两个向量之间的欧几里得距离（单行矩阵）答案

【问题标题】：Euclidean distance between two vectors (single row matrix)两个向量之间的欧几里得距离（单行矩阵）
【发布时间】：2012-11-13 20:53:24
【问题描述】：

我有两个向量（单行矩阵）。假设我们已经知道len的长度。

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

要计算它们之间的欧几里得距离，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)

我已经循环使用这种方法数百万次。所以，我正在寻找快速且正确的东西。请注意，我没有使用 MATLAB，也没有可用的 pdist2 API。

【问题讨论】：

【解决方案1】：

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

或

distance = norm(A - B);

【讨论】：

【解决方案2】：

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

或

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

Val 是值，idx 是应用欧几里得距离后被排序的列的原始索引值。（Matlab代码）

【讨论】：

【解决方案3】：

要添加到@kol 答案，

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

或

distance = norm(A-B);

【讨论】：