完成图的深度优先遍历算法、广度优先遍历算法。其中，邻接表的创建相当于创建多个单链表

好的，我会为您解答。

深度优先遍历算法：

1. 从图中任意一个顶点开始遍历，将该点标记为已访问。

2. 遍历该顶点的所有邻接点，如果邻接点未被访问，则以该邻接点为起点继续遍历，重复步骤1。

3. 如果该顶点的所有邻接点都已访问过，则回溯到该顶点的上一个顶点，重复步骤2。

4. 当所有顶点都被访问过时，遍历结束。

下面是深度优先遍历算法的示例代码：

def dfs(graph, start):
    visited = set()
    stack = [start]
    while stack:
        vertex = stack.pop()
        if vertex not in visited:
            visited.add(vertex)
            stack.extend(graph[vertex] - visited)
    return visited

广度优先遍历算法：

1. 从图中任意一个顶点开始遍历，将该点标记为已访问，并将该点加入队列。

2. 从队列中取出一个顶点，遍历该顶点的所有邻接点，如果邻接点未被访问，则将该邻接点标记为已访问，并将该邻接点加入队列。

3. 重复步骤2，直到队列为空。

4. 当所有顶点都被访问过时，遍历结束。

下面是广度优先遍历算法的示例代码：

from collections import deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])
    while queue:
        vertex = queue.popleft()
        if vertex not in visited:
            visited.add(vertex)
            queue.extend(graph[vertex] - visited)
    return visited

对于邻接表的创建，可以使用 Python 中的字典来实现。字典的键表示图中的顶点，对应的值为一个集合，集合中存储该顶点的所有邻接点。例如，下面的代码创建了一个包含 4 个顶点的无向图的邻接表：

graph = {
    1: {2, 3},
    2: {1, 3, 4},
    3: {1, 2, 4},
    4: {2, 3}
}

以上是深度优先遍历算法、广度优先遍历算法以及邻接表的创建方法，希望能够对您有所帮助。