图论：KM算法

首先直观理解匈牙利算法：

趣写算法系列之--匈牙利算法:https://blog.csdn.net/dark_scope/article/details/8880547(已转载）

然后进入KM算法：

带权二分图的最佳匹配（KM算法）：https://blog.csdn.net/x_y_q_/article/details/51927054（已转载）

步骤：

其中S表示交错路中X的顶点，T表示交错路中Y顶点。

模板：

其中匈牙利匹配的理解:

当到达x4时，x4会尝试匹配y2，对应y2被标记为true。y2被x3占用，此时会回溯查找x3可否更改顶点，发现x3和y3连接，对应y3被标记为true。y3被x1占用，此时会回溯查找x1可否更改顶点，发现x1没办法继续更改（因为y2和y3均为true，被标记）。

x4会继续尝试匹配y3，此时发现y3之前已经标记，不再回溯。这里很重要！本质上，S = {x1，x2，x3}是没有完美匹配的，因为S的邻点集N(S)={y2，y3}，数目小于S中顶点数，第一次x4尝试匹配y2的时候已经发现这个问题。所以如果x4下一次尝试匹配的点仍在y2和y3中时，肯定没有完美匹配，所以不需要回溯。

//test case:
//5
//3 5 5 4 1
//2 2 0 2 2
//2 4 4 1 0
//0 1 1 0 0
//1 2 1 3 3
//14

#include <iostream>
#include <cstdio>
#include <memory.h>
#include <algorithm> 

using namespace std;

#define MAX 100

int n;
int weight[MAX][MAX];           //权重
int lx[MAX], ly[MAX];                //定点标号
bool sx[MAX], sy[MAX];          //记录寻找增广路时点集x，y里的点是否搜索过
int match[MAX];                       //match[i]记录y[i]与x[match[i]]相对应

bool search_path(int u) {          //给x[u]找匹配,这个过程和匈牙利匹配是一样的
	sx[u] = true;
	for (int v = 0; v < n; v++) {
		if (!sy[v] && lx[u] + ly[v] == weight[u][v]) {
			sy[v] = true;
			if (match[v] == -1 || search_path(match[v])) {
				match[v] = u;
				return true;
			}
		}
	}
	return false;
}

int Kuhn_Munkras(bool max_weight) {
	if (!max_weight) { //如果求最小匹配，则要将边权取反
		for (int i = 0; i < n; i++)
			for (int j = 0; j < n; j++)
				weight[i][j] = -weight[i][j];
	}
	//初始化顶标，lx[i]设置为max(weight[i][j] | j=0,..,n-1 ), ly[i]=0;
	for (int i = 0; i < n; i++) {
		ly[i] = 0;
		lx[i] = -0x3f3f3f3f;
		for (int j = 0; j < n; j++)
			if (lx[i] < weight[i][j])
				lx[i] = weight[i][j];
	}

	memset(match, -1, sizeof(match));
	//不断修改顶标，直到找到完备匹配或完美匹配
	for (int u = 0; u < n; u++) {   //为x里的每一个点找匹配
		while (1) {
			memset(sx, 0, sizeof(sx));
			memset(sy, 0, sizeof(sy));
			if (search_path(u))       //x[u]在相等子图找到了匹配,继续为下一个点找匹配
				break;
			//如果在相等子图里没有找到匹配，就修改顶标，直到找到匹配为止
			//首先找到修改顶标时的增量inc, min(lx[i] + ly [i] - weight[i][j],inc);
			//lx[i]为搜索过的点，ly[i]是未搜索过的点,因为现在是要给u找匹配，所以只需要修改找的过程中搜索过的点，增加有可能对u有帮助的边
			int inc = 0x3f3f3f3f;
			//根据公式，交错路上的X减去min(lx[i] + ly[j] - weight[i][j]);交错路上的Y减去min(lx[i] + ly[j] - weight[i][j])
			for (int i = 0; i < n; i++)
				if (sx[i])
					for (int j = 0; j < n; j++)
						if (!sy[j] && ((lx[i] + ly[j] - weight[i][j]) < inc))
							inc = lx[i] + ly[j] - weight[i][j];
			//找到增量后修改顶标，因为sx[i]与sy[j]都为真，则必然符合lx[i] + ly [j] =weight[i][j]，然后将lx[i]减inc，ly[j]加inc不会改变等式，
			//但是原来lx[i] + ly [j] ！=weight[i][j]即sx[i]与sy[j]最多一个为真，lx[i] + ly [j] 就会发生改变，从而符合等式，边也就加入到相等子图中
			if (inc == 0x3f3f3f3f)
			{
				cout << "no perfect match!" << endl;
				return 0;
			}
			for (int i = 0; i < n; i++) {
				if (sx[i])   //
					lx[i] -= inc;
				if (sy[i])
					ly[i] += inc;
			}
		}

	}
	int sum = 0;
	for (int i = 0; i < n; i++)
		if (match[i] >= 0)
			sum += weight[match[i]][i];

	if (!max_weight)
		sum = -sum;
	return sum;
}
int main() {

	scanf_s("%d", &n);
	for (int i = 0; i < n; i++)
		for (int j = 0; j < n; j++)
			scanf_s("%d", &weight[i][j]);
	printf("%d\n", Kuhn_Munkras(1));//默认最大匹配。若是最小，把1改为0
	system("pause");
	return 0;
}