假设图G采用邻接表存储，分别设计实现以下要求的算法并测试: (1)求出图G中每个顶点的出度; (2)判断图G中是否存在边<ij>; (3)将图的邻接表存储结构转换为邻接矩阵

好的，我会回答你的问题。

1. 求出图G中每个顶点的出度

算法实现：

def calculate_out_degree(graph):
    out_degree = [0] * len(graph)
    for i in range(len(graph)):
        out_degree[i] = len(graph[i])
    return out_degree

该算法的时间复杂度为O(V+E)，其中V为顶点数，E为边数。具体实现中，我们遍历每个顶点，然后统计该顶点的出度（即该顶点对应的邻接表中元素的个数）。

2. 判断图G中是否存在边<ij>

算法实现：

def is_edge_exist(graph, i, j):
    if j in graph[i]:
        return True
    else:
        return False

该算法的时间复杂度为O(E)，其中E为边数。具体实现中，我们遍历顶点i的邻接表，查找是否存在顶点j。

3. 将图的邻接表存储结构转换为邻接矩阵

算法实现：

def convert_to_adj_matrix(graph):
    num_vertices = len(graph)
    adj_matrix = [[0] * num_vertices for _ in range(num_vertices)]
    for i in range(num_vertices):
        for j in graph[i]:
            adj_matrix[i][j] = 1
    return adj_matrix

该算法的时间复杂度为O(V+E)，其中V为顶点数，E为边数。具体实现中，我们先创建一个VxV的零矩阵，然后遍历邻接表，对于每条边<i,j>，将adj_matrix[i][j]设为1。如果是无向图，还需要将adj_matrix[j][i]设为1。