什么是几何距离?
几何距离是描述空间中两点之间"远近"的数学概念，在数学、计算机科学、物理学等多个领域都有广泛的应用。不同的距离定义方式适用于不同的场景和问题。
本工具支持三种最常用的距离计算方式：欧几里得距离、曼哈顿距离和切比雪夫距离。
欧几里得距离 (Euclidean Distance)
欧几里得距离是最直观的距离定义，即我们通常所说的"直线距离"。它度量的是在 n 维空间中两点之间的最短路径。
d = √[(x₂ - x₁)² + (y₂ - y₁)² + ... + (z₂ - z₁)²]
应用场景：机器学习中的 k-近邻算法、空间距离计算等。
曼哈顿距离 (Manhattan Distance)
曼哈顿距离，也称为城市街区距离，是两点在坐标轴上投影距离的总和。想象在城市中从一个地点到另一个地点，只能沿着街道行走，曼哈顿距离就是这种情况下的实际行走距离。
d = |x₂ - x₁| + |y₂ - y₁| + ... + |z₂ - z₁|
应用场景：城市规划、导航系统、图像处理等。
切比雪夫距离 (Chebyshev Distance)
切比雪夫距离是两点在各坐标轴上投影距离的最大值。它模拟了国际象棋中国王的移动方式——可以向任何方向移动一步。
d = max(|x₂ - x₁|, |y₂ - y₁|, ..., |z₂ - z₁|)
应用场景：棋盘游戏、决策树算法、物流优化等。
常见问题 (FAQ)
可以计算三维坐标吗?
是的，本工具支持二维和三维坐标的距离计算。如果您不需要三维坐标，可以将 Z 坐标留空。
距离结果保留几位小数?
距离结果默认保留两位小数，以保证结果的准确性和可读性。