邻接矩阵深度优先遍历和广度优先遍历

邻接矩阵是一种图的存储结构，它可以用来表示有限个顶点之间的关系。邻接矩阵的深度优先遍历和广度优先遍历是图的两种基本遍历方式。

邻接矩阵的深度优先遍历（Depth First Search，DFS）：
深度优先遍历是一种用于遍历或搜索树或图的算法。在这个算法中，首先访问根节点，然后递归地访问每个子节点。当访问一个节点时，将其标记为已访问，以避免重复访问。深度优先遍历使用栈来实现，因此它是一种先进后出（Last In First Out，LIFO）的算法。

下面是邻接矩阵的深度优先遍历的Python代码示例：

def DFS(graph, start):
    visited = set()  # 用集合来存储已经访问过的节点
    stack = [start]  # 用列表来模拟栈
    while stack:
        vertex = stack.pop()  # 取出栈顶元素
        if vertex not in visited:
            visited.add(vertex)  # 标记为已访问
            print(vertex, end=' ')
            # 将未访问的邻居节点入栈
            stack.extend([i for i in range(len(graph[vertex])) if graph[vertex][i] and i not in visited])

# 示例
graph = [[0, 1, 1, 0],
         [1, 0, 0, 1],
         [1, 0, 0, 1],
         [0, 1, 1, 0]]
DFS(graph, 0)  # 输出：0 1 3 2

邻接矩阵的广度优先遍历（Breadth First Search，BFS）：
广度优先遍历是一种用于遍历或搜索树或图的算法。在这个算法中，首先访问根节点，然后逐层访问每个子节点。当访问一个节点时，将其标记为已访问，以避免重复访问。广度优先遍历使用队列来实现，因此它是一种先进先出（First In First Out，FIFO）的算法。

下面是邻接矩阵的广度优先遍历的Python代码示例：

from collections import deque

def BFS(graph, start):
    visited = set()  # 用集合来存储已经访问过的节点
    queue = deque([start])  # 用双端队列来模拟队列
    while queue:
        vertex = queue.popleft()  # 取出队首元素
        if vertex not in visited:
            visited.add(vertex)  # 标记为已访问
            print(vertex, end=' ')
            # 将未访问的邻居节点入队
            queue.extend([i for i in range(len(graph[vertex])) if graph[vertex][i] and i not in visited])

# 示例
graph = [[0, 1, 1, 0],
         [1, 0, 0, 1],
         [1, 0, 0, 1],
         [0, 1, 1, 0]]
BFS(graph, 0)  # 输出：0 1 2 3