用python实现BFS算法

以下是使用Python实现BFS算法的示例代码：

from collections import deque

# 定义BFS函数
def bfs(graph, start):
    visited = set()  # 用集合记录已访问的节点
    queue = deque([start])  # 初始化队列
    visited.add(start)  # 将起始节点标记为已访问
    
    while queue:  # 队列不为空时循环
        node = queue.popleft()  # 取出队列的第一个节点
        print(node, end=' ')
        
        for neighbor in graph[node]:  # 遍历当前节点的邻居节点
            if neighbor not in visited:  # 如果邻居节点未被访问过
                visited.add(neighbor)  # 标记为已访问
                queue.append(neighbor)  # 将邻居节点加入队列

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

# 从节点A开始进行BFS遍历
bfs(graph, 'A')

输出结果为：A B C D E F

以上代码中，使用了Python内置的`deque`双端队列来实现队列，使用`set`集合来记录已访问的节点。首先将起始节点加入队列和集合中，然后进行循环，每次从队列的左边取出一个节点进行访问，并遍历其邻居节点。如果邻居节点未被访问过，则标记为已访问并加入队列中。由于队列的特性是先进先出，所以可以保证广度优先搜索的顺序。