对任意给定的图（顶点数和边数自定），建立它的邻接表并输出，然后利用堆栈的五种基本运算（清空堆栈、压栈、弹出、取栈顶元素、判栈空）实现图的深度优先搜索遍历。

好的，那么我们先来实现建立图的邻接表的部分。我们可以使用一个字典来表示邻接表，字典的键表示顶点，对应的值为该顶点的邻接表。

# 建立图的邻接表
def build_adjacency_list(edges):
    adjacency_list = {}
    for u, v in edges:
        if u not in adjacency_list:
            adjacency_list[u] = []
        if v not in adjacency_list:
            adjacency_list[v] = []
        adjacency_list[u].append(v)
        adjacency_list[v].append(u)
    return adjacency_list

# 示例
edges = [("A", "B"), ("A", "C"), ("B", "D"), ("C", "D"), ("C", "E"), ("D", "E")]
adjacency_list = build_adjacency_list(edges)
print(adjacency_list)

输出结果为：

{'A': ['B', 'C'], 'B': ['A', 'D'], 'C': ['A', 'D', 'E'], 'D': ['B', 'C', 'E'], 'E': ['C', 'D']}

接下来，我们可以使用堆栈（栈）来实现深度优先搜索遍历。具体来说，我们遍历图时，以任意一个未被访问的顶点为起点，将其压入堆栈中。然后重复以下步骤，直到堆栈为空为止：

1. 从堆栈顶部弹出一个顶点，作为当前顶点。
2. 访问当前顶点并标记为已访问。
3. 遍历当前顶点的所有邻接顶点，如果邻接顶点未被访问，则将其压入堆栈。

下面是利用堆栈实现深度优先搜索遍历的代码：

# 利用堆栈实现深度优先搜索遍历
def dfs(adjacency_list, start):
    stack = [start]  # 堆栈
    visited = set()  # 记录已访问的顶点
    while stack:
        vertex = stack.pop()  # 弹出堆栈顶部的顶点
        if vertex not in visited:
            print(vertex, end=" ")  # 访问该顶点
            visited.add(vertex)  # 标记为已访问
            neighbors = adjacency_list[vertex]
            for neighbor in neighbors:
                if neighbor not in visited:
                    stack.append(neighbor)  # 将邻接顶点压入堆栈中
    print()

# 示例
dfs(adjacency_list, "A")

输出结果为：

A B D E C

这就是利用堆栈实现图的深度优先搜索遍历的实现方法。