如何使用深度优先搜索算法（非递归）解决迷宫问题，并通过栈记录路径？请提供具体的实现步骤和代码示例。

为了解决迷宫问题，我们需要采用深度优先搜索算法，这种方法非常适合于路径查找问题。在这个场景下，我们将使用非递归的方式来实现DFS，利用栈数据结构来跟踪路径，同时避免重复探索。下面是具体的实现步骤：

参考资源链接：[迷宫问题解决策略：二维数组实现](https://wenku.csdn.net/doc/6412b64ebe7fbd1778d46407?spm=1055.2569.3001.10343)

1. 初始化一个栈，用于存放迷宫中每个点的坐标以及进入该点的方向。
2. 将起点(1, 1)的坐标以及方向压入栈中。
3. 循环以下步骤，直到栈为空或者找到终点：
a. 若栈不为空，则弹出栈顶元素作为当前位置。
b. 检查当前位置是否为终点，如果是，则退出循环。
c. 否则，获取当前位置的所有未访问过的相邻点（考虑东、南、西、北四个方向）。
d. 对于每个未访问过的相邻点，将其坐标和方向压入栈中，并标记为已访问。
e. 如果当前点的所有相邻点都已访问过，即没有未探索的路径，此时需要将当前位置标记为未访问，并回溯到上一个点。

4. 最后，通过栈中的元素顺序，回溯即可得到从起点到终点的路径。

下面是一个示例代码，展示了如何实现上述步骤：

    def solve_maze(maze):
        if not maze or not maze[0]:
            return []
        
        rows, cols = len(maze), len(maze[0])
        directions = {'东': (0, 1), '南': (1, 0), '西': (0, -1), '北': (-1, 0)}
        stack = [(0, 0, '南')]  # 栈中存坐标和方向
        
        while stack:
            x, y, direction = stack.pop()
            if maze[x][y] == 1:  # 如果是墙，跳过
                continue
            
            maze[x][y] = 1  # 标记为已访问
            if x == rows - 1 and y == cols - 1:  # 找到终点
                return stack + [(x, y, direction)]
            
            for d, (dx, dy) in directions.items():
                nx, ny = x + dx, y + dy
                if 0 <= nx < rows and 0 <= ny < cols and maze[nx][ny] == 0:
                    stack.append((x, y, d))
                    break  # 选择一个方向即可

        return []  # 未找到路径

    # 示例迷宫，0为通路，1为墙
    maze = [
        [1, 1, 1, 1, 1],
        [1, 0, 0, 0, 1],
        [1, 0, 1, 0, 1],
        [1, 0, 1, 0, 1],
        [1, 1, 1, 1, 1]
    ]

    path = solve_maze(maze)
    print(path)

在上述代码中，我们首先定义了迷宫和四个方向。我们使用栈来记录路径，每次循环中，我们从栈中弹出一个元素作为当前位置，并检查是否到达终点。如果当前位置周围还有未访问的通路，我们将该点压入栈中，并继续探索。当所有方向都探索完毕，我们回溯到上一个点。这个过程一直持续，直到找到终点或者栈为空。最终栈中的元素顺序将形成从起点到终点的路径。

为了更深入地理解迷宫问题的解决策略和数据结构的应用，建议阅读资料《迷宫问题解决策略：二维数组实现》。这本资料详细介绍了迷宫问题的算法实现，并提供了关于深度优先搜索以及栈操作的更多细节。

参考资源链接：[迷宫问题解决策略：二维数组实现](https://wenku.csdn.net/doc/6412b64ebe7fbd1778d46407?spm=1055.2569.3001.10343)