遍历有向循环图中的每个节点的算法可以使用深度优先搜索（DFS）或广度优先搜索（BFS）来实现。以下是使用深度优先搜索的解决方法示例：

def dfs(graph, node, visited):
    visited.add(node)  # 标记当前节点为已访问
    print(node)  # 访问当前节点

    for neighbor in graph[node]:
        if neighbor not in visited:
            dfs(graph, neighbor, visited)  # 递归访问邻居节点

def traverse(graph):
    visited = set()  # 用于存储已访问的节点
    for node in graph:
        if node not in visited:
            dfs(graph, node, visited)  # 从未访问的节点开始进行深度优先搜索

# 示例图
graph = {
    'A': ['B', 'C'],
    'B': ['D'],
    'C': ['E', 'F'],
    'D': [],
    'E': [],
    'F': ['A']
}

traverse(graph)

在以上示例中，我们使用了深度优先搜索算法（递归实现）。首先定义了一个dfs函数用于递归地访问节点及其邻居节点，同时通过一个visited集合来记录已访问的节点。然后定义了一个traverse函数用于遍历图中的每个节点，如果节点未被访问过，则调用dfs函数进行深度优先搜索。

该代码示例将输出以下结果：

A
B
D
C
E
F

注意：由于有向循环图中可能存在环，因此遍历过程中可能会出现重复访问的情况。为了避免无限循环，我们使用一个visited集合来记录已访问的节点，并在每次访问节点之前先判断该节点是否已被访问过。