假如图G采用邻接表储存，利用广度优先遍历算法，求顶点u到顶点v的最短路径python代码

假设图G采用邻接表储存，每个顶点的邻接表存储了以它为起点的所有边和对应的终点。利用广度优先遍历算法，可以求顶点u到顶点v的最短路径，Python代码如下：

def bfs_shortest_path(G, u, v):
    queue = [(u, [u])]
    visited = set()

    while queue:
        (node, path) = queue.pop(0)
        if node not in visited:
            visited.add(node)
            for neighbor in G[node]:
                if neighbor == v:
                    return path + [neighbor]
                else:
                    queue.append((neighbor, path + [neighbor]))
    return None

# 示例
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D', 'E'],
    'C': ['A', 'F'],
    'D': ['B'],
    'E': ['B', 'F'],
    'F': ['C', 'E']
}

print(bfs_shortest_path(graph, 'A', 'F'))
# 输出: ['A', 'C', 'F']

在上述示例中，我们定义了一个图G，它采用字典表示邻接表。然后，我们调用`bfs_shortest_path()`函数，并传入图G，以及起点u和终点v。该函数使用广度优先遍历算法，找到起点u到终点v的最短路径，并以列表的形式返回。在示例中，我们找到了从顶点A到顶点F的最短路径：['A', 'C', 'F']。