请编程实现图的深度优先遍历和广度优先遍历算法，并给出流程

深度优先遍历（DFS）和广度优先遍历（BFS）是两种常用的图遍历算法。下面是它们的具体实现方式和流程。

假设我们有一个用邻接表表示的图，其中顶点编号从0到n-1，其中n为顶点数。邻接表用一个数组adj来表示，其中adj[i]表示与顶点i相邻的所有顶点。例如，如果adj[3]={1,2,4}，则表示顶点3与顶点1、2、4相邻。

## 深度优先遍历（DFS）

深度优先遍历使用栈来实现，其基本流程如下：

1. 将起始顶点压入栈中，标记已访问。
2. 当栈非空时，弹出栈顶元素v。
3. 遍历v的所有相邻顶点，如果该顶点未被访问过，则将其压入栈中并标记已访问。
4. 重复步骤2和3，直到栈为空。

以下是深度优先遍历的Python实现：

def DFS(adj, start):
    visited = [False] * len(adj)  # 记录每个顶点是否已访问
    stack = [start]               # 栈中初始只有起始顶点
    visited[start] = True         # 标记起始顶点已访问
    while stack:
        v = stack.pop()           # 弹出栈顶元素
        print(v, end=' ')         # 访问该顶点
        for u in adj[v]:          # 遍历该顶点的相邻顶点
            if not visited[u]:    # 如果相邻顶点未被访问过
                stack.append(u)   # 将其压入栈中
                visited[u] = True # 标记已访问

## 广度优先遍历（BFS）

广度优先遍历使用队列来实现，其基本流程如下：

1. 将起始顶点入队，标记已访问。
2. 当队列非空时，出队队头元素v。
3. 遍历v的所有相邻顶点，如果该顶点未被访问过，则将其入队并标记已访问。
4. 重复步骤2和3，直到队列为空。

以下是广度优先遍历的Python实现：

from collections import deque

def BFS(adj, start):
    visited = [False] * len(adj)  # 记录每个顶点是否已访问
    queue = deque([start])        # 队列中初始只有起始顶点
    visited[start] = True         # 标记起始顶点已访问
    while queue:
        v = queue.popleft()      # 出队队头元素
        print(v, end=' ')        # 访问该顶点
        for u in adj[v]:         # 遍历该顶点的相邻顶点
            if not visited[u]:   # 如果相邻顶点未被访问过
                queue.append(u)  # 将其入队
                visited[u] = True# 标记已访问

以上就是深度优先遍历和广度优先遍历的实现方式和流程。