[曼哈顿Manhattan距离][1] 和 [欧氏Euclidean距离][2]csdn

本文详细介绍了曼哈顿距离和欧式距离的概念及其在计算机图形学中的应用。曼哈顿距离适用于网格环境中两点间路径的计算,而欧式距离则直接反映两点间的实际距离。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

曼哈顿Manhattan距离欧氏Euclidean距离ok

标签:数学

0. 各种距离及python实现

1.曼哈顿距离

首先介绍一下曼哈顿,曼哈顿是一个极为繁华的街区,高楼林立,街道纵横,从A地点到达B地点没有直线路径,必须绕道,而且至少要经C地点,走AC和 CB才能到达。

由于街道很规则,ACB就像一个直角3角形,AB是斜边,AC和CB是直角边,根据毕达格拉斯(勾股)定理,或者向量理论,都可以知道用AC和CB 可以表达AB的长度。

在早期的计算机图形学中,屏幕是由像素构成,是整数,点的坐标也一般是整数,原因是浮点运算很昂贵,很慢而且有误差,如果直接使用AB的距离,则必须要进 行浮点运算,如果使用AC和CB,则只要计算加减法即可,这就大大提高了运算速度,而且不管累计运算多少次,都不会有误差。

因此,计算机图形学就借用曼哈 顿来命名这一表示方法。
在我们常用的平面CAD中,都会有格点,他是基本单位,定义了格点大小后,就可以使用整数来表示和运算,不会引入计算误差,又快又精确。

如图:
$$ 曼哈顿

若 已 知 a 点 ( x 1 , y 1 ) 和 b 点 ( x 2 , y 2 ) 那 么 曼 哈 顿 距 离 d 就 是 若已知 a 点 (x_1, y_1) 和 b 点 (x_2, y_2) 那么曼哈顿距离d就是 a(x1,y1)bx2,y2d

d = ∣ x 1 − x 2 ∣ + ∣ y 2 − y 1 ∣ d = |x_1-x_2| + |y_2 - y_1| d=x1x2+y2y1

2.欧式距离

其实就是直接算两点之间的距离,和来源于勾股定理的面积证明。

若 已 知 a 点 ( x 1 , y 1 ) 和 b 点 ( x 2 , y 2 ) 那 么 曼 欧 式 距 离 d 就 是 若已知 a 点 (x_1, y_1) 和 b 点 (x_2, y_2) 那么曼欧式距离d就是 a(x1,y1)bx2,y2d

d = ( x 1 − x 2 ) 2 + ( y 2 − y 1 ) 2 d = \sqrt{ (x_1-x_2)^2 + (y_2 - y_1)^2 } d=(x1x2)2+(y2y1)2

Euclidean

转载和疑问声明

如果你有什么疑问或者想要转载,没有允许是不能转载的哈
赞赏一下能不能转?哈哈,联系我啊,我告诉你呢 ~~
欢迎联系我哈,我会给大家慢慢解答啦~~~怎么联系我? 笨啊~ ~~ 你留言也行

你关注微信公众号1.机器学习算法工程师:2.或者扫那个二维码,后台发送 “我要找朕”,联系我也行啦!

(爱心.gif) 么么哒 ~么么哒 ~么么哒
码字不易啊啊啊,如果你觉得本文有帮助,三毛也是爱!

我祝各位帅哥,和美女,你们永远十八岁,嗨嘿嘿~~~

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