二分匹配常见的集中情形：最大匹配，最佳匹配。
最小覆盖： 最小覆盖要求用最少的点（X 集合或 Y 集合的都行）让每条边都至少和其中一个点关联。可以证明：最少的点（即覆盖数）＝ 最大匹配数，这就是所谓 Konig 定理。
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 G 的所有结点。解决此类问题可以建立一个二分图模型。把所有顶点 i 拆成两个：X 结点集中的 i 和 Y 结点集中的 i',如果有边 i->j，则在二分图中引入边 i->j'，设二分图最大匹配为 m,则结果就是 n-m。
最大独立集问题：在 N 个点的图 G 中选出 m 个点，使这 m 个点两两之间没有边．求 m 最大值．如果图 G 满足二分图条件，则可以用二分图匹配来做．最大独立集点数 = N - 最大匹配数
最佳匹配的意思是说边是有权值的，要找到一个匹配使得权值尽可能大。

寻找最大匹配和最佳匹配的算法可以参考卢开澄的那本书《图论及其应用》，书上寻找最佳匹配的算法就是 KM 算法。

http://www.cppblog.com/abilitytao/archive/2009/10/21/99124.aspx

http://blog.csdn.net/logic_nut/archive/2009/08/07/4420542.aspx

http://blog.csdn.net/AllenLSY/archive/2009/12/14/5004360.aspx

匈牙利算法

http://blog.csdn.net/liaojinyu282/archive/2009/12/15/5005690.aspx

伪代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

bool 寻找从k出发的对应项出的可增广路
{
    while (从邻接表中列举k能关联到顶点j)
    {
        if (j不在增广路上)
        {
            把j加入增广路;
            if (j是未盖点 或者 从j的对应项出发有可增广路)
            {
                修改j的对应项为k;
                则从k的对应项出有可增广路,返回true;
            }
        }
    }
    则从k的对应项出没有可增广路,返回false;
}
 
void 匈牙利hungary()
{
    for i->1 to n
    {
        if (则从i的对应项出有可增广路)
            匹配数++;
        }
        输出 匹配数;
}

最小路径覆盖

http://blog.csdn.net/logic_nut/archive/2009/08/07/4421307.aspx

最佳匹配详细代码

http://blog.csdn.net/Rappy/archive/2007/09/19/1790647.aspx

KM 算法

http://blog.csdn.net/yulin11/archive/2009/07/28/4385207.aspx

http://blog.csdn.net/power721/archive/2009/09/17/4560148.aspx

使得“总和最小”的最佳匹配

http://blog.csdn.net/wilxy/archive/2007/12/10/1928412.aspx

http://blog.csdn.net/yuhailin060/archive/2010/01/06/5135101.aspx

例题：

http://www.cppblog.com/abilitytao/archive/2009/10/21/99124.aspx

http://www.byvoid.com/blog/match-km/