以邻接表作存储结构，编写程序对给定的无向图G（包含n个顶点，编号为0至n-1）进行广度优先遍历，并在遍历的过程中计算图G的连通分量个数及边的数目。 本题限定在遍历过程中，如果同时出现多个待访问的顶点，则优先选择编号最小的一个进行访问，以顶点0为遍历起点。

以下是基于邻接表的广度优先遍历算法的Python实现：

from queue import Queue

def bfs(adj_list):
    n = len(adj_list)
    visited = [False] * n
    components = 0
    edges = 0
    
    q = Queue()
    q.put(0)
    visited[0] = True
    components += 1
    
    while not q.empty():
        u = q.get()
        for v in adj_list[u]:
            edges += 1
            if not visited[v]:
                q.put(v)
                visited[v] = True
                components += 1
    
    return components, edges // 2

其中，adj_list是邻接表，表示图G的每个顶点的邻居。visited记录每个顶点是否已经被访问过。components表示图G的连通分量个数，初始化为1，因为我们从顶点0开始遍历。edges表示图G的边的数目，每次访问一个顶点的邻居时，都将edges加1，最后要除以2，因为每条边都被算了两次。

代码中，我们使用了Python自带的队列Queue来实现广度优先遍历。我们首先将顶点0加入队列，并将visited[0]设为True，表示已经访问过。然后进入while循环，每次从队列中取出一个顶点u，遍历它的邻居v。如果v还没有被访问过，就将v加入队列，并将visited[v]设为True。此外，每次访问一个顶点的邻居时，都将edges加1。最后返回components和edges // 2即可。

完整代码：