匈牙利算法（二分图最大匹配；例题：HDU1083）

匈牙利算法

前导知识

• 什么是二分图？

设G=(V,E)是一个无向图，如果顶点V可分割为两个互不相交的子集(A,B)，并且图中的每条边（i，j）所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B)，则称图G为一个二分图

简单的说就是有两个集合的点，每个集合中的点只能和另外一个集合中的点相连。

• 链式前向星

一种存图的数据结构，相对不好写但是速度较快。

参考代码：

// 存边，其中to表示当前边指向的点，next表示下一条边
struct Edge {
   
    int to,next;
}edge[MAXM];

// head用来存起始边的编号（地址）
int head[MAXN],tot;

// 初始化
void init()
{
   
    tot=0;
    memset(head,-1,sizeof(head));
}

// 新增一条边
void addedge(int u,int v)
{
   
	// 当前边指向的点为v
    edge[tot].to=v;
    // 模拟链表，当前边的下一个边的编号（类似地址）为原来的head
    edge[tot].next=head[u];
    // 模拟链表，每次都把新的编号（地址）当做head
    head[u]=tot++;
}

// 遍历
for(int i=head[u];i!=-1;i=edge[i].next)
	操作...

• 最大匹配

在图论中，一个「匹配」（matching）是一个边的集合，其中任意两条边都没有公共顶点。一个图所有匹配中，所含匹配边数最多的匹配，称为这个图的最大匹配。

简单的说最大匹配就是最多边数的匹配，而匹配是很多条没有公共点的边。
在二分图中就是，选取一个边集，使其没有公共点，同时边数最多。

• 交替路

从一个未匹配点出发，依次经过非匹配边、匹配边、非匹配边…形成的路径叫交替路。

也就是说这条路是这样的：
未匹配边——>匹配边——>未匹配边——>匹配边——>未匹配边
其中匹配边可以认为是最后的最大匹配中的其中一个匹配的边。

• 增广路

若P是图G中一条连通两个未匹配顶点的路径，并且属于M的边和不属于M的边(即已匹配和待匹配的边)在P上交替出现，则称P为相对于M的一条增广路径（举例来说，有A、B集合，增广路由A中一个点通向B中一个点，再由B中这个点通向A中一个点……交替进行）。

简单的说就是从一个未匹配点（不是已有匹配边的端点）走到另一个未匹配点的一条交替路。
几个性质：

1. 未匹配边条数-1 = 匹配边条数（交题路的性质）
2. 路径长度为奇数（显然）
3. 进行取反操作后会产生一个更大的匹配（原来的匹配边和未匹配边互换，也就是说匹配边条数-1 = 未匹配边条数，所以会产生一个更大的匹配）

算法：匈牙利算法

这个算法的核心就是：

一个匹配是最大匹配的充要条件是不存在增广路——from 蓝书（刘汝佳&#x