专题常用距离算法从入门到入土_空间上一个点到另一空间两个点的最短距离-CSDN博客

本文链接：https://blog.csdn.net/weixin_44577381/article/details/96435009

常用距离算法

一、欧氏距离（欧几里得度量）
二、曼哈顿距离
三、切比雪夫距离
四、二维曼哈顿距离与切比雪夫距离的相互转化

一、欧氏距离（欧几里得度量）

欧氏距离 是最易于理解的一种距离算法。在数学的平面直角坐标系中，设点 $A, B$ 的坐标分别为 $A(x_1,y_1),B(x_2,y_2)$ ，求点 $A, B$ 之间的距离，我们一般会使用如下公式：

$\left | AB \right | = \sqrt{\left ( x_2 - x_1 \right )^2 + \left ( y_2 - y_1 \right )^2}$

实际上这就是平面 （二维空间） 中两点欧氏距离的距离公式，除此之外 $P (x, y) P (x, y)$ 到原点的欧氏距离可以用公式表示为：

$\left | P \right | = \sqrt{x^2+y^2}$

举个例子，在下图中 $A, B$ 的坐标分别为 $A (6, 5), B (2, 2)$ 。

通过公式，我们很容易得到 A,BA,B 两点间的欧氏距离：
在这里插入图片描述
$\left | AB \right | = \sqrt{\left ( 2 - 6 \right )^2 + \left ( 2 - 5 \right )^2} = \sqrt{4^2+3^2} = 5$

那么，三维空间 中两点的欧氏距离公式呢？我们来观察下图。

我们很容易发现，在 $\triangle ADC$ 中， $\angle ADC = 90^\circ$ ；在 $\triangle ACB$ 中， $\angle ACB = 90^\circ$ 。

在这里插入图片描述

由此可得，三维空间 中欧氏距离的距离公式为：

$\left | AB \right | = \sqrt{\left ( x_2 - x_1 \right )^2 + \left ( y_2 - y_1 \right )^2 + \left ( z_2 - z_1 \right )^2}$

$\left | P\right | = \sqrt{x^2+y^2+z^2}$

以此类推，我们就得到了 $n$ 维空间 中欧氏距离的距离公式：

在这里插入图片描述

欧氏距离 的一般模型：

在一个坐标系上，求从一个点到另一个点的最短距离。

欧氏距离 的缺点：

两个整点计算其欧氏距离时，往往答案是浮点型，会存在精度误差。

二、曼哈顿距离

在 二维空间 内，两个点之间的曼哈顿距离为它们横坐标之差的绝对值与纵坐标之差的绝对值之和。设点 $A(x_1,y_1),B(x_2,y_2)$ ，则 $A, B$ 之间的曼哈顿距离用公式可以表示为：

$\left | x_1 - x_2\right | + \left | y_1 - y_2 \right |$

观察下图：

在 $A, B$ 间， $\color{yellow}{\text{黄线}}$ ， $\color{orange}{\text{橙线}}$ 都表示曼哈顿距离，而 $\color{red}{\text{红线}}$ ， $\color{blue}{\text{蓝线}}$ 表示等价的曼哈顿距离， $\color{green}{\text{绿线}}$ 表示欧氏距离。

同样的例子，在下图中 $A, B$ 的坐标分别为 $A (6, 5), B (2, 2)$ 。

在这里插入图片描述

通过公式，我们很容易得到 $A, B$ 两点间的曼哈顿距离：

$\left | 6 - 2\right | + \left | 5 - 2\right | = 4 + 3 = 7$

$n$ 维空间 的曼哈顿距离公式：

在这里插入图片描述

除了公式之外，曼哈顿距离还具有以下 数学性质：

非负性

曼哈顿距离是一个非负数。

$d(i,j)\geq 0d(i,j)≥0$

统一性

点到自身的曼哈顿距离为 $0$ 。

$d (i, i) = 0$

对称性

$A$ 到 $B$ 与 $B$ 到 $A$ 的曼哈顿距离相等，且是对称函数。

$d (i, j) = d (j, i)$

三角不等式

从点 $i$ 到 $j$ 的直接距离不会大于途经的任何其它点 $k$ 的距离。

$d(i,j)\leq d(i,k)+d(k,j)$

曼哈顿距离 的一般模型：

在国际象棋棋盘上，车从一个格子走到另一个格子的最短距离就是曼哈顿距离。

若网格图上的一个点只能到上下左右 44 个点，且到这 44 个点的距离都相同，则该网格图上两点的距离也为曼哈顿距离。

例题2.1 P5098 [USACO2004OPEN]Cave Cows 3 洞穴里的牛之三

由于 $i$ 和 $j$ 是无序的，我们不妨假设 $x_i\ge x_j$ ，那么我们对 $y$ 进行分类讨论：

如果 $y_i\ge y_j$ ，那么 $d(i,j)=x_i-x_j+y_i-y_j=(x_i+y_i)-(x_j+y_j)$ 。答案最大为 $max_{x+y}-\min_{x+y}$ 。

如果 $y_i<y_j$ ，那么 $d(i,j)=x_i-x_j-y_i+y_j=(x_i-y_i)-(x_j-y_j)$ 。答案最大为 $max_{x-y}-\min_{x-y}$ 。

所以我们只需要维护 $x + y$ 和 $x - y$ 的最大值和最小值就行了。

代码如下：

#include <bits/stdc++.h>
using namespace std;

inline int read()
{
    int X=0;bool flag=1; char ch=getchar();
    while(ch<'0'||ch>'9') {if(ch=='-') flag=0; ch=getchar();}
    while(ch>='0'&&ch<='9') {X=(X<<1)+(X<<3)+ch-'0'; ch=getchar();}
    if(flag) return X;
    return ~(X-1);
}

int main()
{
    int n=read();
    int sum1=-INT_MAX,sum2=INT_MAX;
    int dif1=-INT_MAX,dif2=INT_MAX;
    for(int i=1;i<=n;++i)
    {
        int x=read(),y=read();
        sum1=max(sum1,x+y);
        sum2=min(sum2,x+y);
        dif1=max(dif1,x-y);
        dif2=min(dif2,x-y);
    }
    printf("%d",max(sum1-sum2,dif1-dif2));
    return 0;
}