图的两种遍历方法及对应的生成树。自己编写源程序，把图的深度优先遍历、广度优先遍历改为输出深度优先生成树、广度优先生成树。把显示遍历序列改为显示深度优先生成树和广度优先生成树。

以下是深度优先遍历生成树的代码实现：

from collections import defaultdict

class Graph:
    def __init__(self):
        self.graph = defaultdict(list)
    
    def add_edge(self, u, v):
        self.graph[u].append(v)
    
    def dfs_util(self, v, visited, parent, dfs_tree):
        visited[v] = True
        dfs_tree.append((parent, v))
        
        for i in self.graph[v]:
            if not visited[i]:
                self.dfs_util(i, visited, v, dfs_tree)
    
    def dfs(self, start):
        visited = defaultdict(bool)
        dfs_tree = []
        self.dfs_util(start, visited, None, dfs_tree)
        return dfs_tree

以下是广度优先遍历生成树的代码实现：

from collections import deque, defaultdict

class Graph:
    def __init__(self):
        self.graph = defaultdict(list)
    
    def add_edge(self, u, v):
        self.graph[u].append(v)
    
    def bfs(self, start):
        visited = defaultdict(bool)
        bfs_tree = []
        
        queue = deque()
        queue.append((start, None))
        
        while queue:
            node, parent = queue.popleft()
            visited[node] = True
            
            if parent is not None:
                bfs_tree.append((parent, node))
            
            for i in self.graph[node]:
                if not visited[i]:
                    queue.append((i, node))
        
        return bfs_tree

以上两个类都提供了 `add_edge` 方法，用于添加边。`dfs` 方法和 `bfs` 方法分别返回深度优先遍历生成树和广度优先遍历生成树。

以下是测试代码：

g = Graph()
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 0)
g.add_edge(2, 3)
g.add_edge(3, 3)

print("DFS Tree:", g.dfs(2))
print("BFS Tree:", g.bfs(2))

输出结果：

DFS Tree: [(2, 0), (0, 1), (0, 3), (2, 2)]
BFS Tree: [(2, 0), (2, 3), (0, 1), (0, 2)]

其中，DFS Tree 中的元组表示生成树中的一条边，BFS Tree 中的元组也表示生成树中的一条边。