一. 基本原理

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。

我们知道，经度范围是东经180到西经180，纬度范围是南纬90到北纬90，我们设定西经为负，南纬为负，所以地球上的经度范围就是[-180， 180]，纬度范围就是[-90，90]。如果以本初子午线、赤道为界，地球可以分成4个部分。

如果纬度范围[-90°, 0°)用二进制0代表，（0°, 90°]用二进制1代表，经度范围[-180°, 0°)用二进制0代表，（0°, 180°]用二进制1代表，那么地球可以分成如下4个部分：

如果在小块范围内递归对半划分呢？

可以看到，划分的区域更多了，也更精确了。geohash算法就是基于这种思想，划分的次数更多，区域更多，区域面积更小了。通过将经纬度编码，给地理位置分区

二. 算法过程

以经纬度值：（116.389550， 39.928167）进行算法说明，对纬度39.928167进行逼近编码 (地球纬度区间是[-90,90]）

区间[-90,90]进行二分为[-90,0),[0,90]，称为左右区间，可以确定39.928167属于右区间[0,90]，给标记为1
接着将区间[0,90]进行二分为 [0,45),[45,90]，可以确定39.928167属于左区间 [0,45)，给标记为0
递归上述过程39.928167总是属于某个区间[a,b]。随着每次迭代区间[a,b]总在缩小，并越来越逼近39.928167
如果给定的纬度x（39.928167）属于左区间，则记录0，如果属于右区间则记录1，序列的长度跟给定的区间划分次数有关，如下图;

同理，地球经度区间是[-180,180]，可以对经度116.389550进行编码。通过上述计算，纬度产生的编码为1 1 0 1 0 0 1 0 1 1 0 0 0 1 0，经度产生的编码为1 0 1 1 1 0 0 0 1 1 0 0 0 1 1

合并：偶数位放经度，奇数位放纬度，把2串编码组合生成新串如下图：

将11100 11101 00100 01111 0000 01101转成十进制，对应着28、29、4、15，0，13 十进制对应的base32编码就是wx4g0e,如下
同理，将编码转换成经纬度的解码算法与之相反。

三. GeoHash算法的特点

Geohash比直接用经纬度的高效很多，而且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。

GeoHash用一个字符串表示经度和纬度两个坐标。在数据库中可以实现在一列上应用索引（某些情况下无法在两列上同时应用索引）

GeoHash表示的并不是一个点，而是一个矩形区域。

GeoHash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。

编码越长，表示的范围越小，位置也越精确。因此我们就可以通过比较GeoHash匹配的位数来判断两个点之间的大概距离。下表编码长度的误差：

四. 判断点与多边形的关系

在实际项目中，我们需要经常判断一个geohash点是否在一个多边形内。比如点外卖场景中，判断一个用户是否在一个商户的配送范围内，这个配送范围就是一个多边形。下面介绍最常用的射线法。
射线法，也叫奇偶测试法
【交点数目】一条射线从点P开始，穿过多边形的边界的次数称为交点数目
【判断】

交点数目=偶数 => P在多边形外部
交点数目=奇数 => P在多边形内部
【适用情况】多边形是简单的（没有自相交点）
【缺点|不适用的情况】对于非简单多边形，是不适用的

举例来说，如下图所示。所谓射线法，关键在于单向发射，为简化问题，以水平线为例，程序实现中也是这么处理的。O点向右发出射线，与多边形的交点是B、C、D，向左发出射线，交点是A，均为奇数个。P点在多边形外，无论想哪方向发出摄像，都有2个交点。

对于带内岛的形状，射线法同样适用，如上图所示。在实际应用中，射线法会有很多特殊情况需要讨论，全部都讨论会比较复杂，但结论是一样的。这里不做过多讨论了，不过可以给大家结论：射线法适用于所有类型的多边形进行点与多边形关系的判断，且实现相对简单，速度较快，是工程应用的不二之选。

GeoHash算法简介相关推荐

GeoHash算法获取附近店铺和距离
1. 简介 GeoHash算法将二维经纬度坐标直接转换成字符串,每一个字符串代表一个矩形区域,也就是说,这个矩形区域内所有的点(经纬度坐标)都共享相同的GeoHash字符串,字符串的长度越大,矩形的区 ...
geohash php_空间索引-geohash算法实现
算法简介 geohash是实现空间索引的一种算法,其他实现空间索引的算法有:R树和其变种GIST树.四叉树.网格索引等算法基本原理 geohash算法将地球理解为一个二维平面,将平面递归分解成更小的 ...
Redis:GeoHash算法
一.附近的人问题 1. 用数据库求解当然,现在数据库基本上都引入了相关功能,这里只介绍最普通的实现方式. (1) 问题引入如果要计算「附近的人」,也就是给定一个元素的坐标,然后计算这个坐标附近的其 ...
geohash java github_GitHub - GongDexing/Geohash: GeoHash是目前比较主流实现位置服务的技术，用最简洁的Java实现GeoHash算法...
Geohash GeoHash是目前比较主流实现位置服务的技术,Geohash算法将经纬度二维数据编码为一个字符串,本质是一个降维的过程, 一个栗子地点经纬度 Geohash 鸟巢 116.402 ...
数据结构与算法：算法简介
数据结构与算法:算法简介雪柯大工生物信息提笔为写给奋进之人已关注你说呢 . shenwei356 等 70 人赞同了该文章引用自算法图解,作者[美] Aditya Bhargava 译袁国 ...
hash算法_一致性hash算法简介
一致性hash算法有什么用?我们为什么需要一致性hash算法?这两个问题的答案可以看这篇文章分布式系统路由算法简介. 了解了一致性hash算法出现的背景,我们来看看什么是一致性hash算法.一致性h ...
Minimax 和 Alpha-beta 剪枝算法简介，及以此实现的井字棋游戏（Tic-tac-toe）
前段时间用 React 写了个2048 游戏来练练手,准备用来回顾下 React 相关的各种技术,以及试验一下新技术.在写这个2048的过程中,我考虑是否可以在其中加入一个 AI 算法来自动进行游戏, ...
空间索引 - GeoHash算法及其实现优化
转自原文空间索引 - GeoHash算法及其实现优化上篇博客中提到了空间索引的用途和多种数据库对空间索引的支持情况,那么在应用层以下,好学的小伙伴应该会考虑空间索引的实现原理了. 目前空间索引的实 ...
推荐系统算法_机器学习和推荐系统（二）推荐算法简介
推荐算法简介一. 基于人口统计学的推荐算法二.基于内容的推荐算法三. 基于协同过滤的推荐算法协同过滤(Collaborative Filtering , CF) 基于近邻的系统过滤基于用户( ...

GeoHash算法简介

一. 基本原理

二. 算法过程

三. GeoHash算法的特点

四. 判断点与多边形的关系

GeoHash算法简介相关推荐

最新文章

热门文章