基于地理位置算法GeoHash核心原理解析

文章目录认知GeoHash算法步骤根据经纬度计算GeoHash二进制编码组码GeoHash Base32编码长度与精度具体应用使用注意点认知GeoHashGeoHash将二维的经纬度转换成字符串,如北京9个区域的GeoHash字符串分别是WX4ERWX4G2、WX4G3等等每一个字符串代表了某一矩形区域因此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,左上角这个区域内的用户不断发送位置信息请求餐馆数据由于这些用户的GeoHash字符串都是WX4ER所以可以把WX4ER当作key把该区域的餐馆信息当作value来进行缓存而如果不使用GeoHash的话由于区域内的用户传来的经纬度是各不相同的很难做缓存。字符串越长表示的范围越精确。如图所示5位的编码能表示10平方千米范围矩形区域而6位编码能表示更精细的区域约0.34平方千米字符串相似的表示距离相近特殊情况后文阐述这样可以利用字符串的前缀匹配来查询附近的POI信息。如下两个图所示一个在城区一个在郊区城区的GeoHash字符串之间比较相似郊区的字符串之间也比较相似而城区和郊区的GeoHash字符串相似程度要低些。通过上面的介绍我们知道了GeoHash就是一种将经纬度转换成字符串的方法并且使得在大部分情况下字符串前缀匹配越多的距离越近回到我们的案例根据所在位置查询来查询附近餐馆时只需要将所在位置经纬度转换成GeoHash字符串并与各个餐馆的GeoHash字符串进行前缀匹配匹配越多的距离越近。算法步骤以北海公园为例介绍GeoHash算法的计算步骤根据经纬度计算GeoHash二进制编码地球纬度区间是[-90,90] 北海公园的纬度是39.928167可以通过下面算法对纬度39.928167进行逼近编码:1)将区间[-90,90]转换为[-90,0],[0,90],可以确定39.928167属于右区间[0,90]给标记为12)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03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39.9281674如果给定的纬度x39.928167属于左区间则记录0如果属于右区间则记录1这样随着算法的进行会产生一个序列1011100序列的长度跟给定的区间划分次数有关。根据纬度算编码同理地球经度区间是[-180,180]可以对经度116.389550进行编码。根据经度算编码组码通过上述计算纬度产生的编码为10111 00011经度产生的编码为11010 01011。偶数位放经度奇数位放纬度把2串编码组合生成新串11100 11101 00100 01111。最后使用用0-9、b-z去掉a, i, l, o这32个字母进行base32编码首先将11100 11101 00100 01111转成十进制对应着28、29、4、15十进制对应的编码就是wx4g。同理将编码转换成经纬度的解码算法与之相反具体不再赘述。GeoHash Base32编码长度与精度可以看出当geohash base32编码长度为8时精度在19米左右而当编码长度为9时精度在2米左右编码长度需要根据数据情况进行选择。具体应用如图所示我们将二进制编码的结果填写到空间中当将空间划分为四块时候编码的顺序分别是左下角00左上角01右下脚10右上角11也就是类似于Z的曲线当我们递归的将各个块分解成更小的子块时编码的顺序是自相似的分形每一个子快也形成Z曲线这种类型的曲线被称为Peano空间填充曲线。这种类型的空间填充曲线的优点是将二维空间转换成一维曲线事实上是分形维对大部分而言编码相似的距离也相近 但Peano空间填充曲线最大的缺点就是突变性有些编码相邻但距离却相差很远比如0111与1000编码是相邻的但距离相差很大。除Peano空间填充曲线外还有很多空间填充曲线如图所示其中效果公认较好是Hilbert空间填充曲线相较于Peano曲线而言Hilbert曲线没有较大的突变。为什么GeoHash不选择Hilbert空间填充曲线呢可能是Peano曲线思路以及计算上比较简单吧事实上Peano曲线就是一种四叉树线性编码方式。使用注意点1由于GeoHash是将区域划分为一个个规则矩形并对每个矩形进行编码这样在查询附近POI信息时会导致以下问题比如红色的点是我们的位置绿色的两个点分别是附近的两个餐馆但是在查询的时候会发现距离较远餐馆的GeoHash编码与我们一样因为在同一个GeoHash区域块上而较近餐馆的GeoHash编码与我们不一致。这个问题往往产生在边界处。解决的思路很简单我们查询时除了使用定位点的GeoHash编码进行匹配外还使用周围8个区域的GeoHash编码这样可以避免这个问题。2我们已经知道现有的 GeoHash 算法使用的是 Peano 空间填充曲线这种曲线会产生突变造成了编码虽然相似但距离可能相差很大的问题因此在查询附近餐馆时候首先筛选 GeoHash 编码相似的 POI 点然后进行实际距离计算。