python编程利用广度优先搜索算法确定无向图的连通分量

以下是利用广度优先搜索算法确定无向图的连通分量的Python代码：

from collections import deque

def bfs(graph, start, visited):
    queue = deque([start])
    visited[start] = True
    while queue:
        vertex = queue.popleft()
        for neighbor in graph[vertex]:
            if not visited[neighbor]:
                visited[neighbor] = True
                queue.append(neighbor)

def find_connected_components(graph):
    visited = {vertex: False for vertex in graph}
    connected_components = []
    for vertex in graph:
        if not visited[vertex]:
            connected_component = []
            bfs(graph, vertex, visited)
            for v in visited:
                if visited[v]:
                    connected_component.append(v)
                    visited[v] = False
            connected_components.append(connected_component)
    return connected_components

# Example usage
graph = {
    0: [1, 2],
    1: [0, 2],
    2: [0, 1, 3],
    3: [2, 4],
    4: [3]
}
connected_components = find_connected_components(graph)
print(connected_components)

这个算法首先初始化一个字典 `visited`，用于记录每个顶点是否已经被访问。然后遍历每个顶点，如果某个顶点还没有被访问，就使用 BFS 搜索它所在的连通分量。在 BFS 中，我们使用一个队列来存储待访问的顶点，以及一个 `visited` 字典来记录哪些顶点已经被访问。每次从队列中取出一个顶点，然后遍历它的所有邻居，如果某个邻居还没有被访问过，就把它加入队列中。最后，我们把访问过的顶点都从 `visited` 中清除，并把它们组成的连通分量添加到 `connected_components` 列表中。