已知有向图和无向图中的两个顶点，编写算法求有向图中所有简单路径

以下是一个深度优先搜索（DFS）算法的实现，用于在有向无环图（DAG）中找到所有简单路径。该算法基于递归，通过从给定的起点开始，向下递归访问所有可能的路径，直到到达目标点或无法继续下去为止。

def find_all_paths(graph, start, end, path=[]):
    """
    Find all paths from start to end in a directed acyclic graph (DAG)
    """
    path = path + [start]
    if start == end:
        return [path]
    if start not in graph:
        return []
    paths = []
    for node in graph[start]:
        if node not in path:
            new_paths = find_all_paths(graph, node, end, path)
            for new_path in new_paths:
                paths.append(new_path)
    return paths

其中，`graph` 是一个字典，表示有向图的邻接表，`start` 和 `end` 分别是起点和终点的标识符，`path` 是当前路径的列表。该函数返回一个包含所有简单路径的列表。

示例用法：

graph = {'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['E'], 'D': ['E'], 'E': []}
start = 'A'
end = 'E'
print(find_all_paths(graph, start, end))
# Output: [['A', 'B', 'D', 'E'], ['A', 'B', 'E'], ['A', 'C', 'E']]

上述示例中，输入的有向图是以下形式：

A -> B -> D -> E
  \-> C -> E

从起点 A 到终点 E 的所有简单路径分别是 A -> B -> D -> E、A -> B -> E 和 A -> C -> E。