利用邻接表实现无向图的广度优先遍历 输入格式: 先输入两个整数（m,n）（分别表示待创建的图顶点数和边数），之后是m个顶点的信息，再之后是n 条边。 输出格式: 对每一组输入，在一行中输出图的广度优先遍历序列，各数据之间用一个空格分隔，最后一个数后也有空格

在无向图的邻接表表示中，广度优先搜索(Breadth-First Search, BFS)是一种用于查找最短路径的有效算法。以下是使用邻接列表实现无向图BFS的基本步骤：

1. **初始化**：首先，创建一个队列Q用于存储节点，同时为每个顶点设置一个标志数组visited，标记它们是否已经被访问过，并将起始顶点enqueue到队列中。初始时，起始顶点的visited设为true，其余顶点设为false。

2. **循环**：进入主循环，直到队列为空。在每次循环中：
a. **出队操作**：从队列中取出第一个节点（当前层的节点）。
b. **处理节点**：打印这个节点（作为结果的一部分），然后将它的所有未访问过的邻居（通过邻接表找到）加入队列，并更新visited标志为true，表示它们已经探索过。

3. **结束条件**：当队列为空时，说明所有可达的节点都已处理完毕，可以停止遍历。

4. **输出结果**：最后，按照访问顺序输出广度优先遍历的结果。

具体的Python代码示例如下（假设邻接列表存储在`edges`字典中，键是顶点，值是连接的顶点列表）：

def bfs(graph, start):
    visited = [False] * len(graph)
    queue = [start]
    visited[start] = True

    while queue:
        vertex = queue.pop(0)
        print(vertex, end=' ')

        # 遍历邻居并添加未访问的节点到队列
        for neighbor in graph[vertex]:
            if not visited[neighbor]:
                visited[neighbor] = True
                queue.append(neighbor)

# 输入解析略
for _ in range(n_graphs):  # n_graphs 表示有多少组输入
    m, n = map(int, input().split())
    graph = {}  # 创建一个空的邻接列表
    vertices = list(map(int, input().split()))

    # 根据输入添加边
    for i in range(m):
        u, v = map(int, input().split())  # 边(u, v)
        graph.setdefault(u, []).append(v)
        graph.setdefault(v, []).append(u)  # 对于无向图，两边都要添加

    bfs(graph, vertices[0])  # 使用起点开始遍历