一个点是否在矩形内的算法_空间点索引算法-GeoHash

在移动互联网领域有很多结合地理位置的应用，比如利用百度地图查找附近3公里的美食，滴滴打车为用户匹配附近的车辆等等。当然在实际的业务中除了距离之外要考虑很多其它的因素，比如寻找附近的美食可能还要考虑用户的饮食喜好、搜索时间(早上、中午和下午推荐不同的搜索结果)、餐馆的用户评价、信用等级等等；匹配附近的车辆可能还要考虑车辆的类型、司机的星级等等。

本文只考虑距离因素，考虑打车的场景，如何找出距离自己5公里范围内所有匹配的司机呢？

直接的思路

最直观的想法就是把所有在线车辆的位置都存储在数据库里面(不考虑车辆的在线和离线是实时变化的，也暂不考虑车辆的位置一直是动态变化的)，每次用户发起打车请求的时候，从数据库里面读取所有在线车辆的位置，计算车辆与用户位置的距离，把所有小于5公里的车辆筛选出来。

这种做法比较粗暴，实际的业务实现也不会这么做，因为实际车辆数量是巨大的，逐个计算距离进行筛选带来的时间耗费是不能容忍的。

既然数据量太大，并且打车业务也是有区域性的，比如用户不可能在北京呼叫深圳的快车，所以分而治之，对地图进行分块可以很大程度上可以解决实际业务耗时的问题。

地图分块的过程其实就是一种添加索引的过程，如果能想到一个办法，把地图上的点添加一个合适的索引，并且能够排序，那么就可以利用类似二分查找的方法进行快速查询，GeoHash就是其中一个比较通用的空间索引方法。

GeoHash算法

GeoHash是一种空间地址编码方法，它能够把二维的空间经纬度数据编码成一个字符串。比如下图展示了北京9个区域的GeoHash字符串，分别是WX4ER，WX4G2、WX4G3等，每一个字符串代表了某一矩形区域，矩形区域内所有的点都共享相同的GeoHash字符串。这样可以把位置落在某个区域内的所有车辆都以该区域的GeoHash为Key缓存起来，当用户的发送打车需求后，只通过GeoHash计算就可以迅速定位到该区域内的车辆。

Geohash的字符串长短来决定要划分区域的大小，Geohash能够提供任意精度的分段级别，一般分级从 1-12 级，对照下表，一旦选定 cell 的宽和高，则Geohash字符串的长度就确定了，这样就把地图分成一个个的矩形区域。

把地图区域划分好之后，如何快速的查找一个点附近邻近的点和区域呢？一个点附近的地方的 hash 字符串有公共前缀，并且公共前缀的长度越长，这两个点距离越近。利用这个特性，可以用来快速的进行邻近点的搜索。越接近的点通常和目标点的 Geohash 字符串公共前缀越长（也有特殊情况，需要单独处理）。

GEO字符串的生成

第一步：地图网格化。假设通过查表，字符串长度为6的矩形可以满足业务需求。

假设待查询的经纬度是[31.1932993, 121.43960190000007]。

第二步：处理经纬度。

先处理维度，纬度区间是[-90,90]。把这个区间分为2部分，即[-90,0)，[0,90]。31.1932993位于(0,90]区间，即右区间，标记为1。然后继续把(0,90]区间二分，分为[0,45)，[45,90]，31.1932993位于[0,45)区间，即左区间，标记为0。一直划分下去。

再处理经度，经度区间是[-180,180]，处理方式与经度相同。

最终纬度产生的二进制是101011000101110，经度产生的二进制是110101100101101。

第三步，重新组合二进制串。

按照“偶数位放经度，奇数位放纬度”的规则，重新组合经度和纬度的二进制串，生成新的：111001100111100000110011110110。

第四步：转换成字符串。通过查找对应的Base32表把这个最终的字符串转换成字符。11100 11001 11100 00011 00111 10110转换成十进制是 28 25 28 3 7 22，查表编码得到最终结果，wtw37q。

我们把网格周围8个网格都计算出来，如下图:

可以看出这邻近的9个格子，前缀都完全一致，都是wtw37。

Geohash代码实现