无向图找环算法，给出实现代码

下面给出一个基于深度优先搜索（DFS）的无向图找环算法的实现代码：

def find_cycle(graph):
    visited = set()
    for node in graph:
        if node not in visited:
            cycle = dfs(graph, node, visited, None)
            if cycle is not None:
                return cycle
    return None

def dfs(graph, node, visited, parent):
    visited.add(node)
    for neighbor in graph[node]:
        if neighbor == parent:
            continue
        if neighbor in visited:
            return [neighbor, node]
        cycle = dfs(graph, neighbor, visited, node)
        if cycle is not None:
            if node in cycle:
                return cycle
            else:
                return cycle + [node]
    return None

其中，`graph` 是一个字典，表示无向图的邻接表。例如，对于以下无向图：

   A---B
   |   |
   C---D

可以表示为：

graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D'],
    'C': ['A', 'D'],
    'D': ['B', 'C']
}

`find_cycle` 函数首先遍历图中所有的节点，对于每个未访问过的节点，调用 `dfs` 函数进行深度优先搜索。`dfs` 函数维护了一个 `visited` 集合表示已经访问过的节点，以及一个 `parent` 指针表示当前节点在搜索树中的父节点。对于当前节点的每个邻居，如果邻居已经被访问过且不是当前节点的父节点，那么就找到了一个环，返回环上的两个节点。如果邻居未被访问过，那么继续递归搜索。如果递归返回了一个环，那么如果当前节点在环上，就返回整个环，否则返回环加上当前节点。如果没有找到环，返回 `None`。