Java,Mysql-根据一个给定经纬度的点,进行附近500米地点查询–合理利用算法

Java,Mysql-根据一个给定经纬度的点,进行附近500米地点查询–合理利用算法

 

LBS 球面距离公式

http://wiki.myoa.info/zh-blog:20

 

Java,Mysql-根据一个给定经纬度的点,进行附近500米地点查询–合理利用算法

最近做一个项目:需要查询一个站点(已知该站点经纬度)500米范围内的其它站点。所以,我首先想到的是,对每条记录,去进行遍历,跟数据库中的每一个点进行距离计算,当距离小于500米时,认为匹配。这样做确实能够得到结果,但是效率极其低下,因为每条记录都要去循环匹配n条数据,其消耗的时间可想而知。

于是我就想到一个先过滤出大概的经纬度范围再进行计算。比方说正方形的四个点,于是我在网上搜索,意外的,查询到了一个关于这个计算附近地点搜索初探,里面使用python实现了这个想法。所以参考了一下原文中的算法,使用JAVA进行了实现。

实现原理也是很相似的,先算出该点周围的矩形的四个点,然后使用经纬度去直接匹配数据库中的记录。

思路:首先算出“给定坐标附近500米”这个范围的坐标范围。 虽然它是个圆,但我们可以先求出该圆的外接正方形,然后拿正方形的经纬度范围去搜索数据库。

先来求东西两侧的的范围边界。在haversin公式中令φ1 = φ2,可得

然后求南北两侧的范围边界,在haversin公式中令 Δλ = 0,可得

    ⊿φ = d/R

用Java代码写就是

/先计算查询点的经纬度范围<span style="font-family: 微软雅黑, Helvetica, Times, Arial, serif;">lat已知纬度,lng已知经度</span>  
        double R = 6371.137;//R为地球半径,可取平均值 6371.137km 
        double dis = 0.5;//距离  0.5千米
        double dlng =  2*Math.asin(Math.sin(dis/(2*R))/Math.cos(lat*Math.PI/180));  //⊿λ东西两侧的的范围边界
        dlng = dlng*180/Math.PI;//角度转为弧度  
        double dlat = dis/R;  //⊿φ南北两侧的范围边界
        dlat = dlat*180/Math.PI;

 

最后,就可以得出四个点的坐标:
left-top : (lat + dlat, lng – dlng)
right-top : (lat + dlat, lng + dlng)
left-bottom : (lat – dlat, lng – dlng)
right-bottom: (lat – dlat, lng + dlng)
综合也就是这样进行筛选查询

 

public List<Property> findNeighPosition(double longitude,double latitude){  
        //先计算查询点的经纬度范围  
        double r = 6371;//地球半径千米  
        double dis = 0.5;//0.5千米距离  
        double dlng =  2*Math.asin(Math.sin(dis/(2*r))/Math.cos(latitude*Math.PI/180));  
        dlng = dlng*180/Math.PI;//角度转为弧度  
        double dlat = dis/r;  
        dlat = dlat*180/Math.PI;          
        double minlat =latitude-dlat;  
        double maxlat = latitude+dlat;  
        double minlng = longitude -dlng;  
        double maxlng = longitude + dlng;  
          
        String hql = "from Property where longitude>=? and longitude =<? and latitude>=? latitude=<? and state=0";  
        Object[] values = {minlng,maxlng,minlat,maxlat};  
          
        List<Property> list = find(hql, values);  
        return list;  
    }

 
 
 
来源:http://www.cnblogs.com/zt007/p/6373722.html
posted @ 2018-01-16 17:32  baby孔祥超  阅读(332)  评论(0编辑  收藏  举报