ADJ是邻接表（Adjacency List）的缩写，它是一种用于表示图（Graph）的数据结构，核心功能是高效存储和遍历图中顶点之间的邻接关系。在稀疏图（边数远少于顶点数平方）中，邻接表相比邻接矩阵能节省大量内存空间，同时支持快速查找某个顶点的所有邻接点。邻接表通常由一个数组（或哈希表）组成，数组的每个元素对应一个顶点，该元素指向一个链表（或动态数组），链表中存储与该顶点相邻的所有顶点及其边信息（如权重）。例如，在社交网络分析、路由算法、地图导航等场景中，ADJ被广泛用于表示节点间的连接关系。实际编程中，常用Python的字典和列表、Java的ArrayList
【常见问题】
问题1：adj功能在什么场景下比邻接矩阵更优？
回答1：adj（邻接表）功能在稀疏图（边数远小于顶点数平方）场景下比邻接矩阵更优，因为邻接表只存储实际存在的边，内存复杂度为O(V+E)，而邻接矩阵固定为O(V²)；另外在需要频繁遍历顶点的邻接点时，邻接表也能提供更直接的访问。
问题2：如何实现一个基本的adj数据结构？
回答2：实现adj（邻接表）功能时，通常创建一个长度为顶点数的数组，每个数组元素指向一个列表（如Python的list或C++的vector）。对于每条有向边(u,v)，在u的列表中添加v；对于无向图，还需在v的列表中添加u。若带权重，可存储包含顶点和权重的结构体。
问题3：adj功能在深度优先搜索（DFS）中如何使用？
回答3：在DFS中，adj（邻接表）功能用于快速获取当前顶点的所有邻接点。算法遍历图时，从起始顶点开始，访问其邻接表中的每个未访问顶点，递归或迭代进行。邻接表能高效返回邻接列表，避免扫描不存在的边，从而提升DFS性能。
