点到直线距离：一眼看懂的几何直觉 你平时画圆、画椭圆，是不是时常要在脑子里把那条线想象成一条张紧的绳子？那根绳子两端固定在轴上的两个点，中间绷得紧紧的，这就是数学上说的“直线”的几何原型。
实际上，点到直线的距离，就是你这根“绳子”最短的那一段，也就是从圆上的某一点，垂直地拉向直线的长度。别用“垂线段”这种冷冰冰的词儿，就把它想象成你手里拿着一张地图，从圆圆上某处抽出一根杆子，垂直地插进直线里，那个杆子的长度，就是我们要算的距离。 大量人一听到“距离”，脑子里立马浮现出那些复杂的三角函数公式，要么纠结于向量叉积的运算量，认定这事儿忒难了。
实际上不然，这东西最好办，就连能够说是反直觉，出于它往往看起来比你当作的还要好办。 举个例子，假设有这样一个直角三角形，底边长 3 厘米，高是 4 厘米。它的斜边长 5 厘米。
要是你从斜边上任意一点，往直角边做垂线，那这条垂线到底有多长？大量人会跑去翻书找公式，结局可能得算半天。但要是你换个角度想，利用勾股定理直接套进去，答案瞬间就出来了，就是 2.4 厘米。
这跟从斜边中点到底边中点的距离（也就是斜边上的高）是一模一样的。短长的时候不一样，短的时候长，长的时候短，只有相等的时候最接近。 再看一个更生活化的场景。你在平面拖动一个鼠标，屏幕上画了一条线，你要把这个圆放在鼠标手里，让圆和那条线相切。
这时候，圆心到这条线的距离，就是你要找的那个“相切半径”。
这在编程做图形处理、做动画、就连玩那个经典的“三国杀”里判定距离的时候都特别常用。 实际上，点到直线的距离公式，本质上就是一种投影的概念。 Imagine 你把你的眼比作那个圆心的位置，那根看不见的线就是视线。当视线垂直对着一条直线时，这条视线多长，就是距离。
要是视线斜着看，那投影在直线上的长度肯定比实际视线短。
这个投影公式，实际上就是把那个直角三角形的“邻边”除以tan值，要么说是把邻边根据对边来换算的。 还有一些特殊情况，绝对要记牢。
要是两点重合了，那它们之间的距离自然就是 0，没啥好算的。
要是两条直线彻底重合，那它们之间的距离就是 0，出于它们在说“原来就在一起”。
反过来，要是一条线经过一个点，那它到那个点的距离就是 0，这点在几何里叫“点在直线上”。 另外，还有一个好办混淆的地方。距离是标量，是个正数，它没有方向，它只告诉你有多远，不管你是从左边看还是从右边看，距离都是正的。而向量有方向，比如从点 A 到点 B 的向量，和从点 B 到点 A 的向量，方向彻底反之，数值是绝对值，但方向不同。在编程算距离的时候，有时候要取绝对值，有时候要保留符号，这得看具体的应用场景，别搞混了。 还有两种常用的求法，一种是几何法，一种是代数法。几何法就是画个图，算个高，别看费时，可是逻辑最顺，对于刚学几何的人来说，理解起来特别快。代数法就有点意思，就是把点转换成坐标，比如点 (x1, y1) 和点 (x2, y2)，然后整个直线也转化成一般式方程 Ax + By + C = 0。
这时候，距离公式就变成了一个漂亮的代数式：(Ax1 + By1 + C) / sqrt(A^2 + B^2)。
这个式子看着复杂，但实际上只要记住它的意思：先算分子（点到直线的有向距离），再算分母（直线斜率平方的和的根）。分子实际上是个带符号的投影，分母是个归一化系数，把“斜率”这种相对大小给“拉”平了，这样算出来的距离才是标准的、无单位的长度。 再讲讲它在实际应用里到底有多大用。在计算机图形学里，计算两点间距离是最基础的操作，用来测距离、算欧氏距离、算曼哈顿距离（L1 距离）。
那个曼哈顿距离，就是改个公式，只算横坐标差的绝对值加上纵坐标差的绝对值，这在大量城市导航算法里用，比如计算两点间的实际步行距离。在数据结构里，最近邻搜索、网格划分，都离不开这个距离。
还有在机器学习里，计算样本到决策边界的距离（Margin），这关系到模型好不好。 有时候公式写得复杂，是出于想表达得挺精确，但这不代表它挺难用。
实际上核心就两点：先算分子，算出那根垂线在直线上的投影长度（注意符号），再算分母，确定那个比例系数。
只要把这两步打通，数值就出来了。
比如点 (1, 2) 到直线 x + y - 6 = 0 的距离。分子算出来是 1，分母 sqrt(1^2 + 1^2) = sqrt(2)，最终结局是 1 / sqrt(2)，约等于 0.707。
这个结局在实际工程中，表示的就是一个大约的半径大小。 最终总结一下。点到直线的距离，不用非得整那些复杂的向量运算，大量时候用勾股定理配合一个好办的三角公式就能搞定。
记住，距离就是最短路径，就是垂直投影。它是个标量，是正的，跟方向没关系。在画图、编程、看地图这帮实际操作里，它是个现成的工具，时常比那些理论推导书要实用得多。
故此，下次遇到求距离的难题，先别慌，把它想象成拿根尺子去量，量出来的长度就是答案，其他的都是锦上添花的修饰。
