二分图就不赘述了，我在知识资料整理有相关资料。
.最大匹配 .最小路径覆盖 .最小点覆盖 .最大独立集
最大匹配：二分图中边集最大的那个匹配
最小路径（边）覆盖：用尽量小的不想交简单路径覆盖有向无环图（DAG）G的所有顶点
最小顶点（点）覆盖：用最少的点，让每条边都至少和其中一个点关联
最大独立集：在N个点的图中选出m个点，使这m个点两两之间没有边的点中，m的最大值
二分图匹配模型，二分图有如下几种常见变形：
1.二分图的最小顶点覆盖
最小顶点覆盖要求用最少的点（x或y中的都行），让每条边都至少和其中一个点关联
knoig定理：二分图中最小顶点覆盖等于最大匹配数
2.DAG图中的最小路径覆盖
用尽量少的不相交简单路径覆盖DAG的所有顶点，这就是DAG图的最小路径覆盖问题
结论：DAG图中的最小路径覆盖数 = 节点数（n）-最大匹配数（m）
3.二分图的最大独立集
最大独立问题：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的最大值
结论：二分图的最大独立集数 = 节点数（n）-最大匹配数（m）
有一种很经典的二分图模型，在一个n*n的矩阵中，这个矩阵里面有k个障碍物，你拥有一把武器，一发弹药一次能消灭一行或者一列的障碍物，求消灭全部障碍物所需的最少弹药数。
可以这样考虑：我们以所有行为二分图的左顶点，所有的列为右顶点，那么如果位于坐标p（x，y）有障碍物，我们就连一条边，然后我们只需要最少的顶点覆盖所有的边即可。这样就是二分图的最小顶点覆盖问题了，我们又知道最大小顶点等于二分图最大匹配。
时间复杂度：
邻接矩阵： O(n 3) 邻接表： O(nm)
空间复杂度：
邻接矩阵： O(n 2) 邻接表：O(n+m)
/****************************************************二分图匹配（匈牙利算法的DFS实现）INIT：g[][]两边定点划分的情况CALL:res=hungary();输出最大匹配数优点：适于稠密图，DFS找增广路快，实现简洁易于理解时间复杂度:O(VE);****************************************************/const int MAXN=1000;int uN,vN; //u,v数目int g[MAXN][MAXN];//编号是0~n-1的 int linker[MAXN];bool used[MAXN];bool dfs(int u){ int v; for(v=0;v