decode解码 geohash_Geohash算法原理及实现
最近需要實(shí)現(xiàn)一個(gè)功能，查找車輛附近的加油站，如果車和加油站距離在200米以內(nèi)，則查找成功。
加油站數(shù)量肯定不小，能否縮小查找范圍，否則以遍歷形式，效率肯定高不了。
Geohash算法就是將經(jīng)緯度編碼，將二維變一維，給地址位置分區(qū)的一種算法。
基本原理
GeoHash是一種地址編碼方法。他能夠把二維的空間經(jīng)緯度數(shù)據(jù)編碼成一個(gè)字符串
我們知道，經(jīng)度范圍是東經(jīng)180到西經(jīng)180，緯度范圍是南緯90到北緯90，我們設(shè)定西經(jīng)為負(fù)，南緯為負(fù)，所以地球上的經(jīng)度范圍就是[-180， 180]，緯度范圍就是[-90，90]。如果以本初子午線、赤道為界，地球可以分成4個(gè)部分。
如果緯度范圍[-90°, 0°)用二進(jìn)制0代表，(0°, 90°]用二進(jìn)制1代表，經(jīng)度范圍[-180°, 0°)用二進(jìn)制0代表，(0°, 180°]用二進(jìn)制1代表，那么地球可以分成如下4個(gè)部分
如果在小塊范圍內(nèi)遞歸對半劃分呢？
可以看到，劃分的區(qū)域更多了，也更精確了。geohash算法就是基于這種思想，劃分的次數(shù)更多，區(qū)域更多，區(qū)域面積更小了。通過將經(jīng)緯度編碼，給地理位置分區(qū)
Geohash算法
Geohash算法一共有三步。
首先將經(jīng)緯度變成二進(jìn)制。
比如這樣一個(gè)點(diǎn)(39.923201, 116.390705)
緯度的范圍是(-90，90)，其中間值為0。對于緯度39.923201，在區(qū)間(0，90)中，因此得到一個(gè)1；(0，90)區(qū)間的中間值為45度，緯度39.923201小于45，因此得到一個(gè)0，依次計(jì)算下去，即可得到緯度的二進(jìn)制表示，如下表：
最后得到緯度的二進(jìn)制表示為：
10111000110001111001
同理可以得到經(jīng)度116.390705的二進(jìn)制表示為：
11010010110001000100
第2步，就是將經(jīng)緯度合并。
經(jīng)度占偶數(shù)位，緯度占奇數(shù)位，注意，0也是偶數(shù)位。
11100 11101 00100 01111 00000 01101 01011 00001
第3步，按照Base32進(jìn)行編碼
Base32編碼表的其中一種如下，是用0-9、b-z(去掉a, i, l, o)這32個(gè)字母進(jìn)行編碼。具體操作是先將上一步得到的合并后二進(jìn)制轉(zhuǎn)換為10進(jìn)制數(shù)據(jù)，然后對應(yīng)生成Base32碼。需要注意的是，將5個(gè)二進(jìn)制位轉(zhuǎn)換成一個(gè)base32碼。上例最終得到的值為
wx4g0ec1
Geohash比直接用經(jīng)緯度的高效很多，而且使用者可以發(fā)布地址編碼，既能表明自己位于北海公園附近，又不至于暴露自己的精確坐標(biāo)，有助于隱私保護(hù)。
GeoHash用一個(gè)字符串表示經(jīng)度和緯度兩個(gè)坐標(biāo)。在數(shù)據(jù)庫中可以實(shí)現(xiàn)在一列上應(yīng)用索引(某些情況下無法在兩列上同時(shí)應(yīng)用索引)
GeoHash表示的并不是一個(gè)點(diǎn)，而是一個(gè)矩形區(qū)域
GeoHash編碼的前綴可以表示更大的區(qū)域。例如wx4g0ec1，它的前綴wx4g0e表示包含編碼wx4g0ec1在內(nèi)的更大范圍。 這個(gè)特性可以用于附近地點(diǎn)搜索
編碼越長，表示的范圍越小，位置也越精確。因此我們就可以通過比較GeoHash匹配的位數(shù)來判斷兩個(gè)點(diǎn)之間的大概距離。
問題
geohash算法有兩個(gè)問題。首先是邊緣問題。
如圖，如果車在紅點(diǎn)位置，區(qū)域內(nèi)還有一個(gè)黃點(diǎn)。相鄰區(qū)域內(nèi)的綠點(diǎn)明顯離紅點(diǎn)更近。但因?yàn)辄S點(diǎn)的編碼和紅點(diǎn)一樣，最終找到的將是黃點(diǎn)。這就有問題了。
要解決這個(gè)問題，很簡單，只要再查找周邊8個(gè)區(qū)域內(nèi)的點(diǎn)，看哪個(gè)離自己更近即可。
另外就是曲線突變問題。
本文第2張圖片比較好地解釋了這個(gè)問題。其中0111和1000兩個(gè)編碼非常相近，但它們的實(shí)際距離確很遠(yuǎn)。所以編碼相近的兩個(gè)單位，并不一定真實(shí)距離很近，這需要實(shí)際計(jì)算兩個(gè)點(diǎn)的距離才行。
代碼實(shí)現(xiàn)
geohash原理清楚后，代碼實(shí)現(xiàn)就比較簡單了。不過仍然有一個(gè)問題需要解決，就是如何計(jì)算周邊的8個(gè)區(qū)域key值呢
假設(shè)我們計(jì)算的key值是6位，那么二進(jìn)制位數(shù)就是 6*5 = 30位，所以經(jīng)緯度分別是15位。我們以緯度為例，緯度會均分15次。這樣我們很容易能夠算出15次后，劃分的最小單位是多少
