class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.adj_list = [[] for _ in range(num_vertices)] def add_edge(self, u, v): self.adj_list[u].append(v) self.adj_list[v].append(u) def bfs(graph, start, component_num, component): queue = [start] component[start] = component_num while queue: vertex = queue.pop(0) for neighbor in graph.adj_list[vertex]: if component[neighbor] is None: queue.append(neighbor) component[neighbor] = component_num def get_connected_components(graph): component_num = 0 component = [None] * graph.num_vertices for vertex in range(graph.num_vertices): if component[vertex] is None: bfs(graph, vertex, component_num, component) component_num += 1 return component # 创建图 g = Graph(5) g.add_edge(0, 1) g.add_edge(0, 2) g.add_edge(1, 2) g.add_edge(2, 3) # 获取连通分量 components = get_connected_components(g) print(components) # 输出：[0, 0, 0, 1, 2]

这段代码实现了使用 BFS（广度优先搜索）算法找到无向图的所有连通分量的功能。具体实现步骤如下：

1. 定义了一个 Graph 类，其中包含了 num_vertices（图的顶点数量）和 adj_list（邻接表）两个属性，还有 add_edge 方法用于添加边。

2. 定义了一个 bfs 函数，用于 BFS 遍历图，并将遍历过的顶点标记为属于哪个连通分量。其中，component_num 表示当前连通分量的编号，component 数组用于记录每个顶点所属的连通分量编号。

3. 定义了一个 get_connected_components 函数，用于找到图的所有连通分量。它遍历每个顶点，如果该顶点还没有被标记为属于某个连通分量，则调用 bfs 函数进行 BFS 遍历，并将遍历过的顶点标记为属于当前连通分量。

4. 最后，创建了一个无向图 g，并添加了一些边，然后调用 get_connected_components 函数获取该图的所有连通分量。

在上述例子中，我们创建了一个包含 5 个顶点的无向图，并添加了 4 条边。根据输出结果，我们可以看到该图的连通分量编号分别为 0、1、2，其中 0、1、2 属于同一个连通分量。