对以邻接矩阵为存储结构的图进行 DFS和 BFS遍历，输出以某顶点为起始点的DFS和BFS序列。

好的，针对您的问题，我来解答一下。

对于以邻接矩阵为存储结构的图进行 DFS 和 BFS 遍历的问题，需要先了解邻接矩阵的概念。

邻接矩阵是一种图的表示方法，使用一个二维数组来表示一个图。其中，数组的行和列分别表示图中的各个节点，数组中的元素表示节点之间是否存在边。如果节点 i 和节点 j 之间存在一条边，则数组中第 i 行第 j 列的元素为非零值；如果节点 i 和节点 j 之间不存在边，则数组中第 i 行第 j 列的元素为零。

基于邻接矩阵的图遍历算法主要有 DFS（深度优先搜索）和 BFS（广度优先搜索）两种。下面我将分别介绍如何使用这两种算法遍历邻接矩阵存储的图，并输出以某顶点为起始点的 DFS 和 BFS 序列。

一、DFS 遍历

DFS 遍历是一种深度优先的遍历算法，其思想是从起始节点开始，沿着一条路径尽可能深地遍历每个节点，直到无法扩展为止，然后回溯到前一个节点，继续遍历其它路径，直到整张图都被遍历。

基于邻接矩阵的 DFS 算法主要如下：

1. 创建一个标记数组 visited，用于标记该节点是否被遍历过，初值为 false；
2. 从起始节点开始，依次遍历它的相邻节点，对于每个相邻节点，如果该节点未被标记过，则标记该节点并递归遍历它的相邻节点；
3. 重复步骤 2，直到图中所有节点都被遍历。

下面是以顶点 i 为起始节点的 DFS 序列输出代码：

visited = [False] * len(graph)    # 初始化标记数组为 false

def dfs(graph, node):
    visited[node] = True           # 标记当前节点已被遍历

    print(node, end=' ')           # 输出当前节点的值

    for i in range(len(graph)):
        if graph[node][i] != 0 and not visited[i]:   # 如果该节点未被标记过且与当前节点存在连边
            dfs(graph, i)

# 以顶点 i 作为起始节点进行 DFS 遍历
dfs(graph, i)

上述代码中的 `graph` 是邻接矩阵图的二维数组，`node` 是当前需要遍历的节点，`visited` 是一个与邻接矩阵的行数相等的标记数组。

二、BFS 遍历

BFS 遍历是一种广度优先的遍历算法，其思想是从起始节点开始，先遍历起始节点的所有相邻节点，然后再依次遍历它们的相邻节点，直到整张图被遍历完毕。

基于邻接矩阵的 BFS 算法主要如下：

1. 创建一个标记数组 visited，用于标记该节点是否被遍历过，初值为 false；
2. 创建一个队列 queue，用于存储待遍历的节点；
3. 将起始节点入队，并标记 visited 数组中对应位置为 true；
4. 从队首取出一个节点，遍历该节点的所有相邻节点，对于每个相邻节点，如果该节点未被标记过，则将该节点入队，并标记 visited 数组中对应位置为 true；
5. 重复步骤 4，直到队列为空。

下面是以顶点 i 为起始节点的 BFS 序列输出代码：

visited = [False] * len(graph)    # 初始化标记数组为 false
queue = []                        # 初始化队列

queue.append(i)                   # 将起始节点入队
visited[i] = True                 # 标记起始节点已被遍历

while queue:
    node = queue.pop(0)           # 取出队首节点进行遍历
    print(node, end=' ')

    for i in range(len(graph)):
        if graph[node][i] != 0 and not visited[i]:   # 如果该节点未被标记过且与当前节点存在连边
            queue.append(i)         # 将该节点入队
            visited[i] = True       # 标记该节点已被遍历

上述代码中的 `graph` 是邻接矩阵图的二维数组，`visited` 是一个与邻接矩阵的行数相等的标记数组，`queue` 是一个队列，用于存储待遍历的节点。

以上就是我针对您提出的问题的解答，如果您还有其它问题需要解答，欢迎继续提出。