优化BFS算法，避免时间超限

BFS算法的时间复杂度为O(V+E)，其中V表示节点数量，E表示边数量。当节点数量或边数量非常大时，BFS算法很容易超时。

以下是几种优化BFS算法的方法：

1.剪枝：在BFS过程中，遇到已经搜过的节点可以剪枝，避免重复搜索浪费时间。

2.双向BFS：双向BFS是在起点和终点分别使用BFS，从而缩短搜索时间。

3.启发式搜索：启发式搜索是通过预估节点到目标的距离，优先选择距离目标更近的节点进行拓展，从而减少搜索时间。

4.使用队列优化算法：使用优先队列或双端队列等数据结构来存储待搜索节点，可以提高搜索效率。

示例代码：

//原来的BFS算法 int BFS(int start, int end, vector> graph) { queue q; vector visited(graph.size(), 0);

q.push(start);
visited[start] = 1;

while(!q.empty())
{
    int cur = q.front();
    q.pop();
    if(cur == end)
        return 1;
    for(int i = 0; i < graph[cur].size(); i++)
    {
        int next = graph[cur][i];
        if(!visited[next])
        {
            visited[next] = 1;
            q.push(next);
        }
    }
}
return 0;

}

//使用队列优化后的BFS算法 int BFS_queue(int start, int end, vector> graph) { deque q; vector visited(graph.size(), 0);

q.push_back(start);
visited[start] = 1;

while(!q.empty())
{
    int cur = q.front();
    q.pop_front();
    if