在C++编程中，处理图的数据结构通常涉及两种主要的存储方法：邻接矩阵和邻接表。本实例重点讨论了邻接矩阵的实现，并展示了如何进行广度优先遍历(BFS)和深度优先遍历(DFS)。邻接矩阵是一种二维数组，其中的每个元素表示图中两个节点之间是否存在边。如果节点i与节点j之间存在边，则邻接矩阵的[i][j]或[j][i]位置的值为1，否则为0。对于无向图，这种关系是对称的。
在给定的代码中，`GRAPH`结构体定义了一个图，包括顶点数组`vex`，邻接矩阵`edge`，以及当前顶点数`n`和边数`e`。`Create`函数用于创建图，通过用户输入的顶点数和边数，然后逐个读取边的连接信息。例如，输入"0 1 1"表示节点0和节点1之间有一条边。
`BFS`函数实现了广度优先遍历，它使用一个队列`queue`来跟踪待访问的节点。将起始节点k入队并标记为已访问。然后进入一个循环，每次出队一个节点，并访问其未被访问的邻居，将这些邻居入队。当队列为空时，遍历结束。
`DFS`函数则执行深度优先遍历，通过递归的方式访问节点。从起始节点k开始，对于每一个未访问过的相邻节点，调用`DFS`函数，直到所有可达的节点都被访问过。
`main`函数初始化了`visited`数组，用于记录已访问的节点，并创建了一个图实例。这里，调用了`DFS`函数从节点0开始进行深度优先遍历。
广度优先遍历通常用于寻找最短路径，而深度优先遍历适用于检测环路或找到树的拓扑结构。理解这两种遍历方法对于理解和操作图数据结构至关重要，它们是图算法如最短路径计算、最小生成树等问题的基础。在实际应用中，根据问题的需求选择合适的遍历策略至关重要。
