给定一个graph用python如何遍历

要遍历一个图，你可以使用广度优先搜索（BFS）或深度优先搜索（DFS）算法。下面是一个简单的Python示例，演示如何使用DFS遍历一个无向图：

graph = {
    'A': set(['B', 'C']),
    'B': set(['A', 'D', 'E']),
    'C': set(['A', 'F']),
    'D': set(['B']),
    'E': set(['B', 'F']),
    'F': set(['C', 'E'])
}

def dfs(graph, node, visited):
    if node not in visited:
        visited.add(node)
        print(node)
        for neighbor in graph[node]:
            dfs(graph, neighbor, visited)

visited = set()
dfs(graph, 'A', visited)

在这个示例中，我们定义了一个无向图，并使用字典来表示图的邻接表。然后，我们定义了一个DFS函数，该函数采用图、当前节点和一个已访问节点的集合作为参数。首先，我们将当前节点添加到已访问节点的集合中，并打印该节点。然后，我们递归地遍历所有邻居节点，直到没有未访问的节点为止。最后，我们初始化一个空集合，并从节点'A'开始调用DFS函数。

你也可以使用BFS算法遍历图。下面是一个类似的示例，演示了如何使用BFS遍历同样的无向图：

graph = {
    'A': set(['B', 'C']),
    'B': set(['A', 'D', 'E']),
    'C': set(['A', 'F']),
    'D': set(['B']),
    'E': set(['B', 'F']),
    'F': set(['C', 'E'])
}

def bfs(graph, start):
    visited, queue = set(), [start]
    while queue:
        node = queue.pop(0)
        if node not in visited:
            visited.add(node)
            print(node)
            queue.extend(graph[node] - visited)

bfs(graph, 'A')

在这个示例中，我们定义了一个BFS函数，该函数采用图和一个起始节点作为参数。我们使用一个队列来存储要访问的节点，并初始化一个空集合来存储已访问的节点。我们从起始节点开始，将其添加到队列中并标记为已访问。然后，我们循环遍历队列，将队列中的第一个节点弹出并打印。最后，我们将该节点的所有邻居添加到队列中，除去已访问节点。