欧几里得最短距离公式_欧几里得度量(欧氏距离)

欧几里得度量,或者说欧氏距离,Euclidean Distance,这个名字来自著名的古希腊数学家欧几里得。

欧几里得(公元前330年—公元前275年),古希腊数学家。他活跃于托勒密一世(公元前364年-公元前283年)时期的亚历山大里亚,被称为“几何之父”,他最著名的著作《几何原本》是欧洲数学的基础,提出五大公设,欧几里得几何,被广泛的认为是历史上最成功的教科书。欧几里得也写了一些关于透视、圆锥曲线、球面几何学及数论的作品。

欧几里得度量(欧氏距离)是最易于理解的一种距离计算方法,源自欧氏空间中两点间的距离公式。

1, 平面上两点的欧氏距离

二维平面\(R^2\)的上两个点\(A(x_1,y_1)\)和\(B(x_2,y_2)\)的距离计算公式:

$$d=\sqrt{(x_1-x_2)^2+(y_1-y_2)^2}$$

2, 空间中两点的欧氏距离

三维空间\(R^3\)中,两个点\(A(x_1,y_1,z_1)\)和\(B(x_2,y_2,z_2)\)的距离计算公式:

$$d=\sqrt{(x_1-x_2)^2+(y_1-y_2)^2+(z_1-z_2)^2}$$

以上两个距离公式,均可以很轻松的通过勾股定理证明。

3, \(N\)维空间\(R^n\)中两点的欧氏距离

当空间维度超过3,我们无法直观的看到两个点的距离,但是套用平面和空间的欧氏距离计算公式的特点,我们可以得到\(N\)维空间\(R^n\)中,两点\(A=(a_1,a_2,...,a_n)\)和\(B=(b_1,b_2,...,b_n)\)的距离计算公式:

$$d=\sqrt{(a_1-b_1)^2+(a_2-b_2)^2+...+(a_n-b_n)^2}$$

写简单点,就是:

$$d=\sqrt{\sum^n_{i=1} (a_i-b_i)^2}$$

按照两个向量相乘的方式写,就是:

$$d=\sqrt{(A-B) \cdot (A-B)^T}$$

欧几里得度量(欧氏距离)的计算,就是这么简单。维空间\(R^n\)中两个点的欧氏距离,我们只能意淫!

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
提供的源码资源涵盖了Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 适合毕业设计、课程设计作业。这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。 所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值