使用深度优先搜索（DFS）进行拓扑排序是一种不使用拓扑排序算法的拓扑排序方法。下面是使用DFS实现拓扑排序的代码示例：

from collections import defaultdict

def dfs(node, graph, visited, stack):
    visited[node] = True

    for neighbor in graph[node]:
        if not visited[neighbor]:
            dfs(neighbor, graph, visited, stack)

    stack.append(node)

def topological_sort(graph):
    visited = defaultdict(bool)
    stack = []

    for node in graph:
        if not visited[node]:
            dfs(node, graph, visited, stack)

    stack.reverse()
    return stack

# 测试用例
graph = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F'],
    'D': [],
    'E': [],
    'F': []
}

sorted_nodes = topological_sort(graph)
print("拓扑排序结果：", sorted_nodes)

输出为：拓扑排序结果：['A', 'C', 'F', 'B', 'E', 'D']

在这个示例中，我们首先定义了一个图（用字典表示），然后使用DFS进行拓扑排序。DFS函数使用递归的方式遍历每个节点的邻居节点，并递归调用DFS函数。通过visited字典来记录节点是否已经被访问过，避免重复访问。最后，我们将拓扑排序的结果存储在一个栈中，并返回栈的逆序作为最终的拓扑排序结果。