使用Python的Graph()类实现图的广度优先搜索算法

广度优先搜索（BFS）是一种用于图的遍历算法，它从图的起始顶点开始，逐层地向外扩展，直到找到目标顶点或者遍历完整个图。该算法使用队列来保存待遍历的顶点，在实现中通常使用一个visited数组来记录已经访问过的顶点，以避免重复遍历。

下面我们使用Python的Graph()类来实现图的广度优先搜索算法，并给出一个使用例子。

首先，我们需要定义一个Graph类表示图，其中包括两个成员变量：一个用于存储图的顶点和边的字典，一个用于记录已经访问过的顶点的集合。

class Graph:
    def __init__(self):
        self.graph = {}
        self.visited = set()

    def add_vertex(self, vertex):
        self.graph[vertex] = []

    def add_edge(self, vertex1, vertex2):
        self.graph[vertex1].append(vertex2)
        self.graph[vertex2].append(vertex1)

    def bfs(self, start_vertex):
        queue = []
        queue.append(start_vertex)
        self.visited.add(start_vertex)

        while queue:
            current_vertex = queue.pop(0)
            print(current_vertex, end=" ")
            neighbors = self.graph[current_vertex]

            for neighbor in neighbors:
                if neighbor not in self.visited:
                    queue.append(neighbor)
                    self.visited.add(neighbor)

上面的代码中，我们定义了一个Graph类，其中的add_vertex()方法用于添加顶点，add_edge()方法用于添加边。bfs()方法是广度优先搜索的具体实现，它使用一个队列来保存待遍历的顶点，并逐个访问它们的邻居顶点。

下面是一个使用例子：

# 创建一个图
g = Graph()

# 添加顶点
g.add_vertex('A')
g.add_vertex('B')
g.add_vertex('C')
g.add_vertex('D')
g.add_vertex('E')

# 添加边
g.add_edge('A', 'B')
g.add_edge('A', 'C')
g.add_edge('B', 'D')
g.add_edge('B', 'E')

# 进行广度优先搜索
print("广度优先搜索结果：", end="")
g.bfs('A')

# 输出结果为：A B C D E

在这个例子中，我们创建了一个具有五个顶点和四条边的图，并进行了广度优先搜索。搜索结果按照顶点的访问顺序依次输出。

通过上面的代码，我们实现了用Python的Graph()类来进行图的广度优先搜索。该算法在许多实际应用中非常有用，比如用于寻找最短路径、解决迷宫等问题。