用pytharm实现的代码

在Python中，你可以使用`networkx`库来方便地实现图的许多操作。`networkx`是一个强大的图形处理模块，非常适合构建有向图和无向图。以下是一个简化的例子，展示了如何使用`networkx`创建图、存储数据以及执行常见的操作：

import networkx as nx

# 创建有向图或无向图
def create_graph(direction):
    if direction == 'directed':
        G = nx.DiGraph()  # 有向图
    else:
        G = nx.Graph()  # 无向图
    
    # 添加节点和边，这里假设数据是手动输入或者随机生成的
    nodes = [i for i in range(10)]  # 10个节点
    edges = [(1, 2), (2, 3), (3, 4), ...]  # 边的数据

    G.add_nodes_from(nodes)
    G.add_edges_from(edges)

    return G

# 执行基本操作
def graph_operations(G):
    # 插入节点和边
    G.add_node('new_node')
    G.add_edge('node', 'new_node')

    # 删除节点和边
    G.remove_node('node_to_remove')
    G.remove_edge('edge_to_remove')

    # 深度优先搜索和广度优先搜索
    dfs_path = list(nx.dfs_preorder_nodes(G, source='start_node'))
    bfs_path = list(nx.bfs_successors(G, 'start_node'))

    # Prim's算法和Kruskal's算法
    min_span_tree = nx.minimum_spanning_tree(G, algorithm='prim')  # Prim's
    kruskal_min_tree = nx.kruskal Minimum Spanning Tree(G)  # Kruskal's

    # 连通性和最短路径
    is_connected = nx.is_connected(G)
    shortest_path = nx.shortest_path(G, source='start_node', target='end_node')

# 示例
graph = create_graph('undirected')  # 或者'directed'
graph_operations(graph)