基于邻接矩阵的有向图的深度优先遍历

基于邻接矩阵的有向图的深度优先遍历可以使用递归或者栈来实现。

下面是使用递归实现深度优先遍历的示例代码：

def dfs(matrix, visited, node):
    visited[node] = True
    print(node, end=' ')

    for i in range(len(matrix)):
        if matrix[node][i] == 1 and not visited[i]:
            dfs(matrix, visited, i)
            
# 测试代码
matrix = [
    [0, 1, 0, 0, 1],
    [0, 0, 1, 0, 1],
    [0, 0, 0, 1, 0],
    [0, 0, 0, 0, 1],
    [0, 0, 0, 0, 0]
]
visited = [False] * len(matrix)
dfs(matrix, visited, 0)

输出结果为：0 1 2 3 4，表示深度优先遍历的顺序。

上述代码中，matrix 表示邻接矩阵，visited 表示节点是否被访问过的标记，node 表示当前遍历的节点。首先将当前节点标记为已访问，并输出节点值。然后遍历与当前节点相邻的节点，如果该节点未被访问过，则递归调用 dfs 函数进行遍历。

下面是使用栈实现深度优先遍历的示例代码：

def dfs(matrix, visited, node):
    stack = [node]
    while stack:
        node = stack.pop()
        if not visited[node]:
            visited[node] = True
            print(node, end=' ')
            for i in range(len(matrix)):
                if matrix[node][i] == 1 and not visited[i]:
                    stack.append(i)
                    
# 测试代码
matrix = [
    [0, 1, 0, 0, 1],
    [0, 0, 1, 0, 1],
    [0, 0, 0, 1, 0],
    [0, 0, 0, 0, 1],
    [0, 0, 0, 0, 0]
]
visited = [False] * len(matrix)
dfs(matrix, visited, 0)

输出结果与递归实现相同，表示深度优先遍历的顺序。上述代码中，使用栈来实现，首先将起始节点压入栈中，然后进入循环，弹出栈顶元素，如果该节点未被访问过，则将其标记为已访问，并输出该节点值。接着遍历与该节点相邻的节点，将未被访问的节点压入栈中，继续循环，直到栈为空。