二分图：顶点能够分类两个集合X和Y，全部的边关联的两个顶点恰好一个属于集合X，还有一个属于集合Y.
二分图匹配：给定一个二分图G，在G的一个子图M中，M的边集中的随意两条边都不依附于同一个顶点，
则称M是一个匹配。
最大匹配：图中包括边数最多的匹配称为图的最大匹配.
完美匹配：假设全部点都在匹配边上，则称这个最大匹配是完美匹配.
二分图匹配基本概念：
未盖点：设VI是G的一个顶点，假设VI不与随意一条属于匹配M的边相关联。就称VI是一个未盖点.
交错轨：设P是图G的一条轨，假设P的随意两条相邻的边一定是一条属于M而还有一条不属于M。就称P是交错轨.
可增广轨（增广路）:两个端点都是未盖点的交错轨称为可增广轨。
可增广轨的性质：
1：P的路径长度必然为奇数，第一条边和最后一条边都不属于M。
2：P经过取反操作能够得到一个更大的匹配M’。
3：M为G的最大匹配当且仅当不存在相对于M的增广路径。
二分图最大匹配匈牙利算法思路：
思路是不停的找增广轨,并添加匹配的个数,增广轨顾名思义是指一条能够使匹配数
变多的路径,在匹配问题中,增广轨的表现形式是一条"交错 轨",也就是说这条由
图的边组成的路径,它的第一条边是眼下还没有參与匹配的,第二条边參与了匹配,
第三条边没有...最后一条边没有參与匹配,而且始点和 终点还没有被选择过.
这样交错进行,显然他有奇数条边.那么对于这样一条路径,我们能够将第一条边
改为已匹配,第二条边改为未匹配...以此类推.也就是将全部的边进行"取反",
easy发现这样改动以后,匹配仍然是合法的,可是匹配数添加了一对.另外,单独的
一条连接两个未匹配点的边显然也是交错轨.
能够证明,当不能再找到增广轨时,就得到了一个最大匹配.
參考代码：
#include<stdio.h>
#include<string.h>
int edge[150][150],m,n,k,used[150],link[150];
int dfs(int pos) //匈牙利算法
{
int i;
for(i=1;i<=m;i++)
if(edge[pos][i]&&!used[i]){
used[i]=1;
if(link[i]==-1||dfs(link[i])){
link[i]=pos;
return 1;
}
}
return 0;
}
int main()
{
int i,a,b,s;
while(scanf("%d",&n)!=EOF){
if(n==0)
break;
scanf("%d%d",&m,&k);
memset(edge,0,sizeof(edge));
while(k--){
scanf("%d%d%d",&i,&a,&b);
edge[a][b]=1; //建图，能够用邻接表
}
s=0;
memset(link,-1,sizeof(link)); //先初始化
for(i=1;i<=n;i++){
memset(used,0,sizeof(used));
s+=dfs(i);
}
printf("%d
",s);
}
return 0;
}知识扩展：
二分图的最小顶点覆盖
最小顶点覆盖要求用最少的点（X或Y中都行），让每条边都至少和当中一个点关联。
knoig定理:二分图的最小顶点覆盖数 = 二分图的最大匹配数（m）
DAG图的最小路径覆盖
用尽量少的不相交简单路径覆盖有向无环图(DAG)G的全部顶点，这就是DAG图的最小路径覆盖问题。
结论：DAG图的最小路径覆盖数 = 节点数（n）- 最大匹配数（m）
二分图的最大独立集
结论：二分图的最大独立集数 = 节点数（n）- 最大匹配数（m）