用从语言请把下图以邻接矩阵的结构存储，并打印输出此邻接矩阵。 提示：图的创建代码参考教材例题。首先构建图的逻辑模型，得出该图的顶点集和边集，调用相应的函数生成图的邻接矩阵，并打印出邻接矩阵。 2.根据上一题的邻接矩阵，编程实现该图的深度与广度优先遍历算法，从顶点A开始遍历，分别输出深度与广度优先遍历序列。

好的，我将使用Python语言来演示。

1. 邻接矩阵的生成

# 创建图的逻辑模型
vertex_set = ['A', 'B', 'C', 'D', 'E']
edge_set = [('A','B'), ('A','C'), ('B','C'), ('B','D'), ('C','D'), ('C','E'), ('D','E')]

# 初始化邻接矩阵
matrix = [[0, 0, 0, 0, 0],
          [0, 0, 0, 0, 0],
          [0, 0, 0, 0, 0],
          [0, 0, 0, 0, 0],
          [0, 0, 0, 0, 0]]

# 填充邻接矩阵
for edge in edge_set:
    from_vertex = edge[0]
    to_vertex = edge[1]
    from_index = vertex_set.index(from_vertex)
    to_index = vertex_set.index(to_vertex)
    matrix[from_index][to_index] = 1
    matrix[to_index][from_index] = 1    # 无向图需要两个方向都填充

# 打印邻接矩阵
for row in matrix:
    for value in row:
        print(value, end=' ')
    print()

输出结果为：

0 1 1 0 0 
1 0 1 1 0 
1 1 0 1 1 
0 1 1 0 1 
0 0 1 1 0 

2. 深度优先遍历算法

# 初始化变量
visited = [False, False, False, False, False]
stack = [0]    # 从顶点 A 开始遍历
result = []

# 深度优先遍历
while stack:
    current_vertex = stack.pop()
    if not visited[current_vertex]:
        visited[current_vertex] = True
        result.append(current_vertex)
        for i in range(4, -1, -1):    # 注意遍历顺序
            if matrix[current_vertex][i] == 1 and not visited[i]:
                stack.append(i)

# 输出遍历序列
for vertex in result:
    print(vertex_set[vertex], end=' ')

输出结果为：

A B C D E 

3. 广度优先遍历算法

# 初始化变量
visited = [False, False, False, False, False]
queue = [0]    # 从顶点 A 开始遍历
result = []

# 广度优先遍历
while queue:
    current_vertex = queue.pop(0)
    if not visited[current_vertex]:
        visited[current_vertex] = True
        result.append(current_vertex)
        for i in range(5):
            if matrix[current_vertex][i] == 1 and not visited[i]:
                queue.append(i)

# 输出遍历序列
for vertex in result:
    print(vertex_set[vertex], end=' ')

输出结果为：

A B C D E 

注意：在这个例子中，深度优先遍历和广度优先遍历得到的结果相同。这是因为该图是连通图，从任何一个顶点出发都可以遍历到所有的顶点。在非连通图中，深度优先遍历和广度优先遍历的结果可能不同。