二分图最大匹配-HK算法的简单理解和实现

求一个二分图的最大匹配，朴实的匈牙利算法的复杂度为O (VE)，优点是代码量很少，而且顶点数目在1000以内的时候表现不错。

bool dfs(int u,int tot){
	for(int i = head[u];i != -1; i = e[i].nxt){
		int v= e[i].v;
		if(vis[v] == tot) continue;
		vis[v] = tot;
		if(con[v] == -1 || dfs(con[v],tot)) {
			con[u] = v;con[v] = u;return true;
		}
	}return false;
}

但是当这个复杂度不足以解决问题的时候，比如说遇到这题的时候
HDU2389
就需要更优秀的算法来求最大匹配，于是就强制学习了一下HK算法

网上看了一些资料之后大多是描述算法步骤而证明比较简略，而在理解步骤之后发现HK算法可以看成是在匈牙利算法之上的优化，在原来的基础上加了一个bfs，dfs函数稍微改动一点。

问：这个bfs是干嘛的？
预先找到多条路径最短的增广路，然后匈牙利算法就沿着bfs找的路径去找增广路。

bfs具体步骤：
设二分图为X和Y两部分

1. 把X中所有没匹配的点加入队列
2. 每次出来一个点u，对于它连的Y中的每个点v，如果v没访问过且没匹配过，找到增广路，否则把v的匹配点压入队列

bfs的时候顺便记录一下每个点在bfs中的层次