O(v+e)时间复杂度的广度优先搜索

广度优先搜索（BFS）是一种用于遍历或搜索图形或树的算法。 在BFS中，将先遍历已知距离起点最近的节点，然后是距离起点为2的节点，以此类推，直到到达目标节点或整个图形被遍历。 时间复杂度为O（v + e），其中v是节点数，e是边数。

以下是一个BFS的Python代码示例：

from collections import deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    while queue:
        vertex = queue.popleft()
        if vertex not in visited:
            visited.add(vertex)
            queue.extend(graph[vertex] - visited)
    return visited

# 例：通过 BFS 遍历整张图
graph = {'A': set(['B', 'C']),
         'B': set(['A', 'D', 'E']),
         'C': set(['A', 'F']),
         'D': set(['B']),
         'E': set(['B', 'F']),
         'F': set(['C', 'E'])}

print(bfs(graph, 'A')) # {'B', 'C', 'A', 'F', 'D', 'E'}

在该示例中，我们通过带有deque的队列来跟踪要访问的节点。visited set用于记录访问过的节点，以确保我们不会访问两次相同的节点。 最后，我们返回visited set，其中包含我们遍历的所有节点。