通常，这对距离和容量没有任何限制，这是最小成本的最大流量问题。
- 每个学生和城市都是一个顶点。
- 每个学生都连接到容量为1（成本为0）的边的源。
- 每个城市都连接到容量为的
i-can-hold成本为0的接收器。 - 每个学生都连接到容量为1的城市，费用为
i-have-to-walk。
可以使用Ford–Fulkerson算法来找到最大流量，但不考虑成本。尽管可以通过更简单的示例了解流网络，但可能有助于学习。
有许多不同的算法可将成本降至最低。一种是“连续最短路径”。这个想法是反复寻找一条从源到剩余网络中汇入的最小成本路径，并沿着该路径添加流量，直到找不到更多路径为止。
例如：
a）标记每个顶点（成本，容量）的流网络。包含一列3个学生的列，这些列与2个中心的列相连。
b）在剩余网络中沿最短路径（可以在Bellman-Ford中找到）添加的流量。剩余网络是根据可用容量（容量减去各个方向的流量）创建的图形。
c）沿着另一条路径增加了更多的流量。
d）最佳流量。流已沿着更改已添加流的路径添加。这是允许的，因为残余网络在流动的相反方向上具有容量。
也可以看看：
- http://community.topcoder.com/tc?module=Static&d1=tutorials&d2=minimumCostFlow2
- http://en.wikipedia.org/wiki/Ford%E2%80%93Fulkerson_algorithm
- http://en.wikipedia.org/wiki/Minimum_cost_flow_problem
- http://en.wikipedia.org/wiki/Maximum_flow_problem