c++之按距离某点的距离排序

#include <iostream>
#include <algorithm>
#include<vector>
#include<opencv2/opencv.hpp>using namespace std;
using namespace cv;struct Closer {Point v;Closer(Point n) :v(n){}      //构造函数 bool opeerator ()(const Point & a1, const Point & a2) {    //排序要引用double d1 = Distance(a1, v);double d2 = Distance(a2, v);if (d1 < d2) return true;        return false;}double Distance(cv::Point n1, cv::Point n2) {return cv::norm(n1 - n2);}};int main()
{TickMeter time;time.start();vector<Point> a;a.push_back(Point(10, 10));a.push_back(Point(50, 50));a.push_back(Point(80, 80));a.push_back(Point(100, 100));Point c(70, 70);sort(a.begin(), a.end(), Closer(c));time.stop();cout << time.getAvgTimeSec() << endl;for ( auto it = a.begin(); it != a.end(); it++)cout << *it << ",";cout << endl;return 0;
}

c++之按距离某点的距离排序相关推荐

Java实现世代距离_IGD反转世代距离-多目标优化评价指标概念及实现
IGD反转世代距离-多目标优化评价指标概念及实现觉得有用的话,欢迎一起讨论相互学习~ 参考资料多目标进化优化[1]-郑金华老师,邹娟老师著实验室人手一本人人必看的宝藏图书! IGD(Invert ...
机器学习两种距离——欧式距离和马氏距离
我们熟悉的欧氏距离虽然很有用,但也有明显的缺点.它将样品的不同属性(即各指标或各变量)之间的差别等同看待,这一点有时不能满足实际要求.例如,在教育研究中,经常遇到对人的分析和判别,个体的不同属性对于区 ...
[机器学习-概念] 什么是欧式距离、标准化欧式距离、马氏距离、余弦距离
1.欧式距离(Euclidean Distance) 欧式距离源自N维欧氏空间中两点x1,x2x_1,x_2x1,x2间的距离公式: 2.标准化欧式距离(Standardized Euclidea ...
ML：图像数据、字符串数据等计算相似度常用的十种方法(余弦相似性、皮尔逊、闵可夫斯基距离/曼哈顿距离/欧氏距离/切比雪夫距离、马氏距离、汉明距离、编辑距离、杰卡德相似系数、相对熵/KL散度、Helli
ML:图像数据.字符串数据等计算相似度常用的十种方法(余弦相似性.皮尔逊.闵可夫斯基距离/曼哈顿距离/欧氏距离/切比雪夫距离.马氏距离.汉明距离.编辑距离.杰卡德相似系数.相对熵/KL散度.Helli ...
（《机器学习》完整版系列）附录 ——7、有趣的距离与范数（距离是两点之间的，如果将一个点固定在原点，则为向量的范数）
聚类的相似度通常用距离来刻划,距离又分为"(度量)距离"和"非度量距离","度量距离"由四条基本性质而"非度量距离"少满 ...
简单粗暴理解与实现机器学习之K-近邻算法（三）：距离度量、欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化距离、余弦距离、汉明距离、杰卡德距离、马氏距离
K-近邻算法文章目录 K-近邻算法学习目标 1.3 距离度量 1 欧式距离**(Euclidean Distance):** 2 **曼哈顿距离(Manhattan Distance):** 3 ...
什么是范数，及其对应的 “曼哈顿距离“、“欧式距离“、“闵氏距离“、“切比雪夫距离“
什么是范数,及其对应的 "曼哈顿距离"."欧式距离"."闵氏距离"."切比雪夫距离" 一.什么是范数二.欧式距离(对应 ...
常见的几种距离量度（欧式距离、曼哈顿距离、切比雪夫距离等）
在机器学习和数据挖掘中,我们经常需要计算样本之间的相似度,通常的做法是计算样本之间的距离.本文介绍几种常用的距离量度方法. 一.欧氏距离(Euclidean Distance) 我们从最常见的欧式距离 ...
Mahalanobis距离（马氏距离）
Mahalanobis距离(马氏距离) Mahalanobis距离是多维空间中两点相似性的度量,它本身不是聚类或者分类算法. Mahalanobis距离与Euclidean距离(欧式距离)类似,不过还 ...
欧式距离和马氏距离的关系（公式推导）
欧氏距离(Euclidean Distance)与马氏距离(Mahalanobis Distance) 欧氏距离度量样本和样本分布间的距离d(x,μ)=(x−μ)T(x−μ)\begin{align ...

c++之按距离某点的距离排序

c++之按距离某点的距离排序相关推荐

最新文章

热门文章