关于图的存储方式以下说法错误的是

图是一种非常常见的数据结构，很多程序和算法都涉及到了图。对于图的存储方式，有很多种实现方法，然而有些说法并不正确。下面针对几个常见的错解逐一进行分析。

说法一：邻接矩阵存储方式的空间复杂度是O(n^2)

邻接矩阵是存储图的一种应用广泛的方式，其核心是定义一个二维矩阵，矩阵中的每个元素表示一个节点之间是否有连边。如果有连边，则为1，否则为0。这种方法的优点是查询边的关系非常高效，只需要O(1)的时间复杂度即可完成。

对于上述说法，其实并不完全正确。邻接矩阵的空间复杂度最差情况下确实是O(n^2)，但在实际应用中，其空间利用率通常不会那么低。具体来说，如果一个图中边的数量较少，那么用邻接矩阵存储通常比较合适，相对的，当边的数量非常多时，就需要考虑其他的存储方式了。

说法二：邻接表存储方式中节点的度可以通过链表的长度得到

邻接表是存储图的另一种常见方式，其核心是对于每个节点，保存一个指向所有邻居节点的链表。不同节点的链表长度可以互不相同，因此这种方式的空间复杂度与边的数量和节点度数相关，通常情况下比邻接矩阵更加节省空间。

然而，对于上述说法，却存在一些问题。在大多数情况下，节点的度数确实等于邻接表中对应链表的长度。但是当存在自环或者重边时，这个关系就不再成立了。自环即一个节点与自己相连，重边则是指在两个节点之间存在多条连边。在邻接表中，这些情况都需要被特殊处理，此时链表长度可能与节点的实际度数不同。

说法三：邻接表和邻接矩阵存储方式都适用于无向图和有向图

邻接表和邻接矩阵是非常通用的图存储方式，可以适用于很多种不同类型的图，包括无向图和有向图。然而，这两种方法并不能完全通用。

对于邻接矩阵来说，它不仅可以用于无向图和有向图，还可以用于存储带权图，这是一种图中边带有权值的特殊类型。邻接矩阵只需要在矩阵元素中存储对应的权值即可。

而对于邻接表来说，其通用性则要受到更多的限制。首先，邻接表并不能直接用于存储带权图，因为链表节点中并没有对应的权值信息。其次，邻接表只适用于有向图和无向图，对于带有方向性的图，邻接表需要进行额外的处理才能正确存储。

综上所述，关于图的存储方式以下说法错误的是:邻接表和邻接矩阵存储方式都适用于无向图和有向图。事实上，邻接表只适用于无向图和有向图，不能直接存储带权图，而邻接矩阵可以用于无向图、有向图和带权图，并且在实际应用中其空间复杂度高低取决于边的数量。