private void setMinLatLng() {
minLat = MAXLAT - MINLAT;
for (int i = 0; i < numbits; i++) {
minLat /= 2.0;
}
minLng = MAXLNG - MINLNG;
for (int i = 0; i < numbits; i++) {
minLng /= 2.0;
}
}
得到了最小單位，那么周邊區(qū)域的經(jīng)緯度也可以計(jì)算得到了。比如說左邊區(qū)域的經(jīng)度肯定是自身經(jīng)度減去最小經(jīng)度單位。緯度也可以通過加減，得到上下的緯度值，最終周圍8個(gè)單位也可以計(jì)算得到。
可以到 http://geohash.co/ 進(jìn)行g(shù)eohash編碼，以確定自己代碼是否寫錯(cuò)
整體代碼如下所示：
public class GeoHash {
public static final double MINLAT = -90;
public static final double MAXLAT = 90;
public static final double MINLNG = -180;
public static final double MAXLNG = 180;
private static int numbits = 3 * 5; //經(jīng)緯度單獨(dú)編碼長度
private static double minLat;
private static double minLng;
private final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',
'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',
'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };
//定義編碼映射關(guān)系
final static HashMap lookup = new HashMap();
//初始化編碼映射內(nèi)容
static {
int i = 0;
for (char c : digits)
lookup.put(c, i++);
}
public GeoHash(){
setMinLatLng();
}
public String encode(double lat, double lon) {
BitSet latbits = getBits(lat, -90, 90);
BitSet lonbits = getBits(lon, -180, 180);
StringBuilder buffer = new StringBuilder();
for (int i = 0; i < numbits; i++) {
buffer.append( (lonbits.get(i))?'1':'0');
buffer.append( (latbits.get(i))?'1':'0');
}
String code = base32(Long.parseLong(buffer.toString(), 2));
//Log.i("okunu", "encode lat = " + lat + " lng = " + lon + " code = " + code);
return code;
}
public ArrayList getArroundGeoHash(double lat, double lon){
//Log.i("okunu", "getArroundGeoHash lat = " + lat + " lng = " + lon);
ArrayList list = new ArrayList<>();
double uplat = lat + minLat;
double downLat = lat - minLat;
double leftlng = lon - minLng;
double rightLng = lon + minLng;
String leftUp = encode(uplat, leftlng);
list.add(leftUp);
String leftMid = encode(lat, leftlng);
list.add(leftMid);
String leftDown = encode(downLat, leftlng);
list.add(leftDown);
String midUp = encode(uplat, lon);
list.add(midUp);
String midMid = encode(lat, lon);
list.add(midMid);
String midDown = encode(downLat, lon);
list.add(midDown);
String rightUp = encode(uplat, rightLng);
list.add(rightUp);
String rightMid = encode(lat, rightLng);
list.add(rightMid);
String rightDown = encode(downLat, rightLng);
list.add(rightDown);
