• 问题描述 小哥从快递站接了一批包裹，他要把每个包裹送到客户手中，并回到快递站交差。显然，他希望尽量少跑些路，本题并不要求找出最短的线路，尽量短一点就好。假设快递站和包裹要送到的地方都用编号表示，快递站在1号，某些地点之间有道路相连，道路的长度已知。请为小哥设计一个送包裹的线路。 比如：小哥接单的包裹要送往6个地点，各个地点之间是否有道路相通、以及路程长度如下图所示。 • 输入格式 输入的第1行是两个整数，前一个数表示n的值，是包括出快递站在内的地点的数量，后一个表示m，即共有多少条道路。从第2行开始，每一行是3个正整数，用逗号分隔，形如“x,y,z”，表示两个地点之间道路长度，x和y是地点编号，z是长度。所有道路信息按首个地点x升序排列，x相同者再按y排序。 • 输出格式 分两行显示，第一行是若干正整数的序列，用空格分隔，表示从快递站(1号地点)出发，依次到达哪些地点，最后回到快递站。第2行一个正整数，表示行走的总长度。 • 数据范围 1≤n≤100 • 输入样例： 7 10 1,2,17 1,3,8 1,4,22 2,5,13 3,4,8 3,6,20 4,5,9 4,7,19 5,7,12 6,7,16 • 输出样例： 1 3 4 3 6 7 5 2 1 102 注： <1> 以上线路中需要从3号到4号送完包裹之后又回到3号 <2> 并不保证这是最短线路

您需要设计一个简单的图遍历算法来解决这个问题，可以使用深度优先搜索（DFS）或广度优先搜索（BFS）。以下是一个BFS的实现示例：

from collections import deque

# 读入输入
n, m = map(int, input().split())
graph = [[] for _ in range(n + 1)]
for i in range(m):
    a, b, c = map(int, input().split())
    graph[a].append((b, c))
    graph[b].append((a, c))

# BFS遍历
visited = [False] * (n + 1)
queue = deque([1])  # 从快递站1号开始遍历
path = [1]  # 记录路径
total_distance = 0  # 记录总距离
while queue:
    node = queue.popleft()
    visited[node] = True
    for neighbor, distance in graph[node]:
        if not visited[neighbor]:
            queue.append(neighbor)
            path.append(neighbor)
            total_distance += distance

# 输出结果
print(' '.join(map(str, path + [1])))  # 加上回到快递站的节点1
print(total_distance)

算法思路：

1. 首先读入输入，构建一个邻接表表示图。
2. 从快递站1号开始，使用BFS遍历整个图。在遍历过程中，记录遍历路径和总距离。
3. 遍历结束后，输出遍历路径和总距离。

时间复杂度：O(n+m)，其中n为节点数，m为边数。