用图搜索方法求解迷宫问题 ①建立一个迷宫对应的邻接表表示。 ②采用深度优先遍历算法输出从入口（1,1）到出口（M，N）的所有迷宫路径。

好的，这是一个关于迷宫问题的问题。迷宫问题可以用图搜索方法来求解，其中一种方法是深度优先遍历算法。下面是求解迷宫问题的步骤：

1. 建立一个迷宫对应的邻接表表示。迷宫可以看作是一个图，每个房间或者格子都是图中的一个节点，相邻的房间之间有相应的边。我们可以用邻接表来表示这个图，其中每个节点对应一个列表，列表中存储了该节点相邻的节点。

2. 采用深度优先遍历算法输出从入口（1,1）到出口（M，N）的所有迷宫路径。深度优先遍历算法是一种经典的搜索算法，其思想是从起点开始，沿着一条路径一直走到终点，如果走到死路则回溯到上一个节点，继续探索其他路径。在这个问题中，我们从入口节点开始，递归地搜索所有的路径，直到找到一条从入口到出口的路径或者所有的路径都被探索完毕。

具体实现方法可以参考如下的伪代码：

visited = set()  # 记录已经访问过的节点
path = []  # 记录当前的路径

def dfs(node):
    # 如果到达出口，输出路径
    if node == (M, N):
        print(path)
        return

    # 将当前节点标记为已访问
    visited.add(node)

    # 遍历当前节点的所有邻居
    for neighbor in adj_list[node]:
        # 如果邻居节点没有被访问过，将其加入路径中，并递归地搜索
        if neighbor not in visited:
            path.append(neighbor)
            dfs(neighbor)
            # 回溯到上一个节点，继续搜索其他路径
            path.pop()

    # 将当前节点标记为未访问，以便其他路径可以经过它
    visited.remove(node)

# 从入口节点开始搜索
dfs((1, 1))

这样就可以输出从入口到出口的所有路径了。需要注意的是，如果迷宫比较大，搜索所有的路径可能会非常耗时，这时候可以采用一些剪枝策略，比如记录当前的最短路径，只搜索比最短路径更短的路径。