java实现经纬度坐标是否在范围内的算法

需求是:一个点(经纬度)是否在一个多边形内部,多边形有多个点构成,每个点是一个实际的经纬度坐标,有多个点构成一个多边形,

算法数学上实现思路: 判断一个点是在一个多边形内部的集中情况
第一:目标点在多边形的某一个顶点上,我们认为目标点在多边形内部
第二:目标点在多边形的任意一天边上,我们认为目标点在多边形内部
第三:这种情况就比较复杂了,不在某天边上,也不和任何一个顶点重合.这时候就需要我们自己去算了,解决方案是将目标点的Y坐标与多边形的每一个点进行比较,我们会得到一个目标点所在的行与多边形边的交点的列表。如果目标点的两边点的个数都是奇数个则该目标点在多边形内,否则在多边形外。

这种算法适合凸多边形也适合凹多边形,所以是一种通用的算法,同时也解决了多边形的点的顺序不同导致的形状不同,比如一个五边形,可以是凸五边形,也可以是一个凹五边形,这个根据点的位置和顺序决定的。



有了数学上的实现思路,辣么我们就可以用java 或者去他语言去实现一个点(经纬度)是否在一个多边形内部了(多个点构成)。

我们先写一个 对点和线的一些公用方法,

package cn.liuzw.point;
import java.util.ArrayList;

/**
 *  <span style="font-family: Arial; font-size: 14px; line-height: 26px;">点和线的一些公用方法</span><br/>
 * 
 * @author liuZhiwei
 * 2016年8月6日 下午3:48:38
 */
public class Point {
	
	/**
	 *  是否有 横断<br/>
	 *  参数为四个点的坐标
	 * @param px1
	 * @param py1
	 * @param px2
	 * @param py2
	 * @param px3
	 * @param py3
	 * @param px4
	 * @param py4
	 * @return  
	 */
	public boolean isIntersect ( double px1 , double py1 , double px2 , double py2 , double px3 , double py3 , double px4 ,  
			double py4 )  
	{  
		boolean flag = false;  
		double d = (px2 - px1) * (py4 - py3) - (py2 - py1) * (px4 - px3);  
		if ( d != 0 )  
		{  
			double r = ((py1 - py3) * (px4 - px3) - (px1 - px3) * (py4 - py3)) / d;  
			double s = ((py1 - py3) * (px2 - px1) - (px1 - px3) * (py2 - py1)) / d;  
			if ( (r >= 0) && (r <= 1) && (s >= 0) && (s <= 1) )  
			{  
				flag = true;  
			}  
		}  
		return flag;  
	} 
	/**
	 *  目标点是否在目标边上边上<br/>
	 *  
	 * @param px0 目标点的经度坐标
	 * @param py0 目标点的纬度坐标
	 * @param px1 目标线的起点(终点)经度坐标
	 * @param py1 目标线的起点(终点)纬度坐标
	 * @param px2 目标线的终点(起点)经度坐标
	 * @param py2 目标线的终点(起点)纬度坐标
	 * @return
	 */
	public boolean isPointOnLine ( double px0 , double py0 , double px1 , double py1 , double px2 , double py2 )  
	{  
		boolean flag = false;  
		double ESP = 1e-9;//无限小的正数
		if ( (Math.abs(Multiply(px0, py0, px1, py1, px2, py2)) < ESP) && ((px0 - px1) * (px0 - px2) <= 0)  
				&& ((py0 - py1) * (py0 - py2) <= 0) )  
		{  
			flag = true;  
		}  
		return flag;  
	} 

	public double Multiply ( double px0 , double py0 , double px1 , double py1 , double px2 , double py2 )  
	{  
		return ((px1 - px0) * (py2 - py0) - (px2 - px0) * (py1 - py0));  
	}

	/**
	 * 判断目标点是否在多边形内(由多个点组成)<br/>
	 * 
	 * @param px 目标点的经度坐标
	 * @param py 目标点的纬度坐标
	 * @param polygonXA 多边形的经度坐标集合
	 * @param polygonYA 多边形的纬度坐标集合
	 * @return
	 */
	public boolean isPointInPolygon ( double px , double py , ArrayList<Double> polygonXA , ArrayList<Double> polygonYA )  
	{  
		boolean isInside = false;  
		double ESP = 1e-9;  
		int count = 0;  
		double linePoint1x;  
		double linePoint1y;  
		double linePoint2x = 180;  
		double linePoint2y;  

		linePoint1x = px;  
		linePoint1y = py;  
		linePoint2y = py;  

