给定一个有N个顶点和E条边的无向图，请用深度优先遍历（DFS）和广度优先遍历（BFS）分别列出其所有的连通集。假设顶点从0到N-1编号。进行搜索时，假设总是从编号最小的顶点出发，按编号递增的顺序访问邻接点。

好的，我可以帮你回答这个问题。

首先，我们需要明确什么是连通集。在一个无向图中，如果两个顶点之间有路径相连，那么它们就属于同一个连通集。因此，一个无向图可能由多个连通集组成，也可能只有一个连通集。

接下来，我们分别用深度优先遍历和广度优先遍历来找出无向图中的所有连通集。

首先是深度优先遍历。我们可以从编号最小的顶点开始遍历，每次遍历到一个新的顶点时，就继续往下遍历直到不能再继续为止。这样，我们就能找到当前顶点所属的连通集中的所有顶点。然后，我们再找到下一个未被访问的顶点，重复上述过程，直到所有顶点都被遍历过一次为止。具体的实现可以用递归或栈来实现。

下面是深度优先遍历的伪代码：

visited = [False] * N  # 用来记录每个顶点是否被访问过
for i in range(N):
    if not visited[i]:
        dfs(i)

def dfs(v):
    visited[v] = True
    print(v, end=' ')
    for u in range(N):
        if not visited[u] and (u, v) in edges:
            dfs(u)

接下来是广度优先遍历。我们同样从编号最小的顶点开始遍历，每次遍历到一个新的顶点时，就将它加入队列中，然后遍历它的所有邻接点，将未被访问过的邻接点加入队列中。这样，我们就能找到当前顶点所属的连通集中的所有顶点。然后，我们再从队列中取出下一个未被访问的顶点，重复上述过程，直到队列为空为止。

下面是广度优先遍历的伪代码：

visited = [False] * N  # 用来记录每个顶点是否被访问过
for i in range(N):
    if not visited[i]:
        bfs(i)

def bfs(v):
    visited[v] = True
    queue = [v]
    while queue:
        u = queue.pop(0)
        print(u, end=' ')
        for w in range(N):
            if not visited[w] and (w, u) in edges:
                visited[w] = True
                queue.append(w)

其中，`edges` 是一个包含所有边的列表，每条边用一个二元组表示。

这样，我们就完成了无向图的连通集的查找。