内容：采用邻接矩阵或邻接表存储结构来建立有向图或无向图，分别实现图的深度优先遍历递 归和非递归算法以及广度优先遍历算法.语言为c++

在C++中，我们可以使用邻接矩阵或邻接表来存储有向图或无向图。这里我会分别介绍如何用这两种数据结构实现深度优先搜索（DFS）和广度优先搜索（BFS）的递归和非递归版本。

**邻接矩阵**:

#include <iostream>
using namespace std;

// 邻接矩阵
typedef vector<vector<bool>> AdjMatrix;

// 递归DFS
void dfsRec(AdjMatrix graph, int src, vector<bool>& visited) {
    visited[src] = true;
    cout << src << " ";

    for (int i = 0; i < graph.size(); i++) {
        if (graph[src][i] && !visited[i]) {
            dfsRec(graph, i, visited);
        }
    }
}

// 非递归DFS
void dfsNonRec(AdjMatrix graph, int src, vector<bool>& visited, stack<int>& s) {
    visited[src] = true;
    cout << src << " ";
    
    s.push(src);
    while (!s.empty()) {
        int node = s.top();
        s.pop();
        
        for (int i = 0; i < graph.size(); i++) {
            if (graph[node][i] && !visited[i]) {
                visited[i] = true;
                cout << i << " ";
                s.push(i);
            }
        }
    }
}

// 非递归BFS
void bfsNonRec(AdjMatrix graph, int src) {
    bool visited[graph.size()] = {false};
    queue<int> q;
    visited[src] = true;
    q.push(src);

    while (!q.empty()) {
        int node = q.front();
        cout << node << " ";
        q.pop();

        for (int i = 0; i < graph.size(); i++) {
            if (graph[node][i] && !visited[i]) {
                visited[i] = true;
                q.push(i);
            }
        }
    }
}

int main() {
    // 实例化邻接矩阵...
    // 调用相应遍历方法...
    return 0;
}

**邻接表**:

#include <iostream>
#include <list>
using namespace std;

// 边的结构体
struct Edge {
    int dest;
    bool weight; // 或者其他表示边属性的数据类型
};

// 邻接表
typedef list<Edge> AdjList;

// 同样的遍历函数，这里省略了具体实现，因为邻接表需要一个额外的结构来存储邻居，代码会稍微复杂一些。
// 然而基本的思路是一致的，只是查找邻居的方式不同。

int main() {
    // 实例化邻接表...
    // 调用相应遍历方法...
    return 0;
}