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。 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Python3代码实现：

from queue import Queue

n = int(input())
vertices = input().strip()
adj_matrix = [list(map(int, input().split())) for _ in range(n)]
start_vertex = input().strip()

# 将顶点转换为对应的数字
vertex_dict = {v: i for i, v in enumerate(vertices)}

# 广度优先搜索
visited = [False] * n
queue = Queue()
queue.put(vertex_dict[start_vertex])
visited[vertex_dict[start_vertex]] = True
result = []
while not queue.empty():
    cur_vertex = queue.get()
    result.append(vertices[cur_vertex])
    for i in range(n):
        if adj_matrix[cur_vertex][i] != 0 and not visited[i]:
            queue.put(i)
            visited[i] = True

# 按字典序排序输出
result.sort()
print(' '.join(result))

代码思路：

1. 读入输入数据，包括顶点个数n、顶点字符串、邻接矩阵、起始顶点。
2. 将顶点字符串转换为对应的数字，方便后续处理。
3. 使用队列实现广度优先搜索，从起始顶点开始遍历，将所有未访问的邻接点入队，并标记为已访问。
4. 最后将结果按字典序排序后输出。