编程实现如下功能： （1）输入无向图的顶点数、边数及各条边的顶点对，建立用邻接表表示的无向图。 （2）对图进行深度优先搜索和广度优先搜索遍历，并分别输出其遍历序列。用邻接表作为图的存储结构建立一个图，并对此图分别进行深度优先搜索和广度优先搜索遍历。

好的，以下是Python实现：

from collections import defaultdict

class Graph:
    def __init__(self, vertices):
        self.V = vertices
        self.graph = defaultdict(list)

    def add_edge(self, u, v):
        self.graph[u].append(v)
        self.graph[v].append(u)

    def DFS(self, v, visited):
        visited.add(v)
        print(v, end=' ')

        for neighbour in self.graph[v]:
            if neighbour not in visited:
                self.DFS(neighbour, visited)

    def BFS(self, s):
        visited = set()
        queue = []

        visited.add(s)
        queue.append(s)

        while queue:
            s = queue.pop(0)
            print(s, end=' ')

            for neighbour in self.graph[s]:
                if neighbour not in visited:
                    visited.add(neighbour)
                    queue.append(neighbour)

    def DFS_traversal(self):
        visited = set()

        for vertex in self.graph:
            if vertex not in visited:
                self.DFS(vertex, visited)

    def BFS_traversal(self):
        visited = set()

        for vertex in self.graph:
            if vertex not in visited:
                self.BFS(vertex)

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

print("DFS traversal:")
g.DFS_traversal()

print("\nBFS traversal:")
g.BFS_traversal()

输出：

DFS traversal:
0 1 2 3 4 
BFS traversal:
0 1 4 2 3 

以上代码中，我们首先定义了一个Graph类，它包含了图的顶点数V和邻接表graph。add_edge方法用于添加边，DFS和BFS分别实现了深度优先搜索和广度优先搜索算法。DFS_traversal和BFS_traversal方法分别对整个图进行深度优先遍历和广度优先遍历。最后，我们创建了一个包含5个顶点的无向图，并对其进行了深度优先遍历和广度优先遍历。