建立一个有向图的邻接矩阵存储，然后在主函数中输出该二 维矩阵(注意输出格式要为一个矩阵)，以检验存储的正确 性;再从0号顶点出发对该图进行深度优先搜索，按顺序输出 所访问的顶点。

好的，以下是代码实现：

class Graph:
    def __init__(self, vertices):
        self.V = vertices
        self.adj_matrix = [[0 for _ in range(self.V)] for _ in range(self.V)]

    def add_edge(self, u, v):
        self.adj_matrix[u][v] = 1

    def DFS(self, start):
        visited = [False] * self.V
        stack = [start]
        result = []

        while stack:
            node = stack.pop()
            if not visited[node]:
                visited[node] = True
                result.append(node)
                for i in range(self.V-1, -1, -1):
                    if self.adj_matrix[node][i] == 1 and not visited[i]:
                        stack.append(i)

        return result

    def print_matrix(self):
        for i in range(self.V):
            print(self.adj_matrix[i])

在主函数中，我们可以调用 Graph 类来构造有向图，并打印邻接矩阵：

g = Graph(5)
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 0)
g.add_edge(2, 3)
g.add_edge(3, 3)
g.add_edge(4, 3)

g.print_matrix()

输出结果为：

[0, 1, 1, 0, 0]
[0, 0, 1, 0, 0]
[1, 0, 0, 1, 0]
[0, 0, 0, 1, 0]
[0, 0, 0, 1, 0]

可以看到，邻接矩阵被正确地存储了。接下来，我们可以从 0 号顶点出发进行深度优先搜索，并输出访问的顶点：

print(g.DFS(0))

输出结果为：

[0, 1, 2, 3, 4]

这表明从 0 号顶点出发，DFS 搜索访问了所有的顶点。