Python图的宽度优先遍历算法,能够输出连通分支

图的宽度优先遍历算法（BFS）可以用来输出图中的连通分支。下面是一个使用Python编写的示例代码：

from collections import deque

def bfs(graph, start):
    visited = set()
    components = []

    queue = deque()
    queue.append(start)
    visited.add(start)

    while queue:
        node = queue.popleft()
        current_component = []
        current_component.append(node)

        for neighbor in graph[node]:
            if neighbor not in visited:
                queue.append(neighbor)
                visited.add(neighbor)
                current_component.append(neighbor)

        if current_component:
            components.append(current_component)

    return components

# 示例图的邻接表表示
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D'],
    'C': ['A', 'E'],
    'D': ['B'],
    'E': ['C'],
    'F': ['G'],
    'G': ['F']
}

# 调用广度优先遍历算法
connected_components = bfs(graph, 'A')

# 输出连通分支
for component in connected_components:
    print(component)

在上述示例中，使用邻接表来表示图的结构。bfs函数接受一个图和一个起始节点作为输入，返回一个包含连通分支的列表。通过使用一个visited集合来跟踪已访问过的节点，以避免重复遍历。广度优先遍历算法使用队列来存储待访问的节点。

运行示例代码后，输出将会是：

['A', 'B', 'C', 'D', 'E']
['F', 'G']

其中，第一个连通分支包含节点A、B、C、D和E，第二个连通分支包含节点F和G。