编程c++欧式距离归一化处理

欧式距离归一化处理可以使用以下步骤：

1. 计算欧式距离：对于两个向量x和y，欧式距离为d = sqrt(sum((x-y)^2))，其中^2表示平方，sum表示求和，sqrt表示平方根。

2. 找到向量中的最大值和最小值：对于向量中的每个元素，找到最大值和最小值。

3. 归一化处理：对于每个元素，使用以下公式进行归一化处理：x' = (x - min) / (max - min)，其中x'是归一化后的值，x是原始值，max和min是向量中的最大值和最小值。

下面是一个C++代码示例：

#include <iostream>
#include <vector>
#include <cmath>

using namespace std;

double euclidean_distance(vector<double> x, vector<double> y) {
    double distance = 0.0;
    for (int i = 0; i < x.size(); i++) {
        distance += pow(x[i] - y[i], 2);
    }
    return sqrt(distance);
}

void normalize(vector<double>& x) {
    double max_val = x[0];
    double min_val = x[0];
    for (int i = 1; i < x.size(); i++) {
        if (x[i] > max_val) {
            max_val = x[i];
        }
        if (x[i] < min_val) {
            min_val = x[i];
        }
    }
    for (int i = 0; i < x.size(); i++) {
        x[i] = (x[i] - min_val) / (max_val - min_val);
    }
}

int main() {
    vector<double> x = {1.0, 2.0, 3.0};
    vector<double> y = {4.0, 5.0, 6.0};
    double distance = euclidean_distance(x, y);
    cout << "Euclidean distance: " << distance << endl;

    vector<double> z = {1.0, 2.0, 3.0, 4.0, 5.0};
    normalize(z);
    cout << "Normalized vector: ";
    for (int i = 0; i < z.size(); i++) {
        cout << z[i] << " ";
    }
    cout << endl;

    return 0;
}