曼哈顿距离和切比雪夫距离

转载 https://www.cnblogs.com/zwfymqz/p/8253530.html

本文只讨论二维空间中的曼哈顿距离与切比雪夫距离

曼哈顿距离

定义

设平面空间内存在两点,它们的坐标为(x1,y1) (x2,y2) .

则  \large dis = | x1 - x2 | + | y1 -y2|

即两点横纵坐标差之和, 两点在南北方向上的距离加上在东西方向上的距离

煮个栗子

如图所示,图中A,B 两点的曼哈顿距离为AC+BC=4+3=7

 

 

切比雪夫距离

定义

设平面空间内存在两点,它们的坐标为(x1,y1),(x2,y2)

则dis=max(|x1−x2|,|y1−y2|)

即两点横纵坐标差的最大值

再煮个栗子

dis=max(AC,BC)=AC=4

 

两者之间的关系

两者的定义看上去好像毛线关系都没有,但实际上,这两种距离可以相互转化

我们考虑最简单的情况,在一个二维坐标系中,设原点为(0,0)

如果用曼哈顿距离表示,则与原点距离为1的点会构成一个边长为√2的正方形

 

 

如果用切比雪夫距离表示,则与原点距离为1的点会构成一个边长为2的正方形

 

 

仔细对比这两个图形,我们会发现这两个图形长得差不多,他们应该可以通过某种变换互相转化。

事实上,

将一个点(x,y)的坐标变为 \large (x+y ,x-y) 后,原坐标系中的曼哈顿距离 == 新坐标系中的切比雪夫距离

将一个点(x,y)的坐标变为  \large ( \frac{x+y}{2} ,\frac{x-y}{2})  后,原坐标系中的切比雪夫距离 == 新坐标系中的曼哈顿距离

 

用处

切比雪夫距离在计算的时候需要取max,往往不是很好优化,对于一个点,计算其他点到该的距离的复杂度为O(n)

而曼哈顿距离只有求和以及取绝对值两种运算,我们把坐标排序后可以去掉绝对值的影响,进而用前缀和优化,可以把复杂度降为O(1) . 

题目 :  https://www.luogu.org/problemnew/show/P3964

相关推荐
©️2020 CSDN 皮肤主题: 撸撸猫 设计师:马嘣嘣 返回首页