Node.js 服务端项目集成 Taotoken 多模型 API 的实践
2026/5/25 1:13:26
曼哈顿距离,也称作城市街区距离或L1距离,是两点在标准坐标系上的绝对轴距之和。
简单来说,想象你在一个规划整齐的棋盘式城市(比如曼哈顿)里,你不能斜着穿过建筑街区,只能沿着街道行走。那么,从一点到另一点的最短路径,就是沿着垂直的街道走,其行走的总距离就是曼哈顿距离。
假设我们在一个二维网格上有两个点:
那么,A 和 B 之间的曼哈顿距离计算如下:
d = |1 - 4| + |1 - 5| = | -3 | + | -4 | = 3 + 4 = 7
这意味着,如果你从A点出发,只能水平或垂直移动,到达B点最少需要走7个单位长度。
为了更好地理解曼哈顿距离,我们经常将它和我们最熟悉的欧几里得距离(即直线距离)进行比较。
特征 | 曼哈顿距离 | 欧几里得距离 |
定义 | 绝对轴距之和 | 两点间的直线距离 |
公式 | ||
几何意义 | 只能沿坐标轴方向移动的路径长度 | “最短路径”或“乌鸦飞行的距离” |
别称 | L1距离、城市街区距离 | L2距离 |
值的大小 | 在同一组点中,曼哈顿距离通常大于或等于欧氏距离 | 在同一组点中,欧氏距离通常小于或等于曼哈顿距离 |
继续上面的例子:
可以看到,曼哈顿距离(7)确实大于欧氏距离(5)。
曼哈顿距离因其独特的性质,在许多领域有广泛应用:
一个有趣的方式来理解不同距离度量是观察它们的“等距离线”——即到中心点距离相等的所有点构成的图形。
曼哈顿距离是一个直观且计算简便的距离度量方式,它描绘了一个在网格状约束下的世界。虽然它不是空间中最短的物理路径,但在许多现实世界和计算问题中,它比欧几里得距离更能准确地反映实际的“成本”或“距离”。