两个向量之间的欧氏距离（单行矩阵）

Question

我有两个向量（单行矩阵）。假设我们已经知道长度len。

A = [ x1 x2 x3 x4 x5 .... ]
B = [ y1 y2 y3 y4 y5 .... ]

要计算它们之间的欧几里德距离，最快的方法是什么。我的第一次尝试是：

diff = A - B
sum = 0
for column = 1:len
    sum += diff(1, column)^2
distance = sqrt(sum)

我已经通过这种方法循环了数百万次。所以，我正在寻找快速和正确的东西。请注意，我没有使用MATLAB，也没有可用的pdist2 API。

Answer 1

diff = A - B;
distance = sqrt(diff * diff');

或

distance = norm(A - B);

Answer 2

[val idx]    =  sort(sum(abs(Ti-Qi)./(1+Ti+Qi)));   

或

[val idx]    =  sort(sqrt(sum((Ti-Qi).^2))); 

Val是值，idx是应用欧几里德距离后要排序的列的原始索引值。 （Matlab代码）

Answer 3

要添加到@kol回答，

diff = A - B;
distance = sqrt(sum(diff * diff')) % sum of squared diff

或

distance = norm(A-B);