用python语言编程利用广度优先搜索算法确定无向图的连通分量

下面是用Python语言编写的广度优先搜索算法确定无向图的连通分量的示例代码：

from collections import deque

def bfs(graph, start, visited):
    queue = deque([start])
    visited.add(start)

    while queue:
        vertex = queue.popleft()
        for neighbor in graph[vertex]:
            if neighbor not in visited:
                visited.add(neighbor)
                queue.append(neighbor)

def connected_components(graph):
    visited = set()
    components = []
    for vertex in graph:
        if vertex not in visited:
            component = set()
            bfs(graph, vertex, component)
            components.append(component)
            visited.update(component)
    return components

# 示例代码的使用方法
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'C'],
    'C': ['A', 'B', 'D'],
    'D': ['C']
}
components = connected_components(graph)
print(components)

在示例代码中，`bfs` 函数实现了广度优先搜索算法，`connected_components` 函数利用 `bfs` 函数确定了无向图的连通分量。示例代码中的无向图是一个字典，其中字典的键表示图中的顶点，字典的值是一个列表，表示该顶点的邻居。程序输出的结果是一个列表，列表的每个元素表示一个连通分量，其中包含的元素是该连通分量中的所有顶点。