免费曼哈顿距离计算器

曼哈顿距离，通常被称为出租车几何距离、街区距离或L1距离，度量在垂直街道和大道构成的网格中两点之间的距离。与计算直线（欧几里得距离）不同，该指标沿各坐标轴取绝对差值之和，反映了出租车在纽约或旧金山等城市必须遵循的路径。这一概念简单而强大，应用范围从国际象棋到机器学习。

公式背后的原理

对于 $n$ 维空间中的任意两点 —— $\vec{a} = [a_1, a_2, \dots, a_n]$ 和 $\vec{b} = [b_1, b_2, \dots, b_n]$ —— 曼哈顿距离 $d$ 定义为：

$$d = \sum_{i=1}^{n} |a_i - b_i|$$

在二维平面中，这变为 $d = |x_1 - x_2| + |y_1 - y_2|$。相同的模式无缝延伸到三维（加上 $z$ 轴差值）甚至四维，使得距离既能手动计算也可借助计算器轻松完成。

曼哈顿距离 vs. 欧几里得距离：关键区别

欧几里得距离计算点间直接对角线的长度，对于同一对点，它总是小于或等于曼哈顿距离。由于曼哈顿路径仅由水平和垂直线段组成——从不走对角线——因此不可能比欧几里得路径更短。用数学术语来说，曼哈顿距离使用L1范数，而欧几里得距离使用L2范数；前者始终至少不小于后者。

街区距离的用途

出租车几何距离出现在许多令人惊讶的场合：

• 国际象棋（车的移动）： 车沿水平或垂直方向移动任意方格。两个方格间的最小方格数就是曼哈顿距离。
• 数据科学与机器学习： L1距离用于聚类算法（例如，k-means与曼哈顿距离）、特征选择、Lasso正则化，以及图像处理和语音识别。
• 分子生物学： 在对齐DNA序列或剪接基因时，曼哈顿距离量化了核苷酸位置之间的差异。
• 视频游戏（贪吃蛇）： 在经典贪吃蛇游戏中，蛇只能上下左右移动。到达下一个食物所需的步数等于曼哈顿距离——因此也俗称“蛇形距离”。

实例：漫步曼哈顿

想象一下纽约的街道。大道呈南北走向，街道呈东西走向。起点是第二大道与第九街的拐角，表示为 $(2, 9)$。杂货店位于第三大道与第五街：$(3, 5)$。使用曼哈顿公式：

$$d = |2 - 3| + |9 - 5| = 1 + 4 = 5 \text{ city blocks}$$

无论你按什么顺序走——先沿大道再沿街道，或反之——总街区数始终为5。这说明了为什么该指标常被称为街区距离。

使用曼哈顿距离计算器

该工具支持 2D、3D或4D 空间中的点。您只需选择维度数量，输入两点的坐标，计算器将立即显示曼哈顿（L1）距离。这款免费的在线计算器节省时间，避免手动求和错误，无论您是学习距离度量的学生、处理多维数据的数据科学家，还是对基于网格的旅行距离感到好奇的人，都适用。