编写一份图的存储和基本操作的课程设计（包括源代码）

在编写一份关于图的存储和基本操作的课程设计时，我们通常会涉及数据结构的选择（如邻接矩阵、邻接表）、图的创建、节点和边的操作以及一些常见的算法，例如深度优先搜索（DFS）和广度优先搜索（BFS）。下面是一个简单的Python示例，展示如何使用邻接列表实现无向图：

# 定义一个Node类，表示图中的节点
class Node:
    def __init__(self, value):
        self.value = value
        self.neighbors = []

# 定义Graph类，用于存储和操作图
class Graph:
    def __init__(self):
        self.nodes = {}

    # 添加节点
    def add_node(self, value):
        if value not in self.nodes:
            new_node = Node(value)
            self.nodes[value] = new_node

    # 添加边（无向图）
    def add_edge(self, from_value, to_value):
        if from_value in self.nodes and to_value in self.nodes:
            self.nodes[from_value].neighbors.append(to_value)
            self.nodes[to_value].neighbors.append(from_value)

    # 深度优先搜索
    def dfs(self, start_node):
        visited = set()
        stack = [start_node]
        
        while stack:
            node = stack.pop()
            if node not in visited:
                visited.add(node)
                print(node.value, end=" ")
                stack.extend(n for n in self.nodes[node.value] if n not in visited)

# 示例：创建并操作图
g = Graph()
g.add_node(1)
g.add_node(2)
g.add_node(3)
g.add_edge(1, 2)
g.add_edge(2, 3)

# 进行深度优先搜索，从节点1开始
g.dfs(1)