利用广度优先搜索编程实现确定无向图的连通分量。

好的，我可以为您讲解一下这个问题的解决思路。

首先，我们需要明确什么是连通分量。在一个无向图中，若任意两个顶点都有路径相连，则称该图为连通图；否则，若该图可以分为多个连通的子图，则称该图为非连通图，其每个连通子图称为该图的一个连通分量。

那么，如何利用广度优先搜索来求解无向图的连通分量呢？我们可以采取以下步骤：

1. 选取一个起始点作为搜索的起点；
2. 利用广度优先搜索算法，从起点开始依次遍历其它未被访问的顶点，并标记它们为已访问；
3. 将所有已访问的顶点归为一组，即为一个连通分量；
4. 选取一个未被访问的顶点作为新的起点，重复步骤2和3，直到所有顶点都被访问。

通过这种方法，我们可以得出无向图的连通分量。

下面是一个简单的 Python 实现示例（假设图的存储方式为邻接表）：

from collections import deque

def bfs(graph, start, visited):
    visited[start] = True
    queue = deque([start])
    while queue:
        vertex = queue.popleft()
        for neighbor in graph[vertex]:
            if not visited[neighbor]:
                visited[neighbor] = True
                queue.append(neighbor)

def connected_components(graph):
    visited = [False] * len(graph)
    components = []
    for vertex in range(len(graph)):
        if not visited[vertex]:
            component = []
            bfs(graph, vertex, visited)
            for i, v in enumerate(visited):
                if v:
                    component.append(i)
            components.append(component)
    return components

其中，`graph` 表示无向图的邻接表，`start` 表示起点，`visited` 表示是否已被访问过的标记数组，`components` 表示所有连通分量的集合。`bfs` 函数实现广度优先搜索，`connected_components` 函数实现求解连通分量。