以连接矩阵为储存单位,采用广度优先遍历算法遍历图,需要完整代码

以下是一个简单的使用广度优先遍历算法遍历图的代码示例，其中使用连接矩阵作为储存单位：

from queue import Queue

def bfs(graph, start):
    visited = [False] * len(graph)
    q = Queue()
    q.put(start)
    visited[start] = True

    while not q.empty():
        node = q.get()
        print(node)

        for i in range(len(graph)):
            if graph[node][i] == 1 and not visited[i]:
                q.put(i)
                visited[i] = True

# 示例连接矩阵
graph = [
    [0, 1, 1, 0, 0],
    [1, 0, 0, 1, 0],
    [1, 0, 0, 1, 1],
    [0, 1, 1, 0, 1],
    [0, 0, 1, 1, 0]
]

bfs(graph, 0)  # 从节点 0 开始遍历

运行结果为：

0
1
2
3
4

上述代码中，`bfs` 函数接收一个连接矩阵 `graph` 和起点 `start`，使用 `visited` 数组记录每个节点是否已经被访问过，使用 `Queue` 存储待访问的节点。在遍历过程中，将起点加入队列并标记为已访问，然后进入循环，每次从队列中取出一个节点并输出，然后遍历该节点的所有邻居节点，如果邻居节点没有被访问过，则加入队列并标记为已访问。当队列为空时，遍历结束。