假设有向图G以邻接矩阵方式存储，试编写算法判断该有向图中是否存在从顶点i到顶点j的路径（i~=j）。[可调用已有算法]

为了判断有向图 G 是否存在从顶点 i 到顶点 j 的路径，我们可以利用深度优先搜索（DFS）或者广度优先搜索（BFS）。这里我会给出两种算法的思路：

**1. 深度优先搜索（DFS）**

首先，我们需要一个布尔型数组 visited 存储每个节点是否被访问过。以下是使用 DFS 的 C++ 代码实现：

bool hasPathDFS(int graph[5][5], int i, int j, bool visited[]) {
    visited[i] = true;
    
    if (i == j) {
        return true; // 直接返回，找到了目标节点
    }

    for (int k = 0; k < 5; ++k) { // 假设邻接矩阵的大小是 5x5
        if (graph[i][k] != 0 && !visited[k]) {
            if (hasPathDFS(graph, k, j, visited)) {
                return true; // 通过递归找到路径，返回 true
            }
        }
    }
    
    return false; // 若遍历完都没有找到路径，返回 false
}

你可以调用此函数并传入邻接矩阵、起始顶点 i 和目标顶点 j，以及 visited 数组。

**2. 广度优先搜索（BFS）**

另一种方法是使用 BFS，因为 BFS 可以保证先找到最近的路径。首先创建一个队列，并将起点加入队列。然后，逐层扩展节点直到找到目标或队列为空：

bool hasPathBFS(int graph[5][5], int i, int j) {
    queue<int> q;
    vector<bool> visited(5, false); // 使用 vector 更方便

    q.push(i);
    visited[i] = true;

    while (!q.empty()) {
        int cur = q.front();
        q.pop();

        if (cur == j) {
            return true; // 找到了目标节点
        }

        for (int k = 0; k < 5; ++k) {
            if (graph[cur][k] != 0 && !visited[k]) {
                q.push(k);
                visited[k] = true;
            }
        }
    }

    return false; // 未找到路径
}

同样，调用 `hasPathBFS(graph, i, j)` 即可。