距离相关

欧式距离

n 维空间欧式距离为:i=1n(xiyi)2

这个貌似不能直接计算,一般结合高斯消元或者计算几何


曼哈顿距离

n 维空间曼哈顿距离为:i=1n|xiyi|

满足性质:dis(i,j)dis(,k)+dis(k,j)

计算距离需要分类讨论,会产生偏序问题
考虑如果求最大值,那么错误的拆绝对值一定不优,可以直接维护


切比雪夫距离

n 维空间切比雪夫距离为:maxi=1n{|xiyi|}


曼哈顿距离与切比雪夫距离的转化

曼哈顿转切比雪夫:

(x,y) 变为 (x+y,xy)

切比雪夫转曼哈顿:

(x+y,xy) 变为 (x+y2,xy2)

证明:

一种形象化的理解,对于陌生题目方便猜测结论:
把两种距离定义下距离为1的图形画出来,然后再对应比较猜测坐标变换

比较严谨的证明是分类讨论曼哈顿距离的绝对值内值的正负

|x1x2|+|y1y2|

=max{|(x1+y1)(x2+y2)|,|(x1y1)(x2y2)|}

这就是切比雪夫距离的经典形式了

之所以要转化是因为求和和 min max 几乎是不相交的领域,和的 maxmax 的和都不是那么好求,那么转化为同类型就很方便了

posted @   y_cx  阅读(80)  评论(0编辑  收藏  举报
编辑推荐:
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
阅读排行:
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
· SQL Server 2025 AI相关能力初探
· 为什么 退出登录 或 修改密码 无法使 token 失效
历史上的今天:
2021-08-11 noip模拟36
2021-08-11 noip模拟35
点击右上角即可分享
微信分享提示