有向图的邻接二维矩阵再对该图进行深度优先搜索，按顺序输出所访问的顶点用函数的方法

以下是一个基于邻接矩阵的深度优先搜索实现（使用 Python）：

def dfs(graph, start):
    # 记录已经访问过的节点
    visited = set()
    # 使用栈来存储待访问的节点
    stack = [start]

    while stack:
        # 取出栈顶元素
        vertex = stack.pop()

        # 如果该顶点还没有被访问，则访问它
        if vertex not in visited:
            print(vertex)
            visited.add(vertex)

            # 将该顶点的邻居节点压入栈中
            for neighbor_idx, has_edge in enumerate(graph[vertex]):
                if has_edge:
                    stack.append(neighbor_idx)

其中，`graph` 是邻接矩阵，`start` 是起始节点的下标。在函数中，我们使用一个 `visited` 集合来记录已经访问过的节点，使用一个栈来存储待访问的节点。在循环中，每次取出栈顶元素，如果该顶点还没有被访问，则访问它，并将其邻居节点压入栈中。这样就可以实现深度优先搜索了。

下面是一个使用示例：

# 构造邻接矩阵
graph = [
    [0, 1, 1, 0],
    [1, 0, 1, 1],
    [1, 1, 0, 1],
    [0, 1, 1, 0]
]

# 对图进行深度优先搜索
dfs(graph, 0)

输出结果为：

0
1
2
3