写一道拓普排序的代码并加注释

拓扑排序（Topological Sorting）是一种有向无环图（DAG, Directed Acyclic Graph）的排序算法。

拓扑排序有两种实现方式，一种是基于DFS（深度优先遍历），一种是基于BFS（广度优先遍历）。这里我们介绍基于BFS的拓扑排序算法。

算法步骤：

1. 统计每个节点的入度，初始化队列将所有入度为0的节点入队。
2. 当队列非空时，取出队首节点，遍历其所有后继节点，在后继节点的入度表中将其入度减1。
3. 如果某个后继节点入度减为0，将其入队。
4. 如果队列为空时，还有节点的入度不为0，则证明图中存在环。

代码实现：

from collections import deque

def topological_sort(graph):
    # 统计每个节点的入度
    in_degree = {u: 0 for u in graph}
    for u in graph:
        for v in graph[u]:
            in_degree[v] += 1
    
    # 将所有入度为0的节点加入队列
    q = deque([u for u in in_degree if in_degree[u] == 0])
    
    result = []
    while q:
        u = q.popleft()
        result.append(u)
        # 遍历所有后继节点，将其入度减1
        for v in graph[u]:
            in_degree[v] -= 1
            # 如果某个后继节点入度减为0，将其入队
            if in_degree[v] == 0:
                q.append(v)
    
    # 如果结果集中的节点数小于图中的节点数，则证明图中存在环
    if len(result) < len(graph):
        return None
    
    return result

注：该代码中的 graph 是一个字典，表示图中每个节点所拥有的后继节点。例如：graph = {0: [1, 2], 1: [3], 2: [3], 3: []} 表示有4个节点，0号节点后继有1号和2号节点，1号和2号节点后继有3号节点，3号节点没有后继。