地图区域大数据量 marker 坐标点高效抽稀算法
按网上的思路一般要写双层循环,第一层循环遍历点集合,时间复杂度为O(N),第二层循环遍历结果集,逐一计算距离,距离小于阈值的不加入结果集,距离大于阈值的加入结果集,时间复杂度为O(M),双层循环总时间复杂度为O(N * M)。
新的算法思路:坐标点的经纬度经过计算得到的结果作为HashMap的Key,坐标相近的点的Key相同,利用HashMap降低时间复杂度,不需要第二层循环遍历,把时间复杂度由O(N * M)降为O(N)。
该算法的优点:1、抽稀后坐标点位置均匀,2、计算效率高(时间复杂度:O(N)),3、算法逻辑简单,4、计算结果幂等(结果集确定,多次重复计算结果集相同)。
代码:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
//抽稀 if (mapZoom >= 15 && mapZoom <= 16) { currentMarkerMap = new HashMap(); var getKey = function (lng, lat, len, ratio) { //如果计算结果数量较少,就调大ratio var a = (10000 + lng * ratio).toString().substr(0, len); var b = (10000 + lat * ratio).toString().substr(0, len) return a + "," + b; }; for (var i = 0; i < forAdd.length; i++) { var marker = forAdd[i]; var key; if (mapZoom == 15) key = getKey(marker.geometry.x, marker.geometry.y, 9, 1); if (mapZoom == 16) key = getKey(marker.geometry.x, marker.geometry.y, 10, 1); if (!currentMarkerMap.containsKey(key)) { currentMarkerMap.put(key, marker); } } }
说明:代码中 forAdd 变量是抽稀前的坐标点集合,currentMarkerMap 变量是HashMap集合(HashMap是自己实现的JS类),定义代码如下:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
var forClear = []; var currentMarkerMap = new HashMap();
效果图:
缩小:
放大:
动态效果:
新算法:
说明:上面的代码用的是SuperMap iClient Classic 8C,下面用的是Leaflet
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
function refreshVillageMarkers(map, deviceLayer) { //获取地图层级 let mapZoom = map.getZoom(); //点位完全显示层级 let visibleZoom = mapType == 1 ? 17 : 17; //1:使用SuperMap地图 2:使用高德地图 //获取地图可视区域 let polygon = getMapBounds(map); //获取小区点位集合 let villageMarkerArr = getVillageMarkerArr(); //筛选出可视区域内的点位 let visibleMarkerArr = []; for (let marker of villageMarkerArr) { if (!marker.options.rnd) { marker.options.rnd = Math.random(); } let latLng = marker.getLatLng(); let point = turf.point([latLng.lng, latLng.lat]); if (turf.booleanPointInPolygon(point, polygon)) { visibleMarkerArr.push(marker); } } //可视区域内的点位抽稀 let forAdd = []; let visibleCount = 300; let ratio = 1; if (visibleMarkerArr.length > visibleCount) { ratio = visibleCount / visibleMarkerArr.length; } for (let marker of visibleMarkerArr) { if (mapZoom >= visibleZoom || marker.options.rnd < ratio) { forAdd.push(marker); } } //移除可视区域外的和被抽稀掉的点位 for (let marker of currentMarkerMap.values()) { let latLng = marker.getLatLng(); let point = turf.point([latLng.lng, latLng.lat]); if (!turf.booleanPointInPolygon(point, polygon) || (mapZoom < visibleZoom && marker.options.rnd >= ratio)) { deviceLayer.removeLayer(marker); currentMarkerMap.delete(marker.options.id); } } //可视区域内的点位添加到图层上 for (let marker of forAdd) { deviceLayer.addLayer(marker); if (!currentMarkerMap.has(marker.options.id)) { currentMarkerMap.set(marker.options.id, marker); } } //打印 console.info('实际显示点位数/可视区点位数(' + (currentMarkerMap.size == visibleMarkerArr.length ? '相等' : '不相等') + '):' + currentMarkerMap.size + '/' + visibleMarkerArr.length) } //获取地图可视区域 function getMapBounds(map) { let nw = map.getBounds().getNorthWest(); let ne = map.getBounds().getNorthEast(); let se = map.getBounds().getSouthEast(); let sw = map.getBounds().getSouthWest(); let polygon = turf.polygon([[ [nw.lng, nw.lat], [ne.lng, ne.lat], [se.lng, se.lat], [sw.lng, sw.lat], [nw.lng, nw.lat] ]]); return polygon; }