写一个广度优先搜索算法，支持搜索策略定制，调整fringe集合中节点的次序

当然可以。广度优先搜索（Breadth-First Search，简称BFS），是一种用于遍历或寻找图或树中最短路径的算法。为了实现一个支持搜索策略定制、允许调整fringe（也称为队列）中节点顺序的版本，我们可以创建一个基础的BFS类，然后添加一个装饰器模式的接口来处理不同的排序策略。以下是基本的伪代码实现：

# 定义基本的BFS节点类
class Node:
    def __init__(self, value):
        self.value = value
        self.neighbors = []

# 基础BFS类，维护fringe队列和已访问集合
class BaseBFS:
    def __init__(self, start_node):
        self.fringe = [start_node]
        self.visited = set()

    def search(self):
        while self.fringe:
            current_node = self.fringe.pop(0)  # 默认按先进先出(FIFO)排序
            if current_node not in self.visited:
                self.visited.add(current_node)
                yield current_node  # 返回当前节点
                for neighbor in current_node.neighbors:
                    self.fringe.append(neighbor)

# 定义装饰器接口，用于调整排序策略
class SortPolicy:
    def sort_fringe(self, nodes):
        pass

# 使用装饰器实现不同排序策略，如最小深度优先(Lowest Depth First)
class LDF(SortPolicy):
    def sort_fringe(self, nodes):
        return sorted(nodes, key=lambda n: len(n.neighbors), reverse=True)

# 示例用法
def bfs_custom_strategy(start_node, sorting_policy=LDF()):
    base_bfs = BaseBFS(start_node)
    for node in base_bfs.search(sorting_policy=sorting_policy):
        print(node.value)