匈牙利算法的复杂度是O(ve)，v是点的个数，e是边的个数，匈牙利算法的关键在于寻找增广路。
    那么我就先科普一下什么是增广路：

增广路主要有以下几条性质：
1.增广路经上的边数一定是奇数个
2.增广路经上的边链接的两个点一定不在同一个集合中
3.增广路径上没有重复的点
4.增广路经的起点和终点所连的边一定不在当前的匹配中。
5.可以通过翻转增广路得到更匹配

    那么每次找到增广路就可以将最大匹配数+1了，然后记录新的匹配。

代码如下：
    因为是深搜所以我会具体将一下算法实现的思路（毕竟dfs不是那么直观^_^）

int used[MAX];  
int linker[MAX];  
  
bool dfs ( int u )  
{  
    for ( int i = head[u] ; ~i ; i = e[i].next )  
    {  
        int v = e[i].v;  
        if ( used[v] ) continue;  
        used[v] = 1;  
        if ( linker[v] == -1 || dfs ( linker[v] ) )  
        {  
            linker[v] = u;  
            return true;  
        }   
    }  
    return false;  
}  
  
int hungary ( )  
{  
    int res = 0;  
    memset ( linker , -1 , sizeof ( linker ) );  
    for ( int i = 1 ; i <= n ; i++ )  
    {  
        memset ( used , 0 , sizeof ( used ) );  
        if ( dfs ( i ) ) res++;  
    }
    return res;
}

实现方法进行讲解：

   首先我们将二分图的两个集合定义为左集和右集，定义used[i]数组标记右集当中的点是否被使用，防止在查找增广路的时候，右集中的点被多次使用，linker[i]数组记录右集中点i当前匹配到的左集中的点.那么基本的定义清晰了。
1.我们的做法就是枚举左集中的点作为增广路的起点，然后查找与它之间存在边的右集中的点，最开始所有的点都没有匹配，那么直接找到了一个没有匹配到任何点的右集中的点，那么当前增广路的长度为1，直接转换，因为增广路是奇数，且两端的边为不在匹配中的边，所有翻转后的最大匹配会加1。
2.然后枚举到第二个点进行匹配，如果它也直接找到没有匹配的右集中的点那么同1，如果找到和1中初始点找到的相同的点，那么进行深搜，找到1，去找另一个能够匹配的点，也就是在深搜的过程中，利用linker数组在增广路经中加了一条当前匹配中存在的边。然后翻转的时候，是匹配的边去掉，不是匹配的边加上，匹配数+1，而且依旧满足匹配的性质。
3.直到不存在增广路的时候算法结束，因为算法的最大匹配是n，所以增广路能够查找到的次数不会超过n次，因为最大匹配不会超过n。