用邻接矩阵存储一个图时，在不考虑压缩存储的情况下，所占用的存储空间大小与图中结点个数有关，而与图的边数无关。

### 回答1：
这个说法是不正确的。使用邻接矩阵存储一个图时，其占用的存储空间大小与图中的结点数和边数都是有关系的。具体来说，当使用邻接矩阵存储时，需要占用的存储空间大小为O(n^2)，其中n是图中结点的个数。因此，对于一个含有大量稠密边的图，其所需的存储空间将会非常大，而对于一个含有少量边的稀疏图，则可以采用邻接表等其他存储结构来减小存储空间的占用。

### 回答2：
邻接矩阵是常用的存储图的方法之一，对于有n个结点的图，邻接矩阵的大小为n*n。在不考虑压缩存储的情况下，每个元素都表示一条边的存在与否，因此占用的存储空间大小与图中结点个数有关。

在邻接矩阵中，如果两个结点之间存在边，则对应位置上的元素为1；如果两个结点之间不存在边，则对应位置上的元素为0。这样，每个结点都和其他所有结点建立了联系，故矩阵中元素个数为n*n。

而与图的边数无关。无论图中有多少条边，邻接矩阵始终是n*n的大小，每个边在邻接矩阵中占据一个元素位置。因此，边的数量并不会影响邻接矩阵所占用的存储空间大小。

为了进一步节省空间，可以采用压缩存储方法来表示邻接矩阵。例如，针对稀疏图，邻接表是一种常见的压缩存储方式，具有较小的存储空间占用。但在不考虑压缩存储的情况下，邻接矩阵所占用的存储空间大小与图中结点个数有线性关系。

### 回答3：
邻接矩阵是一种常见的图的存储方式，它使用一个二维矩阵来表示各个节点之间的连接关系。在不考虑压缩存储的情况下，邻接矩阵所占用的存储空间大小与图中节点个数有关，而与图的边数无关。

具体而言，邻接矩阵是一个方阵，其行数和列数都等于图中节点的个数。对于每对节点i和节点j，邻接矩阵的第i行第j列的元素表示节点i和节点j之间的边的信息。如果存在一条边连接节点i和节点j，则对应的元素为1；如果不存在边连接，则为0。

因此，无论图中有多少条边，邻接矩阵的存储空间大小仅与图中的节点个数有关。假设图中有n个节点，那么所需存储空间的大小为n * n，即O(n^2)。

需要注意的是，邻接矩阵在存储空间方面的优势在于其查询效率较高，可以在O(1)的时间复杂度内判断两个节点之间是否存在边。但是对于稀疏图（边数相对于节点数较少）来说，邻接矩阵会浪费大量的存储空间，因为大部分元素都是0。这时可以考虑使用邻接表等其他方式来进行存储，以减少空间占用。