计算图（graph）的遍历

很久没有写博客了，忙并不是借口，懒才是理由。
一直想重构CupCnn，写成一个通用的计算图，能随意搭建各种神经网络（CupCnn只能搭建有一个链路的有序的神经网络），然后把名字也改了，叫CupDnn好了。所以，今天先写着试下遍历一个计算图吧。
先随便构造一个简单的计算图，如下：

关于这个图的说明：
假设每一个Unit都执行一些计算，把计算结果推送给与他相连接的Unit，下一个Unit对输入再做计算。也就是说，如果有一个Unit，有三个输入，那么为了完成计算，它必须等待三个输入都将结果输出给它，它才可以执行它的计算。比如说，fifth需要second,third,forth三个图元的输出结果，它必须等这三个图源都完成计算，并将结果递送给它，它才可以进行计算。这里的计算就是打印图元的名字。

遍历分为深度优先和广度优先，深度优先用递归实现，广度优先用任务队列实现。
代码如下：

//define graph unit
typedef struct graph_unit{
    string name;
    bool visit;
    int inputSize;
    int outputSize;
    vector<struct graph_unit *> *outputs;
    vector<struct graph_unit *> *inputs;
}Unit,*PUnit;

PUnit createGraph()
{
    PUnit input = new Unit;
    input->name = "intput";
    input->inputSize = 0;
    input->outputSize = 3;
    input->visit = false;
    input->inputs = nullptr;
    input->outputs = new vector<PUnit>;
    
    PUnit first = new Unit;
    first->name = "first";
    first->inputSize = 1;
    first->outputSize = 1;
    first->visit = false;
    first->inputs = new vector<PUnit>;
    first->outputs = new vector<PUnit>;
    
    PUnit second = new Unit;
    second->name = "second";
    second->inputSize = 1;
    second->outputSize = 1;
    second->visit = false;
    second->inputs = new vector<PUnit>;
    second->outputs = new vector<PUnit>;
    
    PUnit third = new Unit;
    third->name = "third";
    third->inputSize = 1;
    third->o