用python实现BFS广度优先搜索

广度优先搜索（Breadth-First Search，BFS）是一种常见的图遍历算法，用于遍历或搜索树或图的所有节点，常用于求解最短路径、连通性问题等。

BFS 算法的基本思路是从某个节点开始，先遍历它的所有相邻节点，然后遍历这些相邻节点的所有相邻节点，以此类推，直到所有节点都被访问到为止。在实现中，可以使用队列来实现广度优先搜索。

以下是一个使用队列实现的 BFS 算法，它接受一个邻接表表示的图和一个起始节点 start，并输出从起始节点可以到达的所有节点：

from collections import deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    visited.add(start)
    while queue:
        node = queue.popleft()
        print(node)
        for neighbor in graph[node]:
            if neighbor not in visited:
                visited.add(neighbor)
                queue.append(neighbor)

在这个实现中，graph 是一个字典，键是节点，值是一个列表，表示与该节点相邻的节点。visited 是一个集合，用于记录已经访问过的节点。queue 是一个双向队列，用于存储待访问的节点。首先将起始节点 start 加入 visited 中和 queue 中，并输出该节点。然后从 queue 的左侧取出一个节点 node，遍历 node 的相邻节点，如果一个相邻节点没有被访问过，则将它加入 visited 中和 queue 中。

以下是一个使用邻接表表示的无向图和调用 BFS 算法的例子：

graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D', 'E'],
    'C': ['A', 'F'],
    'D': ['B'],
    'E': ['B', 'F'],
    'F': ['C', 'E']
}

bfs(graph, 'A')

这个例子会从节点 A 开始，输出可以到达的所有节点：

A
B
C
D
E
F