BFS是一种用于图的遍历或搜索算法，它从根节点（选择某个任意节点作为起点）开始，首先访问其所有邻居节点，然后再依次访问这些邻居节点的未访问邻居节点
from collections import dequedef bfs(graph, start):# 记录已访问的节点visited = set()# 初始化队列，并将起始节点加入队列queue = deque([start])visited.add(start)# 当队列不为空时继续循环while queue:# 从队列中取出并访问队首节点vertex = queue.popleft()print(vertex, end=" ")# 遍历当前节点的所有邻居节点for neighbour in graph[vertex]:if neighbour not in visited:# 如果邻居节点未被访问，则标记为已访问并加入队列visited.add(neighbour)queue.append(neighbour)# 示例图
graph = {'A': ['B', 'C', 'D'],'B': ['E', 'F'],'C': ['G'],'D': [],'E': [],'F': [],'G': []
}# 调用BFS函数并传入图和起始节点
bfs(graph, 'A')1.导入模块
from collections import deque
2.定义BFS函数
def bfs(graph,start):
定义一个名为 bfs 的函数，接收两个参数：图 graph 和起始节点 start。
3.初始化数据结构：
visited = set()
queue = deque([start])
visited.add(start)
4.处理队列中的节点：
while queue:
vertex = queue.popleft()
print(vertex,end=" ")
5.遍历邻居节点：
for neighbour in graph[vertex]:
if neighbour not in visited:
visited.add(neighbour)
queue.append(neighbour)
对于当前节点vertex 的每一个邻居节点 neighbour,如果该邻居节点尚未被访问过，则将其标记为已访问，并加入队列
6.示例图：
graph = {
'A':['B','C','D'],
'B':['E','F'],
'C':['G'],
'D':[ ],
'E':[ ],
'F':[ ],
'G':[ ]
}
这是一个简单的无向图，表示了各个节点及其连接关系
7.调用bfs函数
bfs(graph,'A')
以节点 'A' 作为起始节点，对给定的图执行广度优先搜索。
