java根据2个经纬度点，计算这2个经纬度点之间的距离(通过经度纬度得到距离)

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，PHP,C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。图是我盗的：

值得一提的是，维基百科推荐使用Haversine公式，理由是Great-circle distance公式用到了大量余弦函数，而两点间距离很短时（比如地球表面上相距几百米的两点），余弦函数会得出0.999...的结果，会导致较大的舍入误差。而Haversine公式采用了正弦函数，即使距离很小，也能保持足够的有效数字。以前采用三角函数表计算时的确会有这个问题，但经过实际验证，采用计算机来计算时，两个公式的区别不大。稳妥起见，这里还是采用Haversine公式。

其中

R为地球半径，可取平均值 6371km；
φ1, φ2 表示两点的纬度；
Δλ 表示两点经度的差值。

import java.util.HashMap;
import java.util.Map;public class MapDistance { private static double EARTH_RADIUS = 6378.137; private static double rad(double d) { return d * Math.PI / 180.0; }/*** 根据两个位置的经纬度，来计算两地的距离（单位为KM）* 参数为String类型* @param lat1 用户经度* @param lng1 用户纬度* @param lat2 商家经度* @param lng2 商家纬度* @return*/public static String getDistance(String lat1Str, String lng1Str, String lat2Str, String lng2Str) {Double lat1 = Double.parseDouble(lat1Str);Double lng1 = Double.parseDouble(lng1Str);Double lat2 = Double.parseDouble(lat2Str);Double lng2 = Double.parseDouble(lng2Str);double radLat1 = rad(lat1);double radLat2 = rad(lat2);double difference = radLat1 - radLat2;double mdifference = rad(lng1) - rad(lng2);double distance = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(difference / 2), 2)+ Math.cos(radLat1) * Math.cos(radLat2)* Math.pow(Math.sin(mdifference / 2), 2)));distance = distance * EARTH_RADIUS;distance = Math.round(distance * 10000) / 10000;String distanceStr = distance+"";distanceStr = distanceStr.substring(0, distanceStr.indexOf("."));return distanceStr;}/*** 获取当前用户一定距离以内的经纬度值* 单位米 return minLat* 最小经度 minLng* 最小纬度 maxLat* 最大经度 maxLng* 最大纬度 minLat*/public static Map getAround(String latStr, String lngStr, String raidus) {Map map = new HashMap();Double latitude = Double.parseDouble(latStr);// 传值给经度Double longitude = Double.parseDouble(lngStr);// 传值给纬度Double degree = (24901 * 1609) / 360.0; // 获取每度double raidusMile = Double.parseDouble(raidus);Double mpdLng = Double.parseDouble((degree * Math.cos(latitude * (Math.PI / 180))+"").replace("-", ""));Double dpmLng = 1 / mpdLng;Double radiusLng = dpmLng * raidusMile;//获取最小经度Double minLat = longitude - radiusLng;// 获取最大经度Double maxLat = longitude + radiusLng;Double dpmLat = 1 / degree;Double radiusLat = dpmLat * raidusMile;// 获取最小纬度Double minLng = latitude - radiusLat;// 获取最大纬度Double maxLng = latitude + radiusLat;map.put("minLat", minLat+"");map.put("maxLat", maxLat+"");map.put("minLng", minLng+"");map.put("maxLng", maxLng+"");return map;}public static void main(String[] args) {//测试经纬度：117.11811  36.68484//测试经纬度2：117.00999000000002  36.66123//System.out.println(getDistance("117.11811","36.68484","117.00999000000002","36.66123"));System.out.println(getAround("117.11811", "36.68484", "13000"));//117.01028712333508(Double), 117.22593287666493(Double),//36.44829619896034(Double), 36.92138380103966(Double)}}

算法数学上实现思路: 判断一个点是在一个多边形内部的集中情况
第一:目标点在多边形的某一个顶点上,我们认为目标点在多边形内部
第二:目标点在多边形的任意一天边上,我们认为目标点在多边形内部
第三:这种情况就比较复杂了,不在某天边上，也不和任何一个顶点重合.这时候就需要我们自己去算了，解决方案是将目标点的Y坐标与多边形的每一个点进行比较，我们会得到一个目标点所在的行与多边形边的交点的列表。如果目标点的两边点的个数都是奇数个则该目标点在多边形内，否则在多边形外。

这种算法适合凸多边形也适合凹多边形，所以是一种通用的算法，同时也解决了多边形的点的顺序不同导致的形状不同，比如一个五边形，可以是凸五边形，也可以是一个凹五边形，这个根据点的位置和顺序决定的。

