LBS地理位置距离计算方法之【geohash算法】

最新推荐文章于 2024-08-20 17:23:57 发布

踏凌霄

最新推荐文章于 2024-08-20 17:23:57 发布

阅读量5.9k

点赞数

分类专栏：算法基础

本文链接：https://blog.csdn.net/qq_31617637/article/details/80438692

版权

算法基础专栏收录该内容

4 篇文章 0 订阅

订阅专栏

应用场景

最近的APP开发需求涉及到一个类似微信附近人的功能。
APP是采集数据应用，当发布的任务绑定店铺的时候，如果用户在店铺附近，则可以浏览该题目，并且答题，得到相应的奖励。

为什么不直接使用经纬度

如果查找周边，使用经纬度，需要用到经度>多少,经度<多少，纬度>多少，纬度<多少,在数据库中就用不到索引
有的人认为如果确定了多少米的范围，那么直接使用经纬度的某个经度，合在一起，也可以作为一维，例如纬经度分别为22.21315,41.59874 作为一个字段，只需要控制纬度多少位，经度多少位即可。但是这也意味着固定死了某个经纬度，geohash的优势还在于，根据不同的位数，可以得到不同的范围.
根据经纬度计算距离，然后划定一个阈值，只要小于该阈值就算是附近的。这种方法在数据量小时基本没问题，但是，如果数据量特别大，那服务器就需要进行大量的计算，负担很重！为了解决这一类问题，一个比较常用的方法就是利用GeoHash。

Geohash 简介

GeoHash是一种地址编码方法。他能够把二维的空间经纬度数据编码成一个字符串。

以(39.92324, 116.3906)为例，介绍一下geohash的编码算法。首先将纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)，如果目标纬度位于前一个区间，则编码为0，否则编码为1。由于39.92324属于(0, 90)，所以取编码为1。然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0。以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。纬度范围划分区间0 划分区间1 39.92324所属区间

(-90, 90) (-90, 0.0) (0.0, 90) 1

(0.0, 90) (0.0, 45.0) (45.0, 90) 0

(0.0, 45.0) (0.0, 22.5) (22.5, 45.0) 1

(22.5, 45.0) (22.5, 33.75) (33.75, 45.0) 1

(33.75, 45.0) (33.75, 39.375) (39.375, 45.0) 1

(39.375, 45.0) (39.375, 42.1875) (42.1875, 45.0) 0

(39.375, 42.1875) (39.375, 40.7812) (40.7812, 42.1875) 0

(39.375, 40.7812) (39.375, 40.0781) (40.0781, 40.7812) 0

(39.375, 40.0781) (39.375, 39.7265) (39.7265, 40.0781) 1

(39.7265, 40.0781) (39.7265, 39.9023) (39.9023, 40.0781) 1

(39.9023, 40.0781) (39.9023, 39.9902) (39.9902, 40.0781) 0

(39.9023, 39.9902) (39.9023, 39.9462) (39.9462, 39.9902) 0

(39.9023, 39.9462) (39.9023, 39.9243) (39.9243, 39.9462) 0

(39.9023, 39.9243) (39.9023, 39.9133) (39.9133, 39.9243) 1

(39.9133, 39.9243) (39.9133, 39.9188) (39.9188, 39.9243) 1

(39.9188, 39.9243) (39.9188, 39.9215) (39.9215, 39.9243) 1

经度也用同样的算法，对(-180, 180)依次细分，得到116.3906的编码为1101 0010 1100 0100 0100。经度范围划分区间0 划分区间1 116.3906所属区间

