你以为距离就是两点之间的直线？其实数学家定义了好些种严谨的远近度量方式

要知道，我们口中的“距离”从来都不止有一种标准。想理解这场认知的演变，不妨先从最符合日常直觉的物理空间说起。

unsetunset欧几里得距离unsetunset

两点之间直线最短，是我们对日常物理空间最直观的认知。

这种最朴素的距离定义，在数学中称为欧几里得距离(Euclidean distance)，也是经典物理学与牛顿力学体系中默认的距离度量。

在平面直角坐标系中，欧几里得距离由勾股定理计算。设两点坐标为 与 ，横坐标之差为 ，纵坐标之差为 ，则两点间的距离 为：

拓展到三维空间，补充第三个维度的坐标差值 ，公式变为：

这套计算逻辑可以无缝推广到任意有限维欧几里得空间。人类的大脑无法想象三维以上的视觉图像，但对数学家与计算机科学家而言，多一个维度不过是在根号下多加一项平方差而已。

在今天的AI领域，人脸特征、文本语义都会被转化为成百上千维的数值向量，算法正是通过计算高维空间里的欧氏距离或余弦相似度，来判断两张人脸是否匹配、两段文本是否语义相近。

测量直线距离的手段随尺度各有不同：短距离可用直尺直接量取，长距离可通过雷达反射测算，微观尺度的精密测量会用到激光干涉法，而面对极遥远的深空，人类则必须动用“宇宙距离阶梯”，像搭积木一样利用多种物理与天文方法逐级向宇宙深处测算。平直空间的距离认知高度贴合日常经验，人们常常默认这就是距离的唯一形态。

unsetunset测地线与球面距离unsetunset

可一旦受限于弯曲的表面，传统的直线距离往往就会失去实用价值。

比如在地球表面，就不可能直接横穿地球内部去走那条两点间的空间直线。

而通常所说的直线飞行距离，实际是沿地球球面的最短路径。数学上，球面上两点的最短路径对应大圆距离：想象用一个平面同时穿过地心与地表两点，这个平面截出的球面最大圆周就是大圆，连接两点的较短弧长就是大圆距离。

洛杉矶与东京之间的民航航线在向西飞行（上图）时大致沿大圆路径，而向东返回（下图）时则会顺着高空急流飞行。这条最短路径之所以在地图上呈现为曲线而非直线，是因为与真实的地球球面相比，地图投影无法在所有方向上做到等比例缩放。

推广到一般曲面，连接两点的局部最短路径称为测地线（geodesic）。当两点距离足够接近时，测地线就是它们之间的最短路径。对一只不会飞的蚂蚁而言，球面的测地线就是它能走出的最短路线，正如直线是平直空间中的最短路径。

unsetunset相对论与宇宙学距离unsetunset

前面提到的各种距离变化，都只是最短路径的形态发生了改变，衡量距离的基准本身依然保持不变。直到相对论出现，人们才真正打破了距离绝对不变的观念。

在狭义相对论框架下，长度收缩、同时性的相对性等效应表明，物体之间的距离并不存在唯一的固定值，测量结果取决于观测者所处的惯性参考系。同一个物体，对不同运动状态的观测者而言，测得的长度可能并不相同。

进一步，在广义相对论中，引力不再被视作一种作用力，而体现为时空几何的弯曲；而在宇宙学尺度上，空间本身还会随着宇宙不断膨胀，使得两点之间的距离随时间演化，欧几里得几何也不再足以描述整个宇宙。

为了适应不同的观测需求，宇宙学家定义了多种宇宙学距离度量，例如光度距离、角直径距离、共动距离等，用以描述膨胀宇宙中不同意义下的距离。

unsetunset离散空间的距离unsetunset

当我们从理想的连续时空回到规则受限的现实生活，距离的定义会再次发生改变。

曼哈顿距离

比如在方格布局的城市中，人们更关心沿街道通行的路程，而非两点的直线距离。这种沿横纵网格累加的通行距离，称为曼哈顿距离(Manhattan distance)。此时两点间的距离不再需要开平方，而是直接将横纵坐标的差值绝对值相加：

这个数值，刚好等于沿网格横向与纵向走过的街区总数。

另一个典型例子是国际象棋棋盘：国王每次可以朝八个方向移动一格，两个格子之间国王抵达目标所需的最少步数，对应的就是切比雪夫距离(Chebyshev distance)，也叫棋盘距离。

这两类距离既是对特定现实规则的精确映射，也在理论数学与计算机算法（如路径规划、图像识别）中占据着核心地位。

unsetunset度量空间的公理统一unsetunset

从平直空间到曲面，从连续几何到离散网格，各类距离看似风马牛不相及，却在数学本质上遵循相同的核心规则。

为了给所有形态的远近建立一套通用的判断标准，数学家定义了度量空间(metric space) 的概念，不必关心距离的现实背景是城市还是棋盘，而是在集合上定义一个距离函数 。只要满足三条底层公理，就可以被视作严格数学意义上的距离。

设集合中任意三点为 ，距离函数为 ，则三条公理为：

1. 正定性： ，当且仅当 时，

2. 对称性：

3. 三角不等式：

物理空间的长度、概率分布的统计距离、文本字符串的编辑距离、社交网络中的分隔度数，只要符合这套公理体系，都可以用统一的数学框架研究。

unsetunset隐喻层面的距离unsetunset

当距离的概念跨越到社会科学领域，便不再严格受数学公理约束。

社会距离、心理距离等概念是空间概念的隐喻延伸，用来衡量人与人、群体与群体之间的疏离程度。这里多半没法满足对称性等公理规则。比如，不妨用函数 来代表 对 的心理距离，那么一种常见的场景往往表现为：

我 她 但 她 我

这种用数学定义的不对称冷酷而精准地刻画了什么叫单相思。

参考维基百科(Distance)，遵循CC BY-SA 4.0协议创作。

来源：遇见数学

编辑：韶音

转载内容仅代表作者观点

不代表中科院物理所立场

如需转载请联系原公众号