在宽度优先搜索算法中加入启发式搜索的思想可以通过引入优先级队列来实现。通常的宽度优先搜索是按照节点的深度逐层搜索，而加入启发式搜索的思想后，可以根据节点的启发式函数值（通常是节点到目标状态的估计距离）来决定节点的扩展顺序。
具体实现时，可以使用优先级队列来存储待扩展的节点，每次从队列中取出启发式函数值最小的节点进行扩展。这样可以保证优先扩展距离目标状态更接近的节点，从而更快地找到最优解。
以八数码问题为例，可以使用曼哈顿距离作为启发式函数，将每个状态的曼哈顿距离作为优先级，然后按照优先级从小到大的顺序进行扩展。这样可以更快地找到最优解。
在实际应用中，启发式搜索的思想可以大大提高搜索效率，尤其是在状态空间较大的问题中。但需要注意的是，启发式函数的设计需要合理，否则可能导致搜索结果不准确甚至错误。
因此，在引入启发式搜索的同时，需要关注启发式函数的选择和设计，以确保搜索结果的准确性和效率。