曼哈顿距离转换到切比雪夫距离

定义

在平面内,

1. 欧几里得距离($Euclidean Metric$):$sqrt {(x_1-x_2)^2 + (y_1-y_2)^2}$.

2. 曼哈顿距离($Manhattan Distance$):$sqrt {(x_1-x_2)^2 + (y_1-y_2)^2}$.

3. 切比雪夫定理($Chebyshev Distance$):$max(|x_1-x_2|, |y_1-y_2|)$.

转换

这里只介绍曼哈顿距离转换成欧几里得距离,反过来是类似的。

定理:$(x_1, y_1)$ 与 $(x_2, y_2)$ 的曼哈顿距离等于 $(x_1-y_1, x_1+y_1)$ 与 $(x_2-y_2, x_2+y_2)$ 的切比雪夫距离。

1. 从几何意义

距原点曼哈顿距离为 $a$ 的点组组成了一个正方形:$(a,0),(0,a),(-a,0),(0,-a)$.

同样,距原点切比雪夫距离为 $a$ 的点也组成一个正方形:$(a,a),(-a,a),(-a,-a),(a,-a)$.

建立一个一一映射,即相当于将曼哈顿距离中的点逆时针旋转 $45$ 度,再扩大 $sqrt 2$ 倍。

设点 $A(x,y)$,由旋转公式,${x}' = sqrt 2(cos hetacdot  x - sin hetacdot y), {y}' = sqrt 2(sin heta cdot x + cos hetacdot y)$,所以 ${A}'(x-y, x+y)$.

2. 从代数意义

参考链接:https://zhuanlan.zhihu.com/p/32878257

原文地址:https://www.cnblogs.com/lfri/p/11382922.html