做为一个算法工程师，除了了解各种NN网络结构，调的一手好参数，传统算法这一部分也不能拉下。因此着手写这个系列，一方面加深自己对算法的理解，另一方面探讨在实际业务中的应用，毕竟AC不是目的，融汇贯通的应用才是真目标。
问题：
刚入职某网约车平台的L同学被安排了个任务，如下图所示，在一块区域有m个司机和n个乘客，考虑司机的接驾成本，司机只接距离三公里以内的乘客，以及一个司机只能接一个乘客，该如何匹配司机和乘客，使得被接上的乘客数最大？
对原问题进行转换后，我们可以将上述问题转换成如下图所示的问题，若两者司乘之间的距离小于三公里，则两节点可由直线相连。该问题即二分图最大匹配问题
在正式介绍算法之前，我们首先介绍下二分图问题：对于二分图的最大匹配问题，可以用匈牙利算法进行求解。
笔者刷数模题的时候有一道题考到了“二分图最大权分配”，需要用到KM算法，但是书上对KM算法的介绍又臭又长，更何况有些同学“匈牙利算法”也没学过（由匈牙利数学家Edmonds提出），自然难以理解所谓的KM算法。本文旨在用通俗易懂的语言，向读者介绍匈牙利算法和KM算法。
引入
1.二分图
2.增广路
KM算法用来求二分图最大权完美匹配。这就是KM算法的整个过程，整体思路就是：每次都帮一个顶点匹配最大权重边，利用匈牙利算法完成最大匹配，最终我们完成的就是最优匹配！
定义
增广路
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（举例来说，有A、B集合，增广路由A中一个点通向B中一个点，再由B中这个点通向A中一个点……交替进行）。
在正式介绍KM算法之前，我们先介绍匈牙利算法。
算法
代码
总结
该算法通常可用于平台型的互联网，撮合交易的。如某滴，分配司机和订单。来看就可以用KM算法实现价值最大化。
之后我们也可以通过公开的资料，来看看在网约车平台是如何实现分单的。
下一篇文章 异常检测的概论