题目链接：https://www.luogu.com.cn/problem/P3964 思路：可以发现题目中是求切比雪夫距离和最小，可以先把切比雪夫距离转换成曼哈顿距离。比雪夫距离(x,y)，转换成曼哈顿距离就变成了( (x+y)/2，(x-y)/2 )。为了避免浮点数，可以先不除2，最后结果再除2 ...
分类：
其他好文 时间：
2020-10-05 22:25:12
阅读次数：
23
题意： 求$n$个点的切比雪夫距离和值的最小值 切比雪夫距离：对于$x_1,y_1,x_2,y_2$定义两个点的切比雪夫距离为$max(|x_1-x_2|,|y_1-y_2|)$ 范围&性质：$1\le n\le 105,-109\le x,y \le 10^9$ 分析： 首先我们先来了解一个小结论 ...
分类：
其他好文 时间：
2020-09-17 21:43:47
阅读次数：
35
欧几里得距离： $n$ 维空间的表示就是 $$\sqrt{\sum\limits^{n}_ {i=1} (ax_i ay_i)^2}$$ 感觉好装的样子…… 曼哈顿距离 $$\sum\limits_{i=1}^{n} |ax_i ay_i|$$ 还是感觉好装的样子 切比雪夫距离 $$\max\lim ...
分类：
其他好文 时间：
2020-04-27 09:58:05
阅读次数：
59
自然语言处理入门基础 1 数学基础 （1）线性代数 向量、 矩阵、距离计算（余弦距离、欧式距离、曼哈顿距离、明可夫斯基距离、切比雪夫距离、杰卡德距离、汉明距离、标准欧式距离、皮尔逊相关系数） （2）概率论 随机试验、条件概率、全概率、贝叶斯定理、信息论 （3）统计学 图形可视化（饼图、条形图、热力图 ...
分类：
其他好文 时间：
2020-01-19 12:39:31
阅读次数：
72
题面 "vjudge" 求出$n$维空间中的点集数目，满足其直径恰好为$D$。点集的直径是点集中最远一对 点的切比雪夫距离。如果两个点集可以通过平移相互转换,则这两个点集是相同的。 题解 直接蒯Anson爷的题解了： 平移的限制可以理解为每一维都存在该维坐标为$0$的点(认为所有坐标都是非负整数)。 ...
分类：
其他好文 时间：
2020-01-15 23:09:24
阅读次数：
74
1. 欧氏距离(Euclidean Distance) 欧氏距离是最容易直观理解的距离度量方法，我们小学、初中和高中接触到的两个点在空间中的距离一般都是指欧氏距离。 二维平面上点a(x1,y1)与b(x2,y2)间的欧氏距离: 三维空间点a(x1,y1,z1)与b(x2,y2,z2)间的欧氏距离: ...
分类：
其他好文 时间：
2019-12-02 18:35:57
阅读次数：
109
"题目链接" 题解 先把每个格子看做一个点 (所谓的切比雪夫距离的转化) ,然后旋转45度,再把他塞到一个每个格子大小为$d d$的网格图中,那么在一个格子上的点颜色相同 代码 cpp include using namespace std; define re register define ll ...
分类：
其他好文 时间：
2019-10-25 09:21:06
阅读次数：
68
"传送门" 被$jz$姐姐带着飞……代码的话直接在上面找吧 $A$ 发现这样的数不会很多，直接把所有的都打表打出来就行了 $B$ 转换成切比雪夫距离后，每个点分别向$x,y$坐标最大最小的点连边，跑个最大生成树就行了 $C$ 最终的柿子一定行如$s\pm t=2a_{i_1} 2a_{i_2}+.. ...
在数据挖掘中，无论是对数据进行分类、聚类还是异常检测、关联性分析，都建立在数据之间相似性或相异性的度量基础上。通常使用距离作为数据之间相似性或相异性的度量方法，常用的度量方法有欧式距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、汉明距离、余弦距离、马氏距离、Jaccard系数、相关系数、信息熵。 欧... ...
分类：
其他好文 时间：
2019-10-17 11:58:52
阅读次数：
119
[TOC] 机器学习中的距离 机器学习任务中，常用的距离公式有以下几种： 1. 欧式距离（又称欧几里得距离） 2. 曼哈顿距离（又称城市街区距离） 3. 切比雪夫距离 4. 闵氏距离（又称闵可夫斯基距离） 5. 标准化欧式距离 6. 余弦距离 （一）欧式距离 公式： $$ d = \sqrt{(a ...
分类：
其他好文 时间：
2019-10-12 01:35:26
阅读次数：
104
