无向图采用邻接矩阵进行存储，完成以下操作 (1) 建立无向图的邻接矩阵存储 (2) 输出邻接矩阵 (3) 基于图邻接矩阵的深度优先遍历 （4） 基于图邻接矩阵的广度优先遍历

无向图使用邻接矩阵存储时，它是一个二维数组，其中的行和列分别代表图中的顶点，矩阵的元素表示对应顶点之间的连接关系。如果两个顶点之间存在边，则对应位置的值为1或true；若不存在，则为0或false。

(1) **建立无向图的邻接矩阵存储**：
假设我们有一个无向图G，其顶点集合是V={v1, v2, ..., vn}。邻接矩阵A是一个n×n的矩阵，A[i][j]表示顶点vi到vj是否有边。初始时，所有元素都设为0，然后根据实际的边来填充：

A = [
  [0, 0, ..., 0],
  [0, 0, ..., 0],
  ...,
  [0, 0, ..., 0]
]

每添加一条边(vi, vj)，将A[i][j]和A[j][i]（因为无向图，边是双向的）置为1。

(2) **输出邻接矩阵**：
遍历并打印矩阵A，例如：

for i in range(n):
    for j in range(n):
        if A[i][j]:
            print(f'({i+1}, {j+1}): 1', end='\t')
    print()

(3) **基于图邻接矩阵的深度优先遍历（DFS）**：
DFS可以从任意顶点开始，利用栈数据结构实现：

def DFS(matrix, start, visited=None):
    if visited is None:
        visited = [False] * n
    visited[start] = True
    print(start + 1, end=' ')
    for neighbor in range(n):
        if matrix[start][neighbor] and not visited[neighbor]:
            DFS(matrix, neighbor, visited)

(4) **基于图邻接矩阵的广度优先遍历（BFS）**：
BFS使用队列，从起始顶点开始逐层遍历：

from collections import deque

def BFS(matrix, start):
    visited = [False] * n
    queue = deque([start])
    visited[start] = True
    while queue:
        vertex = queue.popleft()
        print(vertex + 1, end=' ')
        for neighbor in range(n):
            if matrix[vertex][neighbor] and not visited[neighbor]:
                visited[neighbor] = True
                queue.append(neighbor)