最近对抗生成网络(GAN)很火，其中有一种变体WGAN，引入了一种新的距离来提高生成图片的质量，这个距离就是Wasserstein距离，又名铲土距离， 这个问题可以描述如下: 有两堆泥土，每一堆有n个位置，标号从1~n，第一堆泥土的第i个位置有ai克泥土，第二堆泥土的第i个位置有bi克泥土，小埃可以在第一堆泥土中任意移挪动泥土，具体地从第i个位置移动k克泥土到第j个位置。
最近对抗生成网络(GAN)很火，其中有一种变体WGAN，引入了一种新的距离来提高生成图片的质量。这个距离就是Wasserstein距离，又名铲土距离。 这个问题可以描述如下: 有两堆泥土，每一堆有n个位置，标号从1~n。第一堆泥土的第i个位置有ai克泥土，第二堆泥土的第i个位置有bi克泥土。小埃可以在第一堆泥土中任意移挪动泥土，具体地从第i个位置移动k克泥土到第j个位置，但是会消耗k⋅∣i−j∣kcdotleft| i-j right|k⋅∣i−j∣的体力。小埃的最终目的是通过在第一堆中挪动泥土，使得第一堆泥土最终的形态和第二堆相同，也就是ai=bi (1<=i<=n), 但是要求所花费的体力最小 左图为第一堆泥土的初始形态，右图为第二堆泥土的初始形态，颜色代表了一种可行的移动方案，使得第一堆泥土的形态变成第二堆泥土的形态
（图片来源网络，侵删）
