你如何考虑曼哈顿距离和切比雪夫在搜索从a到b的网格中的最短路径时更加明智和可接受,其中只允许水平和垂直移动?
答案 0 :(得分:1)
曼哈顿距离是两个独立轴上的距离之和Manhattan = |x_a - x_b| + |y_a - y_b|
,而切比雪夫距离只是这两个轴中的最大距离:Chebyshev = max(|x_a - x_b|, |y_a - y_b|)
。因此,曼哈顿距离始终至少与切比雪夫距离一样大,通常更大。
在不允许网格上的对角线移动的情况下,两个距离都是可接受的(它们都不会过高估计真实距离)。
鉴于两个距离指标总是等于或小于真实距离,并且曼哈顿距离总是等于或大于切比雪夫距离,曼哈顿距离将始终至少为“接近真实” ”。换句话说,在这种具体情况下,曼哈顿距离将提供更多信息。
请注意,如果允许对角线移动,或者如果您不是在谈论网格,那么情况可能会有所不同。