說到BFS，首先要介紹圖

什麼是圖？圖模擬一組連結，由節點和邊組成

圖分為有向圖（directed graph）和無向圖（undirected graph）

有向圖中的關係是單向的，所以可以由箭頭表示

無向圖中直接相連的節點互為鄰居，所以沒有箭頭

參考演算法圖解，例如，下面兩個圖是等價的。

那麼廣度優先搜尋有什麼用呢？它可以幫助回答下面兩類問題：

• 從節點A出發，有前往節點B的路徑嗎？
• 從節點A出發，前往節點B的哪條路徑最短

不過要想實現BFS，不僅要了解什麼是圖，還要了解佇列（queue）這種資料結構

佇列只有兩種操作：入隊和出隊

佇列是一種先進先出（First In First out,,FIFO）的資料結構，而棧是一種後進先出（Last In First Out,LIFO）的資料結構

我們的目的是在由這8個人組成的關係網中找到芒果銷售商，那麼誰是芒果銷售商呢，假設人的姓名是否以m結尾：如果是，他就是芒果銷售商，很明顯圖中就是Thom，接下由程式碼來實現它。

接下來是程式碼部分：

首先是實現圖的程式碼，它是由散列表來實現的，在python中由字典來表現這種資料結構

graph = {}
graph['you'] = ['alice','bob','claire']
graph['bob'] = ['anuj','peggy']
graph['alice'] = ['peggy']
graph['claire'] = ['thom','jonny']
graph['anuj'] = []
graph['peggy'] = []
graph['thom'] = []
graph['jonny'] = []

print(graph)
 

然後是實現佇列的程式碼

from collections import deque
search_queue = deque()    #建立一個佇列
search_queue += graph['you']
print(search_queue)

最後是演算法的工作原理以及完整的BFS程式碼

#BFS
from collections import deque

graph = {}
graph['you'] = ['alice','bob','claire']
graph['bob'] = ['anuj','peggy']
graph['alice'] = ['peggy']
graph['claire'] = ['thom','jonny']
graph['anuj'] = []
graph['peggy'] = []
graph['thom'] = []
graph['jonny'] = []

def BFS(name):
    search_queue = deque()
    search_queue += graph[name]
    searched = []
    while search_queue:
        person = search_queue.popleft()
        if not person in searched:
            if person_is_seller(person):
                print(person+"is a mango seller!")
                return True
            else:
                search_queue += graph[person]
                searched.append(person)
    return False

def person_is_seller(name):
    return name[-1] == 'm'

if __name__ == '__main__':
    BFS('you')