無論是 directed 還是 undirected Graph，其 BFS 的核心都在於 "indegree"，處理順序也是從 indegree 最小的開始。
1) 先用一個 HashMap 統計下所有節點的 indegree;
(值越高的，在拓撲排序中位置也就越靠後，因爲還有 N = current indegree 的 parent node 們沒有處理完。)
2) 因此在循環最開始，我們把所有 indegree = 0作爲(均不在 hashmap中) （1）BFS 的起點(進queue) （2）加到 list 中。
3) 在 BFS 過程中，我們依次取出隊列裏 node 的 neighbors，並把他們的 indegree減去1，代表其 parent node 已經被處理完，有效 indegree 減少。
4) 當減去1之後node 的 indegree 已經是 0 （1）BFS 的起點(進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;
}
}