定向图的时间复杂度为O（m）的BFS算法

对于有向图的BFS算法，我们需要按照BFS的一般步骤进行操作，但要注意对于有向图，访问一个顶点后只能访问与其相邻的出顶点，不能访问入顶点。

以下是一个基于邻接表的Python示例代码：

from collections import deque

def BFS_directed_graph(graph, start_node):
    visited = set()  # 存储已经访问过的节点
    queue = deque([start_node])
    visited.add(start_node)

    while queue:
        node = queue.popleft()
        print(node)

        for neighbor in graph[node]:
            if neighbor not in visited:
                visited.add(neighbor)
                queue.append(neighbor)

if __name__ == '__main__':
    graph = {
        1: [2, 3],
        2: [4],
        3: [4, 5],
        4: [5],
        5: [6],
        6: []
    }
    BFS_directed_graph(graph, 1)

输出结果：

1 
2 
3 
4 
5 
6

该算法的时间复杂度为 O(m)，其中m为有向图中的边数。