匈牙利算法是一种在
多项式时间内求解任务分配问题的
组合优化算法，并推动了后来的原始对偶方法。1955年，库恩(W.W.Kuhn)利用匈牙利数学家康尼格(D.Kőnig)的一个定理构造了这个解法，故称为匈牙利法。
简介
设 是一个无向图。如顶点集V可分割为两个互不相交的子集 ，选择这样的子集中边数最大的子集称为图的最大
匹配问题（maximal matching problem）。
如果一个匹配中， 且匹配数 ，则称此匹配为完全匹配，也称作完备匹配。特别的当 称为完美匹配。
概念
在介绍匈牙利算法之前还是先提一下几个概念，下面M是G的一个匹配。
若 ， ，其中边 已经在匹配M上。
M-交错路：p是G的一条通路，如果p中的边为属于M中的边与不属于M但属于G中的边交替出现，则称p是一条M-交错路。如：路径 ， 。
M-饱和点：对于 ，如果v与M中的某条边关联，则称v是M-饱和点，否则称v是非M-饱和点。如 都属于M-饱和点，而其它点都属于非M-饱和点。
M-可
增广路：p是一条M-交错路，如果p的起点和终点都是非M-饱和点，则称p为M-可增广路。如 （不要和流网络中的增广路径弄混了）。
求最大
匹配的一种显而易见的算法是：先找出全部匹配，然后保留匹配数最多的。但是这个算法的
时间复杂度为边数的指数级函数。因此，需要寻求一种更加高效的算法。下面介绍用增广路求最大匹配的方法（称作匈牙利算法，
匈牙利数学家Edmonds于1965年提出）。
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。
由增广路的定义可以推出下述三个结论：
（1）P的路径个数必定为奇数，第一条边和最后一条边都不属于M。
（2）将M和P进行取反操作可以得到一个更大的匹配 。
（3）M为G的最大匹配当且仅当不存在M的增广路径。
算法轮廓：
（1）置M为空
（2）找出一条增广路径P，通过异或操作获得更大的匹配 代替M
复杂度
空间复杂度 邻接矩阵： 邻接表：
样例程序
格式说明
输入格式：
第1行3个整数， 的节点数目 ，G的边数m
第2-m+1行，每行两个整数 ，代表 中编号为 的点和 中编号为 的点之间有边相连
输出格式：
邻接矩阵-C
邻接矩阵-pascal
邻接表-pascal（使用动态链表）
（方法基于之前的邻接矩阵-pascal）
邻接表-C++
邻接矩阵-C++