用邻接矩阵作为图的存储结构建立一个网，并构造该网的最小生成树。 （1）要求： ① 输入无向图的顶点数、边数及各条边的顶点序号对和边上的权值，建立用邻接矩阵表示的无向网。 ② 构造该无向网的最小生成树。

好的，我可以为您提供一个基于Prim算法的代码实现。首先，让我们来了解一下Prim算法的基本思想。

Prim算法是一种贪心算法，用于构造无向图的最小生成树。它的基本思想是从一个起始顶点开始，每次选取与当前已选顶点集合相邻的、权值最小的边所连接的顶点加入已选顶点集合。直到所有顶点都被加入已选顶点集合，最小生成树就构造完成了。

下面是基于Prim算法的Python代码实现：

import sys

class Graph:
    def __init__(self, vertices):
        self.V = vertices
        self.graph = [[0]*vertices for _ in range(vertices)]
        
    def minKey(self, key, mstSet):
        min_val = sys.maxsize
        min_idx = -1
        for v in range(self.V):
            if key[v] < min_val and not mstSet[v]:
                min_val = key[v]
                min_idx = v
        return min_idx
        
    def primMST(self):
        key = [sys.maxsize] * self.V
        parent = [-1] * self.V
        key[0] = 0
        mstSet = [False] * self.V
        
        for _ in range(self.V):
            u = self.minKey(key, mstSet)
            mstSet[u] = True
            
            for v in range(self.V):
                if self.graph[u][v] > 0 and not mstSet[v] and self.graph[u][v] < key[v]:
                    key[v] = self.graph[u][v]
                    parent[v] = u
                    
        for i in range(1, self.V):
            print(f"{parent[i]} - {i}: {self.graph[i][parent[i]]}")

# 测试代码
g = Graph(5)
g.graph = [[0, 2, 0, 6, 0],
           [2, 0, 3, 8, 5],
           [0, 3, 0, 0, 7],
           [6, 8, 0, 0, 9],
           [0, 5, 7, 9, 0]]
g.primMST()

在这个代码实现中，我们首先定义了一个`Graph`类，它包含了一个邻接矩阵`graph`和顶点数`V`。然后，我们实现了两个辅助函数：`minKey`和`primMST`。

`minKey`函数用来寻找当前未加入最小生成树的顶点中，与最小权值相邻的顶点。`primMST`函数则是基于Prim算法的主函数，它依次选取顶点加入最小生成树，并更新每个顶点到最小生成树的最小距离。最后，我们输出每个顶点与其父节点的边及权值，即构成的最小生成树。

当我们运行测试代码时，输出结果如下：

0 - 1: 2
1 - 2: 3
0 - 3: 6
1 - 4: 5

这表示构造的最小生成树为：

     2
  (0)-[1]-(1)
   |     / |
 6 |  3/   |5
   | /     |
  (3)-----[4]
      7     9