数据结构图系统定义一个图的数据类型，完成以下操作(1)用邻接矩阵的方式创建一个图 (2)用邻接表的方式创建一个图 (3)对采用邻接矩阵表示的图进行深度优先遍历: (4)对采用邻接矩阵表示的图进行广度优先遍历 (5)对采用邻接表表示的图进行深度优先遍历 (6)对采用邻接表表示的图进行广度优先遍历

好的，我来回答你的问题：

1. 用邻接矩阵的方式创建一个图

邻接矩阵是一个二维数组，其中数组中的每个元素表示两个节点之间是否有边。对于一个有 n 个节点的图，邻接矩阵的大小为 n x n。如果两个节点之间有边，则邻接矩阵中对应的元素为 1，否则为 0。

代码实现：

class GraphMatrix:
    def __init__(self, n):
        self.n = n
        self.matrix = [[0]*n for i in range(n)]
    
    def add_edge(self, u, v):
        self.matrix[u][v] = 1
        self.matrix[v][u] = 1

2. 用邻接表的方式创建一个图

邻接表是一个由链表组成的数组，其中每个链表表示图中某个节点的邻居节点。对于一个有 n 个节点的图，邻接表的大小为 n。链表中的每个元素表示该节点的一个邻居节点。

代码实现：

class GraphList:
    def __init__(self, n):
        self.n = n
        self.adj = [[] for i in range(n)]
    
    def add_edge(self, u, v):
        self.adj[u].append(v)
        self.adj[v].append(u)

3. 对采用邻接矩阵表示的图进行深度优先遍历

深度优先遍历是一种遍历图的方式，它从某个起点开始，沿着一条路径尽可能远地访问图中的节点，直到到达一个死胡同，然后回溯到之前的节点，继续访问其他节点。深度优先遍历可以使用递归实现。

代码实现：

def dfs_matrix(graph, start, visited):
    visited[start] = True
    print(start, end=' ')
    for i in range(graph.n):
        if graph.matrix[start][i] == 1 and not visited[i]:
            dfs_matrix(graph, i, visited)

g = GraphMatrix(5)
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 3)
g.add_edge(3, 4)

visited = [False]*g.n
dfs_matrix(g, 0, visited)

4. 对采用邻接矩阵表示的图进行广度优先遍历

广度优先遍历是一种遍历图的方式，它从某个起点开始，先访问所有与该节点相邻的节点，然后按照宽度优先的顺序访问它们的邻居节点。广度优先遍历可以使用队列实现。

代码实现：

from collections import deque

def bfs_matrix(graph, start, visited):
    queue = deque()
    queue.append(start)
    visited[start] = True
    while queue:
        node = queue.popleft()
        print(node, end=' ')
        for i in range(graph.n):
            if graph.matrix[node][i] == 1 and not visited[i]:
                visited[i] = True
                queue.append(i)

g = GraphMatrix(5)
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 3)
g.add_edge(3, 4)

visited = [False]*g.n
bfs_matrix(g, 0, visited)

5. 对采用邻接表表示的图进行深度优先遍历

代码实现：

def dfs_list(graph, start, visited):
    visited[start] = True
    print(start, end=' ')
    for i in graph.adj[start]:
        if not visited[i]:
            dfs_list(graph, i, visited)

g = GraphList(5)
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 3)
g.add_edge(3, 4)

visited = [False]*g.n
dfs_list(g, 0, visited)

6. 对采用邻接表表示的图进行广度优先遍历

代码实现：

def bfs_list(graph, start, visited):
    queue = deque()
    queue.append(start)
    visited[start] = True
    while queue:
        node = queue.popleft()
        print(node, end=' ')
        for i in graph.adj[node]:
            if not visited[i]:
                visited[i] = True
                queue.append(i)

g = GraphList(5)
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 3)
g.add_edge(3, 4)

visited = [False]*g.n
bfs_list(g, 0, visited)