(-180, 180) (-180, 0.0) (0.0, 180) 1

(0.0, 180) (0.0, 90.0) (90.0, 180) 1

(90.0, 180) (90.0, 135.0) (135.0, 180) 0

(90.0, 135.0) (90.0, 112.5) (112.5, 135.0) 1

(112.5, 135.0) (112.5, 123.75) (123.75, 135.0) 0

(112.5, 123.75) (112.5, 118.125) (118.125, 123.75) 0

(112.5, 118.125) (112.5, 115.312) (115.312, 118.125) 1

(115.312, 118.125) (115.312, 116.718) (116.718, 118.125) 0

(115.312, 116.718) (115.312, 116.015) (116.015, 116.718) 1

(116.015, 116.718) (116.015, 116.367) (116.367, 116.718) 1

(116.367, 116.718) (116.367, 116.542) (116.542, 116.718) 0

(116.367, 116.542) (116.367, 116.455) (116.455, 116.542) 0

(116.367, 116.455) (116.367, 116.411) (116.411, 116.455) 0

(116.367, 116.411) (116.367, 116.389) (116.389, 116.411) 1

(116.389, 116.411) (116.389, 116.400) (116.400, 116.411) 0

(116.389, 116.400) (116.389, 116.394) (116.394, 116.400) 0

接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度，得到编码 11100 11101 00100 01111 00000 01101 01011 00001。最后，用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(39.92324, 116.3906)的编码为wx4g0ec1。

这里写图片描述

十进制 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

base32 0 1 2 3 4 5 6 7 8 9 b c d e f g

十进制 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

base32 h j k m n p q r s t u v w x y z

解码算法与编码算法相反，先进行base32解码，然后分离出经纬度，最后根据二进制编码对经纬度范围进行细分即可，这里不再赘述。不过由于geohash表示的是区间，编码越长越精确，但不可能解码出完全一致的地址。

这里写图片描述

geohash特点

第一：geohash用一个字符串表示经度和纬度两个坐标。

某些情况下无法在两列上同时应用索引（例如MySQL 4之前的版本，Google App Engine的数据层等），利用geohash，只需在一列上应用索引即可。

(这里插一句：我们的mysql为字段创建的索引，其实原理就是利用二分法算法来做路径查询简化，快速查找出想要的字段位置)

第二：geohash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。

使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。

第三：编码的前缀可以表示更大的区域。

例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash（例如wx4g0ec1）然后取其前缀进行查询 （SELECT * FROM place WHERE geohash LIKE 'wx4g0e%'），即可查询附近的所有地点。

Geohash比直接用经纬度的高效很多。

局限性

不能做排序，真要做排序，而且还用geohash，那只能查出来，然后对查出来的部分做排序
由于用的是经纬度的有限二分，并且使用的是5个bit位做一个base32编码，那么geohash的精度问题就比较固定。
求的周边并不是一个圆，也不是一个正方形，大多数情况是一个长方形，具体参考上面的两个表
部分点不准确:位于格子边界两侧的两点，虽然十分接近，但编码会完全不同,可以同时搜索当前格子周围的8个格子，即可解决这个问题

扩展

栅格法：其实geohash就类似于一种栅格法：

下面介绍自己曾用过的两种栅格的方法
方法1：例如对桂林进行栅格化，那么找出桂林左下角纬经度为原点，lat0,lng0, 对整个北京进行栅格的划分，比如10m作为一个栅格，我们可以计算出每10米的纬度为0.00009°，经度大约为0.0001°，那么按照这个经纬度进行划分栅格即可。如果有一个点，需要计算落在哪个经纬度内，那么x=(lat-lat0)/0.00009,y=(lng-lng0)/(0.0001)

方法2：对每一个经纬度*1000000，例如32.1256232，114.2135123 乘以1000000为 321256232,1142135123, 对于纬度，我们圆整900,经度，圆整1000，计算出栅格的左下角经纬度
例如 (321256232/900)*900, (1142135123*1000)/1000,算出的就是左下角的经纬度了，对于一个栅格内的，圆整后，都属于这个左下角的经纬度

参考：https://github.com/CloudSide/geohash/wiki
https://www.cnblogs.com/LBSer/p/3310455.html
http://www.cnblogs.com/LBSer/p/3298057.html
https://blog.csdn.net/T1DMzks/article/details/74937902
github地址