根据提供的文件信息，我们可以总结出该C++程序主要实现了图的两种遍历算法：深度优先搜索（Depth-First Search, DFS）与广度优先搜索（Breadth-First Search, BFS）。下面将对这两个算法进行详细的解析，并解释其在代码中的实现方式。
### 图的遍历
图的遍历是指按照某种顺序访问图中的所有顶点，每个顶点仅被访问一次的过程。通常有两种基本的遍历方法：深度优先搜索和广度优先搜索。
#### 深度优先搜索（DFS）
深度优先搜索是一种递归的方法，它首先访问初始节点，然后选择一个尚未访问的邻接节点进行访问，重复此过程直到没有未访问的邻接节点为止。如果所有节点都被访问，则遍历结束；如果还有未访问的节点，则回溯到最近的一个有未访问邻接节点的节点，继续访问它的下一个邻接节点。
在代码中，`dfs` 函数实现了DFS算法：
```cpp
void dfs(AdjList g, int v) {
cout << v << " ";
Visited[v] = 1;
enode p;
p = g[v].link;
while (p != NULL) {
if (Visited[p->adjvex] == 0) {
dfs(g, p->adjvex);
}
p = p->next;
}
}
```
该函数通过递归的方式访问每个节点的邻接节点，并且使用了一个全局数组 `Visited` 来记录每个节点是否已被访问。
#### 广度优先搜索（BFS）
广度优先搜索则是一种非递归的方法，它首先访问初始节点，然后依次访问初始节点的所有邻接节点，接着再访问这些邻接节点的邻接节点，以此类推，直至所有节点都被访问。
在代码中，`bfs` 函数实现了BFS算法：
```cpp
void bfs(AdjList g, int v) {
for (int w = 0; w < 20; w++) {
Visited[w] = 0;
}
Visited[v] = 1;
cout << v << " ";
int f, r;
f = r = 0;
int q[max] = {0};
enode p;
p = g[v].link;
while ((p != NULL) || (f != r)) {
while (p != NULL) {
v = p->adjvex;
if (Visited[v] == 0) {
q[r] = v;
r++;
cout << v << " ";
Visited[v] = 1;
}
p = p->next;
}
if (f != r) {
v = q[f];
f++;
p = g[v].link;
}
}
}
```
这里使用了队列来辅助实现BFS。队列中的元素表示已访问但其邻接节点尚未完全访问的节点。每次从队列头部取出一个节点，访问其所有未访问的邻接节点，并将这些邻接节点加入队列尾部。
### 图的存储结构
代码中定义了一种基于邻接表的图存储结构，具体如下：
```cpp
typedef struct EdgeNode// 边结点结构
{
int adjvex; // 邻接点位置
struct EdgeNode* next; // 指向下一个
} *enode;
typedef struct Vnode// 顶点结构
{
int vertex; // 顶点信息
EdgeNode* link; // 指向第一条边
} AdjList[max];
```
其中 `AdjList` 是一个顶点结构数组，每个顶点对应一个 `EdgeNode` 的链表，用于存储该顶点的所有邻接点。
### 总结
该C++程序通过邻接表实现了图的数据结构，并利用递归和非递归的方法分别实现了DFS和BFS两种图的遍历算法。这种实现方式简单直观，易于理解和实现，非常适合初学者学习图的基本操作和遍历算法。
