图的广度优先搜索 描述： 图的广度优先搜索类似于树的按层次遍历，即从某个结点开始，先访问该结点，然后访问该结点的所有邻接点，再依次访问各邻接点的邻接点。如此进行下去，直到所有的结点都访问为止。在该题中，假定所有的结点以“A”--“Z”中的若干字符表示，且要求结点的访问顺序要求根据由“A”至“Z”的字典顺序进行访问。例如有如下图： 如果要求从H开始进行广度优先搜索，则搜索结果为：H->A->E->K->U. 输入： 输入只包含一个测试用例，第一行为一个自然数n，表示顶点的个数，第二行为n个大写字母构成的字符串，表示顶点，接下来是为一个n*n大小的矩阵，表示图的邻接关系。数字为0表示不邻接，否则为相应的边的长度。 最后一行为一个字符，表示要求进行广度优先搜索的起始顶点。 输出： 用一行输出广度优先搜索结果，起始点为给定的顶点，各顶点之间用一个空格隔开。要求同一顶点的邻接点的访问顺序按“A”---“Z”的字典顺序。 样例输入： 5 HUEAK 0 0 2 3 0 0 0 0 7 4 2 0 0 0 0 3 7 0 0 1 0 4 0 1 0 H 样例输出： H A E K U

以下是广度优先搜索的 Python 实现代码：

from queue import Queue

n = int(input().strip())
nodes = input().strip()
graph = [list(map(int, input().strip().split())) for _ in range(n)]
start_node = input().strip()

# 将节点映射到数字
node_to_num = {node: i for i, node in enumerate(nodes)}

# 从起始节点开始进行广度优先搜索
visited = [False] * n
queue = Queue()
queue.put(node_to_num[start_node])
visited[node_to_num[start_node]] = True

result = []
while not queue.empty():
    curr_node = queue.get()
    result.append(nodes[curr_node])
    # 遍历所有邻接节点，并按字典序排序
    neighbors = [i for i, val in enumerate(graph[curr_node]) if val != 0 and not visited[i]]
    neighbors.sort(key=lambda x: nodes[x])
    for neighbor in neighbors:
        queue.put(neighbor)
        visited[neighbor] = True

print(' '.join(result))

输入格式和输出格式见题目描述。