无向图的邻接矩阵遍历

无向图的邻接矩阵遍历通常使用深度优先搜索（DFS）或广度优先搜索（BFS）算法。

DFS算法：

1. 从起点开始遍历，将其标记为已访问。
2. 遍历该节点的所有邻居节点，如果邻居节点未被访问，则递归访问该邻居节点。
3. 当所有邻居节点均被访问后，返回上一级节点，继续遍历其它未访问的邻居节点。
4. 重复2-3步骤，直到所有节点均被访问。

以下是DFS算法的示例代码：

def dfs(v, visited, adj_matrix):
    visited[v] = True
    print(v, end=" ")
    for i in range(len(adj_matrix)):
        if adj_matrix[v][i] == 1 and not visited[i]:
            dfs(i, visited, adj_matrix)

def dfs_traversal(adj_matrix):
    visited = [False] * len(adj_matrix)
    for i in range(len(adj_matrix)):
        if not visited[i]:
            dfs(i, visited, adj_matrix)

BFS算法：

1. 从起点开始遍历，将其加入队列中并标记为已访问。
2. 取出队列中的首节点，遍历其所有邻居节点，将未访问的邻居节点加入队列中并标记为已访问。
3. 重复2步骤，直到队列为空。

以下是BFS算法的示例代码：

from queue import Queue

def bfs_traversal(adj_matrix):
    visited = [False] * len(adj_matrix)
    q = Queue()
    q.put(0)
    visited[0] = True
    while not q.empty():
        v = q.get()
        print(v, end=" ")
        for i in range(len(adj_matrix)):
            if adj_matrix[v][i] == 1 and not visited[i]:
                q.put(i)
                visited[i] = True

以上两种算法都可以完成无向图的邻接矩阵遍历，其中DFS算法常用于路径搜索，BFS算法常用于最短路径搜索。