📣
TiDB Cloud Premium 开放公测中。为企业级工作负载提供无限扩展、即时弹性伸缩和高级安全保障。此页面由 AI 自动翻译,英文原文请见此处。

L1_DISTANCE



计算两个向量之间的曼哈顿(L1)距离,即对应元素绝对差之和。

语法

L1_DISTANCE(vector1, vector2)

参数

  • vector1:第一个向量(VECTOR 数据类型)
  • vector2:第二个向量(VECTOR 数据类型)

返回值

返回一个 FLOAT 值,表示两个向量之间的曼哈顿(L1)距离。该值始终为非负数:

  • 0:两个向量相同
  • 更大的值:两个向量距离更远

描述

L1 距离也称为曼哈顿距离或出租车距离,用于计算两个向量对应元素绝对差的总和。它适用于特征比较和稀疏数据分析。

公式:L1_DISTANCE(a, b) = |a1 - b1| + |a2 - b2| + ... + |an - bn|

示例

基本用法

-- Calculate L1 distance between two vectors SELECT L1_DISTANCE([1.0, 2.0, 3.0]::vector(3), [4.0, 5.0, 6.0]::vector(3)) AS distance;

结果:

╭──────────╮ │ distance │ ├──────────┤ │ 9 │ ╰──────────╯

创建一个包含向量数据的表:

CREATE OR REPLACE TABLE vectors ( id INT, vec VECTOR(3) ); INSERT INTO vectors VALUES (1, [1.0000, 2.0000, 3.0000]), (2, [1.0000, 2.2000, 3.0000]), (3, [4.0000, 5.0000, 6.0000]);

使用 L1 距离查找最接近 [1, 2, 3] 的向量:

SELECT id, vec, L1_DISTANCE(vec, [1.0000, 2.0000, 3.0000]::VECTOR(3)) AS distance FROM vectors ORDER BY distance ASC;
╭─────────────────────────────╮ │ id │ vec │ distance │ ├────┼───────────┼────────────┤ │ 1 │ [1,2,3] │ 0 │ │ 2 │ [1,2.2,3] │ 0.20000005 │ │ 3 │ [4,5,6] │ 9 │ ╰─────────────────────────────╯

文档内容是否有帮助?