数据结构-广度优先搜索（BFS）实践

广度优先搜索（BFS）是一种用于图的遍历或搜索算法，它从一个节点开始，逐层遍历图，即先遍历距离起始节点最近的节点，再按顺序遍历所有邻居节点。BFS通常使用队列来实现。

下面是一个Java实现的广度优先搜索的例子，用于遍历图结构。我们将创建一个Graph类来表示图，并在其中实现BFS：

import java.util.*;

// 图的表示
class Graph {
    private int V;   // 顶点的数量
    private LinkedList<Integer> adj[]; // 邻接表

    // 构造函数
    Graph(int v) {
        V = v;
        adj = new LinkedList[v];
        for (int i = 0; i < v; ++i)
            adj[i] = new LinkedList<>();
    }

    // 添加边到图
    void addEdge(int v, int w) {
        adj[v].add(w); // 将 w 添加到 v 的链表中
    }

    // 从给定的节点开始进行BFS
    void BFS(int s) {
        // 标记所有的顶点为未访问
        boolean visited[] = new boolean[V];

        // 创建队列用于BFS
        LinkedList<Integer> queue = new LinkedList<>();

        // 标记当前节点为已访问并入队
        visited[s] = true;
        queue.add(s);

        while (queue.size() != 0) {
            // 出队一个顶点并打印
            s = queue.poll();
            System.out.print(s + " ");

            // 获取所有邻接的顶点
            Iterator<Integer> i = adj[s].listIterator();
            while (i.hasNext()) {
                int n = i.next();
                if (!visited[n]) {
                    visited[n] = true;
                    queue.add(n);
                }
            }
        }
    }

    // 主函数
    public static void main(String args[]) {
        Graph g = new Graph(4);

        g.addEdge(0, 1);
        g.addEdge(0, 2);
        g.addEdge(1, 2);
        g.addEdge(2, 0);
        g.addEdge(2, 3);
        g.addEdge(3, 3);

        System.out.println("广度优先遍历，从顶点 2 开始:");

        g.BFS(2);
    }
}

在这个例子中，Graph类包含了顶点，以及表示边连接关系的邻接表adj。addEdge方法用于向图中添加边。BFS方法是广度优先搜索的入口，它使用了一个队列queue来跟踪待访问的节点。

BFS方法首先将起始节点标记为已访问并加入队列。然后，它进入一个循环，在循环中不断地从队列中移除节点并处理它们。对于每个处理的节点，方法将检查所有未访问的邻接节点，标记它们为已访问，并将它们加入队列。

最后，在main方法中，我们创建了一个图，添加了一些边，然后从顶点2开始广度优先遍历。

注意，在实际应用中，如果图中包含环，那么使用visited数组来标记已经访问过的节点是非常重要的，它可确保我们不会重复访问同一节点，防止无限循环。