		for (int i = 0; i < polygonXA.size() - 1; i++)  
		{  
			double cx1 = polygonXA.get(i);  
			double cy1 = polygonYA.get(i);  
			double cx2 = polygonXA.get(i + 1);  
			double cy2 = polygonYA.get(i + 1); 
			//如果目标点在任何一条线上
			if ( isPointOnLine(px, py, cx1, cy1, cx2, cy2) )  
			{  
				return true;  
			}
			//如果线段的长度无限小(趋于零)那么这两点实际是重合的,不足以构成一条线段
			if ( Math.abs(cy2 - cy1) < ESP )  
			{  
				continue;  
			}  
			//第一个点是否在以目标点为基础衍生的平行纬度线
			if ( isPointOnLine(cx1, cy1, linePoint1x, linePoint1y, linePoint2x, linePoint2y) )  
			{  
				//第二个点在第一个的下方,靠近赤道纬度为零(最小纬度)
				if ( cy1 > cy2 )  
					count++;  
			}
			//第二个点是否在以目标点为基础衍生的平行纬度线
			else if ( isPointOnLine(cx2, cy2, linePoint1x, linePoint1y, linePoint2x, linePoint2y) )  
			{  
				//第二个点在第一个的上方,靠近极点(南极或北极)纬度为90(最大纬度)
				if ( cy2 > cy1 )  
					count++;  
			}
			//由两点组成的线段是否和以目标点为基础衍生的平行纬度线相交
			else if ( isIntersect(cx1, cy1, cx2, cy2, linePoint1x, linePoint1y, linePoint2x, linePoint2y) )  
			{  
				count++;  
			}  
		}  
		if ( count % 2 == 1 )  
		{  
			isInside = true;  
		}  

		return isInside;  
	}  
}
里面有三个方法,两个原子方法,一个主方法

第一个判断是否与横断 目标端和y轴 也就是东经0也叫西经180的一条经度线构成的一天平行于纬度(赤道)的一天线段和多边形的任意一天线段是否有横断。参数是四个点的坐标分别是目标点和目标点组成线段的一个点(在西经180度上) 多边形的任意连续的两个点(可以构成一条线段)

第二个是目标点是否在目标边上边上,

点三个是主方法,外接只需要调用这个方法,这个而方法的逻辑就是,第一步先判断目标点的坐标是否和多边形的任意一个顶点的坐标重合,如果重合直接放回true,说明目标点在该多边形内,如果都不重合,在判断是否在多边形的任意一条边上,如果在 返回true,如果以上两种情况都不成立在理由低三种算法,计算目标点平行于赤道的线和多边形的焦点,在判断焦点的个数。如果l两边的焦点是基数个返回true。

我可以写main方法去测试该程序。

package cn.liuzw.bean;

import java.util.Random;

/**
 * 点实体类<br/>
 * 
 * @author liuZhiwei
 * 2016年8月15日 下午7:16:14
 */
public class Area {
	
	public static Random rd=new Random();
	
	public Double createDouble(){
		return (double) rd.nextInt(1000);
	}
	public Area() {
		this.px = createDouble();
		this.py = createDouble();
	}
	
	public Area(Double px, Double py) {
		super();
		this.px = px;
		this.py = py;
	}
	
	public Area(Double px, Double py, String name) {
		super();
		this.px = px;
		this.py = py;
		this.name = name;
	}
	private Double px;
	private Double py;
	private String name;
	public Double getPx() {
		return px;
	}
	public void setPx(Double px) {
		this.px = px;
	}
	public Double getPy() {
		return py;
	}
	public void setPy(Double py) {
		this.py = py;
	}
	public String getName() {
		return name;
	}
	public void setName(String name) {
		this.name = name;
	}
	@Override
	public String toString() {
		return "Area [px=" + px + ", py=" + py + ", name=" + name + "]";
	}
	
	public String getPoint() {
		StringBuffer buffer=new StringBuffer();
		buffer.append("(").append(px).append(",").append(py).append(")");
		return buffer.toString();
	}	
}
main方法测试类

package cn.liuzw.test;

import java.util.ArrayList;
import java.util.List;

import cn.liuzw.bean.Area;
import cn.liuzw.point.Point;

public class GraphicalMain {
	public static void main(String[] args) {
		//(113.944421,22.528841) (113.94629,22.529208)
		//isPointInPolygon(area.createDouble(),area.createDouble()); (114.082402,22.550271) 114.075323,22.543528)
		isPointInPolygon(113.947871,22.52804);
		
