1、最小生成树与最短路径
定义：最小生成树：保证整个拓扑图的所有路径之和最小（连接所有节点），但不能保证任 意两点之间是路径最短，如：各城市天然气管道的架设，如何规划保证使用最少的管 道。P864
最短路径：保证从起点到达目的地的路径最小即可，无需连接所有节点。P867
区别：最小生成树构成后所有的点都被连通，而最短路只要到达目的地走的是最短的路径即可，与所有的点连不连通没有关系。
结论：1、遇到求所有路径之和最小的问题用最小生成树&并查集解决；
2、遇到求两点间最短路径问题的用最短路，即从一个城市到另一个城市最短的路径问题。
2、匈牙利法
算法步骤：
1)对指派问题的系数矩阵进行变换，使每行每列至少有一个元素为“0”．
①让系数矩阵的每行元素去减去该行的最小元素；
②再让系数矩阵的每列元素减去该列的最小元素。
接下来只需要找到0所在位置进行对应的分配即可：
(2)从第一行开始，若该行只有一个零元素，就对这个零元素加括号，对加括号的零元素所在的列画一条线覆盖该列，若该行没有零元素或者有两个以上零元素(已划去的不算在内)，则转下一行，依次进行到最后一行。
(3)从第一列开始，若该列只有一个零元素。就对这个零元素加括号(同样不、考虑已划去的零元素)。再对加括号的零元素所在行画一条直线覆盖该列。若该列没有零元素或有两个以上零元素，则转下一列，依次进行到最后一列为止。
(4)重复上述步骤(1)和(2)可能出现3种情况：
①效率矩阵每行都有加括号的零元素，只要对应这些元素令 就找到了最优解。
②加括号的零元素个数少于m，但未被划去的零元素之间存在闭回路，这时顺着闭回路的走向，对每个间隔的零元素加一个括号，然后对所有加括号的零元素所在行(或列)画一条直线，同样得到最优解。
应用：
在实际中经常会遇到这样的问题，某单位需要完成n项任务，恰好有n个人可以承担这些任务。由于每个人的专长不同。同一件工作由不同的人去完成，效率(例如所花的时间或费用)是不同的，于是就会出现应分配哪个人去完成哪项任务，使完成这几项任务的总效率最高(例如总时间最省、总费用最少等)．这类问题称为分配问题，又称为指派问题。 [2]
匈牙利法是最优利用生产资源，计算、调整最优分配方案变量的经营分析方法。其目的和衡量标准是在对资源、材料分配中的已知数据作变换处理的基础上，提出所求取的目标对象(被测算的产品资源)的最优分配方案，它们的机会成本最小。即以未被采用的方案所造成的损失来衡量、评价被选择方案的假定成本为零值方式，论证分配方案的最优化程度。其特点是在求解最优分配方案时，要求满足约束条件前提下，产品加工的机会成本为零，由此使得总的加工成本为最低，并验证方案变量的最优解和调整的幅度、限度
3、伏格尔法
算法步骤：
1、算出各行各列中最小元素和次小元素的差额，并标出差额最大的（若几个差额同为最大，则可任取其一）。
2、在差额最大的行或列中的最小元素处填上尽可能大的数。
3、对未划去的行列重复以上步骤，直到得到一个初始解。
实例分析：
例：某公司有三个加工厂A1,A2,A3 生产某产品，每日的产量分别为7T，4T，9T，该公司把这些产品分别运往四个销售点B1,B2,B3,B4，各销售点的每日销量分别为3T，6T，5T，6T。从各工厂到各销售点的单位运价如表1所示。问该公司如何调运产品，才能在满足各销售点需要量的前提下，使总费用最少？
第一步：求各行各列最小和次小元素的差值。
在表2中，各行的差值分别为0，1，1，各列的差值分别为2，5，1，3。可见第二列差值最大，首先考虑第二列，在第二列中最小的cij 为c32=4，令x32=min{6，9}=6，第二列饱和，划去该列。
第二步：求余下的各行各列最小和次小元素的差值。
对剩下的方格重新计算各行各列的差值，各行差值分别为0，1，2，各列差值分别为2，1，3，第四列差值最大，在第四列中，最小的cij为c34 = 5，令x34=min{6，9-6}=3，于是第三行饱和，划去第三行。
第三步：重复上述过程。
可得其他基变量的值为：x21 = 3,x13 = 4,x23 = 1,x14 = 3。如下表
此例的解所对应的 Z=1×3 4×6 3×5 10×2 8×1 5×3=85。
