曼哈顿距离计算公式

曼哈顿距离计算公式：d(i，j)=|xi-xj|+|yi-yj|。

曼哈顿距离是由十九世纪的赫尔曼·闵可夫斯基所创词汇，是种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和。

曼哈顿距离不是距离不变量，当坐标轴变动时，点间的距离就会不同。曼哈顿距离示意图在早期的计算机图形学中，屏幕是由像素构成，是整数，点的坐标也一般是整数，原因是浮点运算很昂贵，很慢而且有误差。

如果直接使用AB的欧氏距离，则必须要进行浮点运算，如果使用AC和CB，则只要计算加减法即可，这就大大提高了运算速度，而且不管累计运算多少次，都不会有误差。

曼哈顿距离是两点在南北方向上的距离加上在东西方向上的距离，主要用来计算两个点在标准坐标系上的绝对轴距总和。计算公式是d(i,j)=|xi-xj|+|yi-yj|。曼哈顿距离具有非负性、同一性、对称性、三角不等式等数学性质。

要注意的是，曼哈顿距离依赖坐标系统的转度，而非系统在坐标轴上的平移或映射。

def My_abs(num):

if num <0:

num *= -1

return num

print(abs(-5))

x1,y1=eval(input("输入A点坐标，以逗号分隔："))

x2,y2=eval(input("输入B点坐标，以逗号分隔："))

# 计算曼哈顿距离的函数

def getManhattanDistance(x1, y1, x2, y2):

return My_abs(x1 - x2) + My_abs(y1 - y2)

# 调用并输出计算的曼哈顿距离

print(getManhattanDistance(x1, y1, x2, y2))

abs在Python中有了，然后我就命名成了My_abs。

备注也都打好了。

折柳成荫写的是C，soulofbug写的是python

---