	}
	private static Boolean isPointInPolygon( double px , double py ){
		Area a1=new Area(113.941853,22.530777);
		Area a3=new Area(113.94788,22.527597);
		Area a2=new Area(113.940487,22.527789);
		Area a4=new Area(113.947925,22.530618);
		Area a5=new Area(113.941772,22.530727);
		List<Area> areas=new ArrayList<Area>();
		areas.add(a1);
		areas.add(a2);
		areas.add(a3);
		areas.add(a4);
		ArrayList<Double> polygonXA = new ArrayList<Double>();  
		ArrayList<Double> polygonYA = new ArrayList<Double>(); 
		for(int i=0;i<areas.size();i++){
			Area area=areas.get(i);
			polygonXA.add(area.getPx());
			polygonYA.add(area.getPy());
		}
		Point point=new Point();
		Boolean flag= point.isPointInPolygon(px, py, polygonXA, polygonYA);
		StringBuffer buffer=new StringBuffer();
		buffer.append("目标点").append("(").append(px).append(",").append(py).append(")").append("\n");
		buffer.append(flag?"在":"不在").append("\t").append("由\n");
		for(int i=0;i<areas.size();i++){
			Area area=areas.get(i);
			buffer.append(area.getPoint()).append("; ");
			//buffer.append("第"+i+"个点"+area.getPoint()).append("\n");
			System.out.println("第"+(i+1)+"个点"+area.getPoint());
		}
		StringBuffer sb=new StringBuffer();
		sb.append("目标点:").append("(").append(px).append(",").append(py).append(")").append("\n");
		System.out.println(sb);
		buffer.append(areas.size()).append("个点组成的").append(areas.size()).append("边行内");
		System.out.println(buffer.toString());
		return  flag;
	}
}


需求是:一个点(经纬度)是否在一个多边形内部,多边形有多个点构成,每个点是一个实际的经纬度坐标,有多个点构成一个多边形,
需求是:一个点(经纬度)是否在一个多边形内部,多边形有多个点构成,每个点是一个实际的经纬度坐标,有多个点构成一个多边形,
算法数学上实现思路: 判断一个点是在一个多边形内部的集中情况
第一:目标点在多边形的某一个顶点上,我们认为目标点在多边形内部
第二:目标点在多边形的任意一天边上,我们认为目标点在多边形内部
第三:这种情况就比较复杂了,不在某天边上,也不和任何一个顶点重合.这时候就需要我们自己去算了,解决方案是将目标点的Y坐标与多边形的每一个点进行比较,我们会得到一个目标点所在的行与多边形边的交点的列表。如果目标点的两边点的个数都是奇数个则该目标点在多边形内,否则在多边形外。
遗传算法本质上是一种优化算法,它通过模拟自然界中的进化过程,不断优化问题的解,从而达到最优解的目的。在本题中,我们需要根据一系列经纬度坐标,找到一条最优路径。 具体实现过程如下: 1. 定义基因 我们可以将经纬度坐标看作一个基因,每个基因代表一个城市。因此,一个完整的染色体就是一条经过所有城市的路径,也就是我们需要优化的最优路径。 2. 初始化种群 根据染色体的定义,我们可以随机生成一些路径,作为初始种群。为了让种群更加多样化,我们可以使用两种方法来初始化种群:随机生成和贪心算法。 3. 定义适应度函数 在遗传算法中,适应度函数用来评估染色体的优劣程度。对于本题来说,我们可以定义适应度函数为路径的总长度,也就是经过所有城市的距离之和。适应度函数越小,说明路径越短,染色体越优秀。 4. 选择操作 选择操作就是根据适应度函数,从种群中选出优秀的染色体,作为下一代种群的父代。可以使用轮盘赌算法、锦标赛算法等方法进行选择操作。 5. 交叉操作 交叉操作是将父代染色体进行杂交,生成子代染色体。可以使用单点交叉、多点交叉、均匀交叉等方法进行交叉操作。在本题中,我们可以使用顺序交叉算法,即从父代染色体中随机选取一段路径,复制到子代染色体中。子代染色体中剩余的城市,按照父代染色体中的顺序进行排列。 6. 变异操作 变异操作是对子代染色体进行随机变化,以增加种群的多样性。可以使用插入变异、交换变异、反转变异等方法进行变异操作。在本题中,我们可以使用交换变异算法,即随机选取两个城市,交换它们的位置。 7. 替换操作 替换操作是将子代染色体替换掉父代染色体,形成新的种群。可以使用精英策略、随机替换等方法进行替换操作。 8. 终止条件 在遗传算法中,终止条件一般是达到指定的迭代次数或者满足一定的精度要求。在本题中,我们可以设置迭代次数为一定的值,或者当染色体的适应度函数达到一定的阈值时,终止算法。 最终,我们可以得到一条最优路径,即经过所有城市的路径中,距离最短的路径。
评论 26
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值