;
    }
}

这个算法使用动态规划来计算小疆骑电动车航拍路线的最短时间。首先，根据输入的航拍点之间的连通性和距离构建距离矩阵。然后，使用动态规划数组dp来记录经过航拍点集合i并以j为终点的最短时间。接下来，通过状态压缩的方式遍历所有可能的航拍点集合，并更新dp数组。最后，找到以任意航拍点为终点的最短时间，并计算总时间，包括充电时间。

请注意，这只是一个简单的示例算法，实际应用中可能需要考虑更多的因素和优化。