以邻接表为存储结构，建立深度优先生成树和广度优先生成树，再按凹入 表或树形打印生成树。

使用邻接表作为存储结构，可以有效地处理图的遍历，特别是对于深度优先搜索（DFS）和广度优先搜索（BFS）算法，因为邻接表允许我们快速访问每个顶点的所有邻居。

**深度优先搜索生成树（DFS Tree）**：
1. **过程**：从选定的起点开始，访问与其直接相连的节点，然后对未访问过的子节点继续进行DFS。
2. **实现**：使用递归或栈来跟踪路径。访问过的节点标记为已访问，形成树状结构。
3. **特点**：如果图是连通的，每次DFS都会找到一棵树，通常不是唯一的，但包含了所有顶点。

**广度优先搜索生成树（BFS Tree）**：
1. **过程**：从起点开始，首先访问所有距离起点最近的节点，然后再访问第二层的节点，依此类推。
2. **实现**：使用队列来存储节点，每次弹出队首节点并访问其所有未访问过的邻居。
3. **特点**：在无环图中，BFS总是找到最短路径连接的树，被称为最短路径树。

**按凹入表或树形打印生成树**：
- **凹入表（Inverted List）**：在邻接表的基础上，将每个节点的后继节点列表反转，这样可以自然地形成一个“凹入”的结构，方便层次顺序的遍历。
- **树形打印**：
- DFS Tree：按照访问顺序打印，即从根节点开始，先左后右，先深度后宽度。
- BFS Tree：按照层次顺序打印，先访问的节点先输出，同一层的节点按其添加到队列的顺序排列。

**相关问题--:**
1. 为什么在邻接表中实现深度优先搜索比邻接矩阵更合适？
2. 在BFS生成树中，如何确定起点是最小的节点？
3. 对于一个图，除了DFS和BFS，还有哪些方法可以构建生成树？