一、定义：广度优先搜索算法是最简便的图的搜索算法之一，属于一种盲目搜寻法。目的是系统地展开并检查图中的所有节点，来找寻结果。也就是说，它并不考虑结果的可能存在的位置，全面地搜索整个图，一直到找到结果为止。
二、核心思想：讲究的是搜索的广度，每条路都走一点，先把周边的走完，然后再去走更深的地方。
三、算法思路：
队列（先进先出）
1、首先创建一个空队列queue来存放节点和一个空的列表visit来存放已经访问的节点
2、依次将起始点和邻接点加入队列queue和列表visit中
3、pop出队列中最先进入的节点，并且从图中获取该节点的邻接点
4、如果邻接点不在列表visit中，就将该邻接点加入队列queue和列表visit中
5、输出pop出来的节点
6、重复步骤3、4、5，一直到队列为空。
四、算法实现：
def bfs（参数）：
初始化队列queue，visit
初始元素存入队列queue，visit
while（队列不空）
｛
出队列头元素
循环找到队头元素相邻的又同时没有被处理的节点进行进队处理，满足条件就入队，变更状态
可以顺便记录步数以及这个节点的父节点是谁。
｝
五、实现过程：
如图从A开始，使用BFS算法，输出查找路径
1、A首先进队列queue。
queue=A，visit=空
2、接着A出队，这时候与A相邻的节点B，C，D进队。
queue=B，C，D
visit=A
3、接着B出队，与B相邻的A、E、F节点中，E、F没有进过队，所以E、F进队列queue。
queue=C，D，E，F
visit=A，B
4、接着C出队，与C相邻的A、D、F、G中，只有G没有入过队，所以G入队
queue=D，E，F，G
visit=A，B，C
5、接着D出队，与D相邻的A、C、G已经全部进过队列
queue=E，F，G
visit=A，B，C，D
6、接着E出队，相邻的B已经入过队
queue=F，G
visit=A，B，C，D，E
7、接着F出队，相邻的B、C已经入过队
queue=G
visit=A，B，C，D，E，F
8、最后G出队，与G相邻的C、D已经入过队
queue=空
visit=A，B，C，D，E，F，G
至此循环结束，BFS算法也就完成了全部遍历。