BFS算法解析：无向图最短环问题与应用

1. 最短环问题概述

在无向图中寻找最短环是图论中的一个经典问题。所谓最短环，指的是图中长度最小的环路。这个问题在实际中有诸多应用场景，比如网络拓扑分析、社交网络中的关系挖掘等。

对于等边权图（即所有边的权重相同），我们可以利用广度优先搜索（BFS）的特性来高效解决这个问题。BFS之所以适合这类问题，是因为它天然具有"层级扩展"的特性，能够保证首次访问某个节点时记录的路径就是最短路径。

2. BFS算法原理与实现

2.1 BFS基础概念

广度优先搜索是一种图遍历算法，它从起始节点开始，逐层向外扩展探索。在等边权图中，BFS有一个重要性质：当它首次访问某个节点时，所经过的路径就是从起点到该节点的最短路径。

这个性质对我们寻找最短环非常有用。因为环可以看作是从某个节点出发，经过若干节点后又回到自身的路径。通过BFS，我们可以有效地发现这样的结构。

2.2 算法实现细节

下面是使用BFS寻找最短环的核心代码实现：

cpp复制class Solution {
public:
    int findShortestCycle(int n, vector<vector<int>> &edges) {
        vector<vector<int>> g(n);
        for (auto &e: edges) {
            int x = e[0], y = e[1];
            g[x].push_back(y);
            g[y].push_back(x); // 构建邻接表
        }

        int dis[n]; // 记录从起点到各节点的距离
        
        auto bfs = [&](int start) -> int {
            int ans = INT_MAX;
            memset(dis, -1, sizeof(dis)); // 初始化距离数组
            dis[start] = 0; // 起点距离为0
            queue<pair<int, int>> q;
            q.emplace(start, -1); // 存储当前节