字典 wordList 中从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列 beginWord -> s1 -> s2 -> ... -> sk： 每一对相邻的单词只差一个字母。 对于 1 <= i <= k 时，每个 si 都在 wordList 中。注意， beginWord 不需要在 wordList 中。 sk == endWord 给你两个单词 beginWord 和 endWord 和一个字典 wordList ，返回 从 beginWord 到 endWord 的 最短转换序列 中的 单词数目 。如果不存在这样的转换序列，返回 0

这是一个经典的图论问题，可以使用广度优先搜索算法（BFS）来解决。

首先，我们将所有的单词加入到一个集合中，便于后续的查询。然后，我们定义一个队列，将 beginWord 加入队列中，并将其标记为已访问。接着，我们开始进行 BFS。

在 BFS 的过程中，我们每次从队列中取出一个单词，然后枚举其所有可能的下一个单词。对于每个下一个单词，如果它在集合中存在且没有被访问过，我们就将其加入队列，并将其标记为已访问。如果当前单词等于 endWord，说明我们已经找到了一条最短路径，直接返回当前路径长度即可。

如果在 BFS 结束后仍然没有找到一条从 beginWord 到 endWord 的路径，说明不存在这样的转换序列，返回 0。

下面是 Python 代码实现：

from collections import deque

def ladderLength(beginWord: str, endWord: str, wordList: List[str]) -> int:
    wordSet = set(wordList)
    if endWord not in wordSet:
        return 0
    
    queue = deque([(beginWord, 1)])
    visited = set([beginWord])
    
    while queue:
        word, length = queue.popleft()
        if word == endWord:
            return length
        for i in range(len(word)):
            for j in range(26):
                nextWord = word[:i] + chr(ord('a') + j) + word[i+1:]
                if nextWord in wordSet and nextWord not in visited:
                    queue.append((nextWord, length + 1))
                    visited.add(nextWord)
                    
    return 0