Dijkstra算法之最短路径规划 高德地图多点路线规划路线最短原则排序算法

继续上一篇 写路线规划

上一篇写道多点路线规划 高德地图仅仅只会按照你给出的点的顺序进行路线规划 并不会智能的给你按照最近或者最快进行规划 举个例子 A B C D 四个点路线规划 A是起点 D是终点 B C 是途径点 加入你按照 A - B - C - D 的顺序给高德 那么高德返回给你的就是 A - B - C - D这个顺序 加入这时A - B - C - D 并不是最优的路线 是不是就萌币了

不要着急 下面我就是给你一个最优路线

说一下思路 以A - B - C - D 为例
首先起点A 终点 D 不会变 我们不用管
现在命名：
AStartLat 起点纬度 ASP A的起点
AStartLon 起点经度

BStartLat B起点纬度 BSP
BStartLon B起点经度

CStartLat C起点纬度 CSP
CStartLon C起点经度

BEndLat B终点纬度 BEP
BEndLon B终点经度

CEndLat B终点纬度 CEP
CEndLon B终点经度

简单做个用例图
A —> B------>C----->D 原顺序

A----->B 10KM
A----->C 3KM

A---->C---->B---->D 排序后顺序

我们要做的就是 A —> B------>C----->D 计算出每两个点的距离 然后比较大小 得到距离最近的点 并以这个点为起点 再次计算下一轮的最近的点 最后得到一个最短的路线 就是我们的最后的目的

好 下面上代码

>  // 排序所有途经点
>     private List<Point> sortPoint(List<Line> sortList) {
>         for (int no = 0; no < sortList.size()*2-1; no++) {
>             if (no!=0){// 不是第一次 要判断添加终点
>                 for (int i = 1; i < startList.size(); i++) {
>                     for (int j = 1; j < sortList.size(); j++) {
>                         if (startList.get(i).getLlPoint()==sortList.get(j).getSrartPoint()&&startList.get(i).getLlPoint()!=sortList.get(j).getEndPoint()){
>                             Point p = new Point();
>                             p.setLlPoint(sortList.get(j).getEndPoint());
>                             p.setDistance(0);
>                             startList.add(p);
>                         }
>                     }
>                 }
>             }else {// 第一次 只添加所有起点
>                 for (int i = 0; i < sortList.size(); i++) {
>                     Point p = new Point();
>                     p.setLlPoint(sortList.get(i).getSrartPoint());
>                     p.setDistance(0);
>                     startList.add(p);
>                 }
>             }
>             for (int i = 0; i < startList.size()-1; i++) {
>                 for (int j = (i+1); j < startList.size(); j++) {
>                     if (i == 0){
>                         startList.get(j).setDistance(DrivingRouteOverlay.calculateDistance(convertToLatLng(startList.get(i).getLlPoint()),convertToLatLng(startList.get(j).getLlPoint())));
>                     }
>                 }
>             }
>             Collections.sort(startList, new Comparator<Point>() {
>                 @Override
>                 public int compare(Point o1, Point o2) {
>                     if (o1.getDistance()==o2.getDistance()){
>                         return o1.getDistance();
>                     }else {
>                         return o1.getDistance() - o2.getDistance();
>                     }
>                 }
>             });
>             for (int i = 0; i < startList.size(); i++) {
>                 for (int j = 0; j < startList.size(); j++) {
>                     if (i!=j){
>                         if (startList.get(i).getLlPoint().getLatitude()==startList.get(j).getLlPoint().getLatitude()&&startList.get(i).getLlPoint().getLongitude()==startList.get(j).getLlPoint().getLongitude()){
>                             startList.remove(j);
>                         }
>                     }
>                 }
>             }
>         }
> 
>         return startList;
>     }
> 
> 
> 
> 计算两点之间的距离
>  public static int calculateDistance(LatLng start, LatLng end) {
>         double x1 = start.longitude;
>         double y1 = start.latitude;
>         double x2 = end.longitude;
>         double y2 = end.latitude;
>         return calculateDistance(x1, y1, x2, y2);
>     }
> // 根据经纬度计算两点的距离
> 
>     public static int calculateDistance(double x1, double y1, double x2, double y2) {
>         final double NF_pi = 0.01745329251994329; // 弧度 PI/180
>         x1 *= NF_pi;
>         y1 *= NF_pi;
>         x2 *= NF_pi;
>         y2 *= NF_pi;
>         double sinx1 = Math.sin(x1);
>         double siny1 = Math.sin(y1);
>         double cosx1 = Math.cos(x1);
>         double cosy1 = Math.cos(y1);
>         double sinx2 = Math.sin(x2);
>         double siny2 = Math.sin(y2);
>         double cosx2 = Math.cos(x2);
>         double cosy2 = Math.cos(y2);
>         double[] v1 = new double[3];
>         v1[0] = cosy1 * cosx1 - cosy2 * cosx2;
>         v1[1] = cosy1 * sinx1 - cosy2 * sinx2;
>         v1[2] = siny1 - siny2;
>         double dist = Math.sqrt(v1[0] * v1[0] + v1[1] * v1[1] + v1[2] * v1[2]);
> 
>         return (int) (Math.asin(dist / 2) * 12742001.5798544);
>     }

算法有带点粗糙 感兴趣的可以使用递归算法去算 这个不但可以计算点的距离 还可以计算多路线规划 设置不同路线颜色等等 看你的需要

TSP解决最短路线方案和下载链接