无论是 directed 还是 undirected Graph，其 BFS 的核心都在于 "indegree"，处理顺序也是从 indegree 最小的开始。
1) 先用一个 HashMap 统计下所有节点的 indegree;
(值越高的，在拓扑排序中位置也就越靠后，因为还有 N = current indegree 的 parent node 们没有处理完。)
2) 因此在循环最开始，我们把所有 indegree = 0作为(均不在 hashmap中) （1）BFS 的起点(进queue) （2）加到 list 中。
3) 在 BFS 过程中，我们依次取出队列里 node 的 neighbors，并把他们的 indegree减去1，代表其 parent node 已经被处理完，有效 indegree 减少。
4) 当减去1之后node 的 indegree 已经是 0 （1）BFS 的起点(进queue) （2）加到 list 中。
public class Solution {
/**
* @param graph: A list of Directed graph node
* @return: Any topological order for the given graph.
*/
public ArrayList<DirectedGraphNode> topSort(ArrayList<DirectedGraphNode> graph) {
// write your code here
ArrayList<DirectedGraphNode> list = new ArrayList<DirectedGraphNode>();
// Key : node
// Value : current in-degree count
HashMap<DirectedGraphNode, Integer> map = new HashMap<>();
for(DirectedGraphNode node : graph){
for(DirectedGraphNode neighbor : node.neighbors){
if(!map.containsKey(neighbor)){
map.put(neighbor, 1);
} else {
map.put(neighbor, map.get(neighbor) + 1);
}
}
}
// Now we know each node's in-degree (out is trivial)
Queue<DirectedGraphNode> queue = new LinkedList<>();
Iterator<DirectedGraphNode> iter = graph.iterator();
while(iter.hasNext()){
DirectedGraphNode node = iter.next();
// get all nodes without indegree
if(!map.containsKey(node)){
queue.offer(node);
list.add(node);
}
}
while(!queue.isEmpty()){
DirectedGraphNode node = queue.poll();
for(DirectedGraphNode next : node.neighbors){
// node "next"'s parent has been processed
map.put(next, map.get(next) - 1);
if(map.get(next) == 0){
list.add(next);
queue.offer(next);
}
}
}
return list;
}
}