摘要:編碼的前綴可以表示更大的區域,查找附近的,非常方便。百度拾取坐標地址編碼精度為位時,大概為附近千米。在經度相等的情況下緯度每隔度,距離相差約米每隔度,距離相差約米每隔度,距離相差約米每隔度,距離相差約米每隔度,距離相差約米。
隨著移動端的普及,很多 App應用 都有 LBS 功能。
附近的銀行、
附近的飯店、
附近的超市、
附近的廁所、
...
以上的需求很類似,實現的原理也大致相同。
定位方式有哪些?
基于 GPS
基于運營商基站
基于WiFi
基于藍牙
基于傳感器
我們主要應用基于 GPS 進行定位。
其他定位方式,大家可以 Google 了解下。
實現原理
以獲取附近的飯店為例子。
數據采集:
首先將飯店數據(經緯度和其他信息)存儲到數據庫中。
附近算法:
用戶將自己的坐標傳給服務端,服務端通過用戶當前坐標,查詢出附近的飯店。
接下來,我們就主要聊聊如何通過坐標查詢出附近飯店的算法?
當當當當,GeoHash 閃亮登場。
GeoHash 算法
GeoHash 算法 是一種地址編碼,它能把二維的經緯度編碼成一維的字符串。
重點:經緯度坐標為GPS坐標。
優點:
利用一個字段表示經緯度,給字段加上索引,效率高。
編碼的前綴可以表示更大的區域,查找附近的,非常方便。
編碼暴露,也不會暴露自己的精確坐標,有助于隱私保護。
算法:
以 經緯度 (39.92324,116.3906) 為例進行分析。
首先將緯度范圍 (-90, 90) 平分成兩個區間 (-90,0)、(0, 90)。
如果目標緯度位于前一個區間,則編碼為0,否則編碼為1。
由于 39.92324 屬于 (0, 90),所以取編碼為1。
然后再將 (0, 90) 分成 (0, 45), (45, 90)兩個區間。
然而 39.92324 位于 (0, 45),所以編碼為 0。
以此類推,直到精度符合要求為止。
得到緯度編碼為 1011 1000 1100 0111 1001。
緯度范圍 | 區間(0) | 區間(1) | 區間 |
---|---|---|---|
(-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) | (39.375, 39.7265) | (39.7265, 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 |
經度也用同樣的算法,對 (-180, 180) 依次細分。
得到經度的編碼為 1101 0010 1100 0100 0100。
經度范圍 | 區間(0) | 區間(1) | 區間 |
---|---|---|---|
(-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 |
接下來將經度和緯度的編碼合并,奇數位是緯度,偶數位是經度。
得到編碼 11100 11101 00100 01111 00000 01101 01011 00001。
最后,用0-9、b-z(去掉a, i, l, o)這32個字母進行base32編碼。
得到 (39.92324, 116.3906) 的編碼為 wx4g0ec1。
十進制 | 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 |
十進制 | 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 |
解碼算法與編碼算法相反,先進行base32解碼,然后分離出經緯度。
最后根據二進制編碼對經緯度范圍進行細分即可。
程序處理
在經度和緯度入庫的時候,數據庫新增一個字段geohash,記錄此點的geohash值。
在查詢附近的時候,利用SQL中 like "wx4g0e%" 進行查詢。
查詢出來的結果,根據距離大小進行排序。
geohash 字段可以使用索引。
//[PHP Code] 生成GeoHashCode編碼 $longitude = ""; //經度 $latitude = ""; //緯度 $objGeoHash = new Geohash(); //文末有該類的下載方式 $strGeoHashCode = $objGeoHash->encode($latitude, $longitude); //在采集數據的時候,這個值保存到數據中即可。
/** * [PHP Code] 根據經緯度計算兩點之間的記錄 * @param $lat1 緯度1 * @param $lng1 經度1 * @param $lat2 緯度2 * @param $lng2 經度2 * @return float 單位(米) */ function getDistance($lat1, $lng1, $lat2, $lng2) { //地球半徑 $R = 6378137; //將角度轉為弧度 $radLat1 = deg2rad($lat1); $radLat2 = deg2rad($lat2); $radLng1 = deg2rad($lng1); $radLng2 = deg2rad($lng2); //結果 $s = acos(cos($radLat1) * cos($radLat2) * cos($radLng1 - $radLng2) + sin($radLat1) * sin($radLat2)) * $R; //精度 $s = round($s * 10000)/10000; return round($s); }
備注
請了解,百度坐標與GPS坐標互轉。
請了解,谷歌坐標與GPS坐標互轉。
請了解,騰訊坐標與GPS坐標互轉。
...
百度拾取坐標地址:
http://api.map.baidu.com/lbsa...
GeoHash 編碼精度為6位時,大概為附近1千米。
在緯度相等的情況下:
經度每隔0.00001度,距離相差約1米;
每隔0.0001度,距離相差約10米;
每隔0.001度,距離相差約100米;
每隔0.01度,距離相差約1000米;
每隔0.1度,距離相差約10000米。
在經度相等的情況下:
緯度每隔0.00001度,距離相差約1.1米;
每隔0.0001度,距離相差約11米;
每隔0.001度,距離相差約111米;
每隔0.01度,距離相差約1113米;
每隔0.1度,距離相差約11132米。
實際情況據需求而定,可在此基礎上進行擴展。
如果大家需要下載 PHP GeoHash 類庫。
可以關注微信公眾號,回復 “geohash”,即可獲取。
系統的講解 - SSO 單點登錄
系統的講解 - PHP WEB 安全防御
系統的講解 - PHP 緩存技術
系統的講解 - PHP 接口簽名驗證
系統的講解 - PHP 浮點數高精度運算
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/31965.html
摘要:輾轉流傳出班車手冊后發現搜索實在是太不方便了,于是有了一個主義,想做一個可以搜索房子地址,找出附近班車點類似大眾點評的定位搜索附近餐館的功能。 起因 七月份要去某廠報道了,異地租房的時候發現想租一個有公司班車的地方,卻不知道哪里有班車。輾轉流傳出班車手冊后發現搜索實在是太不方便了,于是有了一個主義,想做一個可以搜索房子地址,找出附近班車點(類似大眾點評的定位搜索附近餐館的功能)。現在做...
閱讀 3801·2021-11-24 09:39
閱讀 1810·2021-11-02 14:41
閱讀 814·2019-08-30 15:53
閱讀 3479·2019-08-29 12:43
閱讀 1189·2019-08-29 12:31
閱讀 3086·2019-08-26 13:50
閱讀 795·2019-08-26 13:45
閱讀 985·2019-08-26 10:56