从最小成本流问题减少到最大流问题？或相反亦然？我想使用最小成本流算法来解决最大流问题。
抱歉，我第一次误解这个问题。是的，Minimum Cost是最大流量的特殊情况。最小成本不是最大流量，而是假设经过每个边缘之后，流量存在成本。因此，如果将每个边的成本设置为零，则最小成本将减少为最大流量。
编辑：
因为最低成本问题需要预先定义的必需流程才能发送。您将需要多次运行上述算法（成本为边c(u, v) = 0）以搜索最大值。对于给定的值范围，binary search可用于更有效地定位最大值
您是指Min Cut Max Flow吗？ （编辑：我认为您不是这个意思，但这是证明最大流量的基础，如果您没有的话，值得一看）如果您放下图表并自己进行最小切割，我会更容易理解。
向每个边缘添加-1的成本（每单位流），然后使用最小化成本算法。这将使流量最大化。
接受的答案可能是实际的。证明最大流量是最小成本流量的特例，还有另一种可能性。我的解决方案在O(m^3 n^2 log n)中采用了最小均值周期取消算法的一次迭代（因为c不保守）：
1. set c(e) = 0 for all edges in G
2. add edge (t,s) with inf capacity and c((t,s)) = -1
3. start MIN-MEAN-CYCLE-CANCELLING on modified graph G'
正确性：算法正在搜索权重为负的残差圆。只要存在从s到t的增量路径，就会有负加权残差圆。