我有一个2D矩阵，表示为值的向量，一个索引表示第一个单元格，一对坐标表示第二个单元格。
vector<double> matrix;
auto index = 10;
auto x1 = index % width;
auto y1 = index / width;
auto x2 = ...
auto y2 = ...
我需要找到这两个单元格之间的距离，对于8个相邻单元格的第一个“环”，该距离等于1，对于第二个环，该距离等于2，依此类推。
有没有比欧几里德距离更快的方法？
您需要的是经过修改的“曼哈顿距离”。我认为您的用例可能有一个特定的名称，但我不知道。无论如何，这就是我要做的。
假设这两点x相距行距和y列距。然后x+y是曼哈顿距离。但是在您的情况下，也允许对角线移动。所以，如果你对点角地移动最初，你会覆盖的小x和y，剩余的其他一些量。然后，您可以水平/垂直移动以覆盖剩余的距离。因此，按您的度量标准得出的距离为max(x,y)。
给定点(x1,y1)和(x2,y2)，答案将是max(|x1-x2|,|y1-y2|)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句