设计程序实现图的深度优先遍历算法，包括图的输入、遍历过程、输出等基本操作。 设计程序实现图的广度优先遍历算法，包括图的输入、遍历过程、输出等基本操作。 以0为起点用下图测试第2题算法的正确性。用Java完成.

在设计程序实现图的深度优先遍历（DFS，Depth First Search）和广度优先遍历（BFS，Breadth First Search）算法时，我们需要考虑以下几个步骤：

**深度优先搜索算法（DFS）**:

1. **输入**: 输入通常是一个邻接列表或邻接矩阵表示的图，以及起始节点（如题目中给出的0）。对于邻接列表，每个元素是一对键值对，键是顶点，值是其邻居；对于邻接矩阵，行和列代表顶点，矩阵中的元素表示连接关系。

class Graph {
    // 邻接列表示例
    Map<Integer, List<Integer>> adjList;

    // 其他辅助函数...
}

Graph graph = new Graph();
graph.adjList.put(0, Arrays.asList(1, 2)); // 从0开始，连接到1和2

2. **遍历过程**: 使用递归或栈来实现。遍历时，首先访问起始节点，然后对其未访问的邻居进行同样操作，直到所有节点都被访问过。

void dfs(int node) {
    visited.add(node); // 标记当前节点已访问
    for (int neighbor : adjList.get(node)) {
        if (!visited.contains(neighbor)) { // 如果邻居没访问过，继续dfs
            dfs(neighbor);
        }
    }
}

3. **输出**: 输出遍历路径或所有可达节点。

List<Integer> path = new ArrayList<>();
dfs(graph, 0, path);
System.out.println("Path from 0: " + path);

**广度优先搜索算法（BFS）**:

1. 输入和结构与DFS类似，只是数据结构不同，需要维护一个队列来存储节点。

2. **遍历过程**: 使用队列来进行逐层的节点访问。先放入起始节点，然后每次取出并访问队首节点的所有邻居，再将它们加入队列。

import java.util.LinkedList;
import java.util.Queue;

// 广度优先搜索核心部分
Queue<Integer> queue = new LinkedList<>();
queue.offer(0);

while (!queue.isEmpty()) {
    int current = queue.poll(); // 取出队首节点
    System.out.print(current + " "); // 输出节点
    for (int neighbor : adjList.get(current)) {
        if (!visited.contains(neighbor)) {
            queue.offer(neighbor); // 将邻居入队
        }
    }
}

为了测试DFS算法，你可以创建一个图，比如：

Graph testGraph = new Graph();
testGraph.adjList = ... // 构建一个有向图，例如 0->1->2, 0->3

然后在DFS函数中添加路径验证逻辑。