新学期伊始，小源正在面临选课的问题，要学习计算机基础、数学、英语、算法、Java等五门课程，其中学习算法前需要先学习Java、英语，学Java前又需要学数学和计算机基础。那么小源到底该如何选课呢？

这是一个典型的图搜索问题，可以使用广度优先搜索（BFS）来解决。可以将课程之间的关系表示为一个有向图，其中每个节点代表一门课程，有向边表示先修课程和后修课程的关系。

首先，需要创建一个表示课程关系的图。在这个图中，每个节点是一个课程，边表示一个课程是另一个课程的先修课程。

然后，可以使用广度优先搜索来找到学习算法的路径。从算法节点开始，访问所有可以直接到达的节点（即没有前置课程的节点）。然后，访问这些节点的所有邻居节点，然后是这些邻居节点的邻居节点，依此类推。

下面是使用Python实现广度优先搜索的代码：

from collections import deque  
  
def bfs(graph, start):  
    visited = set()  # 记录已经访问过的节点  
    queue = deque([start])  # 初始化队列，将起始节点放入队列  
  
    while queue:  
        vertex = queue.popleft()  # 从队列中取出一个节点  
        print(vertex, end=" ")  # 访问该节点  
        for neighbour in graph[vertex]:  # 遍历该节点的所有邻居节点  
            if neighbour not in visited:  # 如果邻居节点未被访问过，则将其加入队列并标记为已访问  
                queue.append(neighbour)  
                visited.add(neighbour)  
  
# 定义课程关系的图  
graph = {  
    '算法': ['Java', '英语'],  
    'Java': ['数学', '计算机基础'],  
    '英语': [],  
    '数学': [],  
    '计算机基础': []  
}  
  
# 开始广度优先搜索  
bfs(graph, '算法')

运行以上代码将输出小源应该按照什么顺序学习的课程。由于算法依赖于Java和英语，而Java又依赖于数学和计算机基础，所以小源应该首先学习数学和计算机基础，然后学习Java，接着学习英语，最后学习算法。