Manhattan Mesafesi Nedir?
Manhattan mesafesi — taksi mesafesi, şehir bloğu (city-block) mesafesi ya da L1 mesafesi olarak da bilinir — iki nokta arasındaki uzaklığı yalnızca yatay ve dikey yollar boyunca hareket edebildiğinizde ölçer; tıpkı Manhattan'ın ızgara şeklindeki sokaklarında ilerleyen bir taksi gibi. Düz çizgiyle giden Öklid mesafesinin aksine, yatay ve dikey hareketleri ayrı ayrı toplar; yani bir bloğu asla çapraz kesemezsiniz.
Hesaplayıcıyı Nasıl Kullanırsınız?
İlk noktanızın koordinatlarını X₁ ve Y₁ olarak, ikinci noktanızı ise X₂ ve Y₂ olarak girin. Hesaplayıcı, toplam Manhattan mesafesini anında verir; ayrıca yatay ve dikey bileşenleri de gösterir, böylece sonucun nasıl oluştuğunu net biçimde görebilirsiniz.
Formülün Açıklaması
Manhattan mesafesi şu şekilde tanımlanır: $$d = \left| \text{X}_2 - \text{X}_1 \right| + \left| \text{Y}_2 - \text{Y}_1 \right|$$ Dikey çubuklar mutlak değeri ifade eder; işareti yok sayar, dolayısıyla yön önemsizdir — sola ya da sağa gitmek, her iki durumda da pozitif bir yatay hareket sayılır. İki mutlak fark birbirine eklenir, hepsi bu.
Örnek Çözüm
1. nokta (1, 2), 2. nokta (4, 6) olsun. Yatay fark \(\left| 4 - 1 \right| = 3\), dikey fark ise \(\left| 6 - 2 \right| = 4\)'tür. Bunları topladığımızda $$d = 3 + 4 = 7$$ elde ederiz. Aynı noktalar için Öklid mesafesinin 5 olacağını unutmayın; bu da ızgara kısıtlamasının taksi yolunu nasıl uzattığını gösterir.
Sıkça Sorulan Sorular
Manhattan mesafesi Öklid mesafesinden nasıl farklıdır? Öklid mesafesi "kuş uçuşu" düz çizgi yoludur; Manhattan mesafesi ise yalnızca eksenlere paralel hareketlere izin verir; bu nedenle her zaman Öklid mesafesine eşit ya da ondan büyüktür.
Koordinatlar negatif veya ondalıklı olabilir mi? Evet. Formül mutlak değer kullandığından, negatif ve ondalıklı koordinatlar sorunsuz çalışır.
Manhattan mesafesi nerelerde kullanılır? Makine öğrenmesinde (k-en yakın komşu, kümeleme), satrançta ve ızgara üzerinde yol bulmada, görüntü işlemede ve sokak ızgaralarında lojistik rota planlamasında yaygın olarak kullanılır.