//Log.i("okunu", "getArroundGeoHash list = " + list.toString());
return list;
}
//根據(jù)經(jīng)緯度和范圍，獲取對應(yīng)的二進(jìn)制
private BitSet getBits(double lat, double floor, double ceiling) {
BitSet buffer = new BitSet(numbits);
for (int i = 0; i < numbits; i++) {
double mid = (floor + ceiling) / 2;
if (lat >= mid) {
buffer.set(i);
floor = mid;
} else {
ceiling = mid;
}
}
return buffer;
}
//將經(jīng)緯度合并后的二進(jìn)制進(jìn)行指定的32位編碼
private String base32(long i) {
char[] buf = new char[65];
int charPos = 64;
boolean negative = (i < 0);
if (!negative){
i = -i;
}
while (i <= -32) {
buf[charPos--] = digits[(int) (-(i % 32))];
i /= 32;
}
buf[charPos] = digits[(int) (-i)];
if (negative){
buf[--charPos] = '-';
}
return new String(buf, charPos, (65 - charPos));
}
private void setMinLatLng() {
minLat = MAXLAT - MINLAT;
for (int i = 0; i < numbits; i++) {
minLat /= 2.0;
}
minLng = MAXLNG - MINLNG;
for (int i = 0; i < numbits; i++) {
minLng /= 2.0;
}
}
//根據(jù)二進(jìn)制和范圍解碼
private double decode(BitSet bs, double floor, double ceiling) {
double mid = 0;
for (int i=0; i
mid = (floor + ceiling) / 2;
if (bs.get(i))
floor = mid;
else
ceiling = mid;
}
return mid;
}
//對編碼后的字符串解碼
public double[] decode(String geohash) {
StringBuilder buffer = new StringBuilder();
for (char c : geohash.toCharArray()) {
int i = lookup.get(c) + 32;
buffer.append( Integer.toString(i, 2).substring(1) );
}
BitSet lonset = new BitSet();
BitSet latset = new BitSet();
//偶數(shù)位，經(jīng)度
int j =0;
for (int i=0; i< numbits*2;i+=2) {
boolean isSet = false;
if ( i < buffer.length() )
isSet = buffer.charAt(i) == '1';
lonset.set(j++, isSet);
}
//奇數(shù)位，緯度
j=0;
for (int i=1; i< numbits*2;i+=2) {
boolean isSet = false;
if ( i < buffer.length() )
isSet = buffer.charAt(i) == '1';
latset.set(j++, isSet);
}
double lon = decode(lonset, -180, 180);
double lat = decode(latset, -90, 90);
return new double[] {lat, lon};
}
public static void main(String[] args) throws Exception{
GeoHash geohash = new GeoHash();
// String s = geohash.encode(40.222012, 116.248283);
// System.out.println(s);
geohash.getArroundGeoHash(40.222012, 116.248283);
// double[] geo = geohash.decode(s);
// System.out.println(geo[0]+" "+geo[1]);
}
}
總結(jié)
以上是生活随笔為你收集整理的decode解码 geohash_Geohash算法原理及实现的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 《MySQL》MySQL教程
- 下一篇： 2018年江苏大学885代码题（含答案）