1.KM只能在满足最大匹配一定是完备匹配时，才能正确求解

2.交错树:匈牙利算法中，如果从某个左部出发寻找匹配失败，那么在dfs过程中，所有访问过的节点，以及为了访问这些节点而经过的边，共同构成一棵树

3.顶标:给第i个左部节点一个整数值ai，给第j个右部节点一个整数值bj。必须满足ai+bj>=w(i,j)
其中w(i,j)表示第i个左部点和第j个右部的边权

定理1:若相等子图存在完备匹配，则这个匹配就是最大匹配

km算法思想:在满足ai+bj>=w(i,j)，给每个节点随意赋值，不断扩大相等子图规模，直至存在完备匹配

假如我们把交错树T中左部节点-$\Delta$,右部节点+$\Delta$
找出最小的ai+bj-w(i,j)作为$\Delta$
那就能保证有一条新的边加入相等子图
不断重复以上过程，知道匹配成功，就有带权最大匹配

优化:每次dfs失败后，相等子图得到了扩展，但下一次dfs如果还从交错树的根开始，就会产生很多重复的遍历，
时间复杂度就炸了。如果从相等子图刚刚加入的边（也就是那条delta最小的边）出发，继续搜索，
就可以保证相等子图在整个扩展的过程中，全图累计只遍历一次，时间复杂度就会很优秀。