用邻接表作为图的存储结构建立一个图，并对此图分别进行深度优先搜索和广度优先搜索遍历

好的，我来回答你的问题。

首先，我们需要了解什么是邻接表。邻接表是一种图的存储结构，它将每个顶点的所有邻居顶点存储在一个链表中。邻接表通常用于存储稀疏图，因为它不会浪费太多空间。

现在，让我们来建立一个图并用邻接表来存储它。假设我们有以下这个图：

0 -- 1
|\   |
|  \ |
3 -- 2

我们可以将它表示为一个邻接表，如下所示：

0: 1 -> 3
1: 0 -> 2
2: 1 -> 3
3: 0 -> 2

现在，让我们来分别对这个图进行深度优先搜索和广度优先搜索。

深度优先搜索（DFS）是一种遍历图的算法，它从一个顶点开始，沿着一条路径一直走到底，然后返回并探索其他路径。DFS通常使用递归或栈来实现。

下面是使用 DFS 遍历上面那个图的算法：

// visited数组记录每个节点是否被访问过
// adj是邻接表，v是当前节点
void dfs(int v, vector<bool>& visited, vector<vector<int>>& adj) {
    // 标记当前节点为已访问
    visited[v] = true;
    cout << v << " ";

    // 遍历当前节点的邻居节点
    for (int w : adj[v]) {
        // 如果该邻居节点没有被访问过，则递归访问它
        if (!visited[w]) {
            dfs(w, visited, adj);
        }
    }
}

// 对整个图进行DFS遍历
void dfsTraversal(vector<vector<int>>& adj) {
    int n = adj.size();
    vector<bool> visited(n, false);

    // 从每个未被访问的节点开始遍历
    for (int i = 0; i < n; i++) {
        if (!visited[i]) {
            dfs(i, visited, adj);
        }
    }
}

使用上面的算法，对于上面的图，DFS会按照以下顺序遍历节点：0 -> 1 -> 2 -> 3。

广度优先搜索（BFS）是另一种遍历图的算法，它从一个顶点开始，先访问所有与该顶点相邻的顶点，然后再访问与这些顶点相邻的顶点，以此类推。BFS通常使用队列来实现。

下面是使用 BFS 遍历上面那个图的算法：

// visited数组记录每个节点是否被访问过
// adj是邻接表，start是起点
void bfs(int start, vector<bool>& visited, vector<vector<int>>& adj) {
    queue<int> q;
    q.push(start);
    visited[start] = true;

    while (!q.empty()) {
        // 取出队头节点
        int v = q.front();
        q.pop();
        cout << v << " ";

        // 遍历该节点的所有邻居节点
        for (int w : adj[v]) {
            // 如果该邻居节点没有被访问过，则加入队列并标记为已访问
            if (!visited[w]) {
                q.push(w);
                visited[w] = true;
            }
        }
    }
}

// 对整个图进行BFS遍历
void bfsTraversal(vector<vector<int>>& adj) {
    int n = adj.size();
    vector<bool> visited(n, false);

    // 从每个未被访问的节点开始遍历
    for (int i = 0; i < n; i++) {
        if (!visited[i]) {
            bfs(i, visited, adj);
        }
    }
}

使用上面的算法，对于上面的图，BFS会按照以下顺序遍历节点：0 -> 1 -> 3 -> 2。