欧氏距离
在n维空间中两点的真实距离，向量的自然长度
由于欧几里得几何学的关系称为欧氏距离
二维空间两点计算公式：
d
=
(
x
1
−
x
2
)
2
+
(
y
1
−
y
2
)
2
d = \sqrt{(x_1 - x_2)^2 + (y_1 - y_2)^2}
d=(x1−x2)2+(y1−y2)2
三维空间两点计算公式：
d
=
(
x
1
−
x
2
)
2
+
(
y
1
−
y
2
)
2
+
(
z
1
−
z
2
)
2
d = \sqrt{(x_1 - x_2)^2 + (y_1 - y_2)^2 + (z_1 - z_2)^2}
d=(x1−x2)2+(y1−y2)2+(z1−z2)2
曼哈顿距离
标明两个点在标准坐标系上的绝对轴距总和
就像街道一样，我们只能走道路而不能穿过别人的家，从而得到的距离
d
=
∣
x
1
−
x
2
∣
+
∣
y
1
−
y
2
∣
d = |x_1 - x_2| + |y_1 - y_2|
d=∣x1−x2∣+∣y1−y2∣
切比雪夫距离
- 其个坐标数值差的最大值
- 在国际象棋中指的是王从一个位置移至另一个位置需要走的步数
- 也称
棋盘距离
二维平面两点计算公式
d
=
m
a
x
(
∣
x
1
−
x
2
∣
,
∣
y
1
−
y
2
∣
)
d = max(|x_1 - x_2|, |y_1 - y_2|)
d=max(∣x1−x2∣,∣y1−y2∣)
n维平面两点计算公式
d
=
m
a
x
i
(
∣
x
1
−
x
2
∣
)
d = max_i(|x_1 - x_2|)
d=maxi(∣x1−x2∣)
海明距离
- 两个等长字符串之间的海明距离是两个字符串对应位置的不同字符的个数
- 即将一个字符串变换成另外一个字符串所需要替换的字符个数
- 1001101 与 1001011 的海明距离为2
- 2143896 与 2233796 的海明距离为3
- toned 与roses 的海明距离为3
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
