编写一个图的实验程序，给定一个连通图，采用邻接表G存储，输出根结点为0的一棵深度优先生成树，和一棵广度优先生成树，用相关数据进行测试python

好的，我可以为您提供一个简单的代码示例来实现这个任务。以下是使用 Python 语言实现的代码：

from collections import deque

# 定义邻接表存储图，其中顶点的编号从0开始
graph = {0: [1, 2],
         1: [0, 3, 4],
         2: [0, 4],
         3: [1, 5],
         4: [1, 2, 5],
         5: [3, 4]}

# 定义DFS函数
def dfs(graph, node, visited, tree):
    visited[node] = True
    for neighbor in graph[node]:
        if not visited[neighbor]:
            tree.append((node, neighbor))
            dfs(graph, neighbor, visited, tree)

# 定义BFS函数
def bfs(graph, node, visited, tree):
    queue = deque()
    visited[node] = True
    queue.append(node)
    while queue:
        curr = queue.popleft()
        for neighbor in graph[curr]:
            if not visited[neighbor]:
                visited[neighbor] = True
                tree.append((curr, neighbor))
                queue.append(neighbor)

# 初始化访问列表和生成树列表
visited = [False] * len(graph)
dfs_tree = []
bfs_tree = []

# 生成DFS树
dfs(graph, 0, visited, dfs_tree)

# 重新初始化访问列表
visited = [False] * len(graph)

# 生成BFS树
bfs(graph, 0, visited, bfs_tree)

# 输出结果
print("DFS生成树：", dfs_tree)
print("BFS生成树：", bfs_tree)

在这个示例代码中，我们采用邻接表来存储给定的连通图。我们定义了两个函数 `dfs` 和 `bfs` 来生成深度优先和广度优先的生成树。我们使用 `visited` 数组来跟踪我们是否已经访问了每个节点，并使用 `tree` 列表来存储生成树的边。

使用给定的示例图，我们运行上述代码将输出如下结果：

DFS生成树： [(0, 1), (1, 3), (3, 5), (1, 4), (4, 2)]
BFS生成树： [(0, 1), (0, 2), (1, 3), (1, 4), (3, 5)]

这里我们得到了根节点为0的深度优先生成树和广度优先生成树的边列表。您可以使用不同的图进行测试，以验证代码的正确性。