有了数学上的实现思路，辣么我们就可以用java 或者去他语言去实现一个点(经纬度)是否在一个多边形内部了(多个点构成)。

我们先写一个对点和线的一些公用方法，

package cn.liuzw.point;
import java.util.ArrayList;/***  <span style="font-family: Arial; font-size: 14px; line-height: 26px;">点和线的一些公用方法</span><br/>* * @author liuZhiwei* 2016年8月6日 下午3:48:38*/
public class Point {/***  是否有 横断<br/>*  参数为四个点的坐标* @param px1* @param py1* @param px2* @param py2* @param px3* @param py3* @param px4* @param py4* @return  */public boolean isIntersect ( double px1 , double py1 , double px2 , double py2 , double px3 , double py3 , double px4 ,  double py4 )  {  boolean flag = false;  double d = (px2 - px1) * (py4 - py3) - (py2 - py1) * (px4 - px3);  if ( d != 0 )  {  double r = ((py1 - py3) * (px4 - px3) - (px1 - px3) * (py4 - py3)) / d;  double s = ((py1 - py3) * (px2 - px1) - (px1 - px3) * (py2 - py1)) / d;  if ( (r >= 0) && (r <= 1) && (s >= 0) && (s <= 1) )  {  flag = true;  }  }  return flag;  } /***  目标点是否在目标边上边上<br/>*  * @param px0 目标点的经度坐标* @param py0 目标点的纬度坐标* @param px1 目标线的起点(终点)经度坐标* @param py1 目标线的起点(终点)纬度坐标* @param px2 目标线的终点(起点)经度坐标* @param py2 目标线的终点(起点)纬度坐标* @return*/public boolean isPointOnLine ( double px0 , double py0 , double px1 , double py1 , double px2 , double py2 )  {  boolean flag = false;  double ESP = 1e-9;//无限小的正数if ( (Math.abs(Multiply(px0, py0, px1, py1, px2, py2)) < ESP) && ((px0 - px1) * (px0 - px2) <= 0)  && ((py0 - py1) * (py0 - py2) <= 0) )  {  flag = true;  }  return flag;  } public double Multiply ( double px0 , double py0 , double px1 , double py1 , double px2 , double py2 )  {  return ((px1 - px0) * (py2 - py0) - (px2 - px0) * (py1 - py0));  }/*** 判断目标点是否在多边形内(由多个点组成)<br/>* * @param px 目标点的经度坐标* @param py 目标点的纬度坐标* @param polygonXA 多边形的经度坐标集合* @param polygonYA 多边形的纬度坐标集合* @return*/public boolean isPointInPolygon ( double px , double py , ArrayList<Double> polygonXA , ArrayList<Double> polygonYA )  {  boolean isInside = false;  double ESP = 1e-9;  int count = 0;  double linePoint1x;  double linePoint1y;  double linePoint2x = 180;  double linePoint2y;  linePoint1x = px;  linePoint1y = py;  linePoint2y = py;  for (int i = 0; i < polygonXA.size() - 1; i++)  {  double cx1 = polygonXA.get(i);  double cy1 = polygonYA.get(i);  double cx2 = polygonXA.get(i + 1);  double cy2 = polygonYA.get(i + 1); //如果目标点在任何一条线上if ( isPointOnLine(px, py, cx1, cy1, cx2, cy2) )  {  return true;  }//如果线段的长度无限小(趋于零)那么这两点实际是重合的，不足以构成一条线段if ( Math.abs(cy2 - cy1) < ESP )  {  continue;  }  //第一个点是否在以目标点为基础衍生的平行纬度线if ( isPointOnLine(cx1, cy1, linePoint1x, linePoint1y, linePoint2x, linePoint2y) )  {  //第二个点在第一个的下方,靠近赤道纬度为零(最小纬度)if ( cy1 > cy2 )  count++;  }//第二个点是否在以目标点为基础衍生的平行纬度线else if ( isPointOnLine(cx2, cy2, linePoint1x, linePoint1y, linePoint2x, linePoint2y) )  {  //第二个点在第一个的上方,靠近极点(南极或北极)纬度为90(最大纬度)if ( cy2 > cy1 )  count++;  }//由两点组成的线段是否和以目标点为基础衍生的平行纬度线相交else if ( isIntersect(cx1, cy1, cx2, cy2, linePoint1x, linePoint1y, linePoint2x, linePoint2y) )  {  count++;  }  }  if ( count % 2 == 1 )  {  isInside = true;  }  return isInside;  }
}

现在通常都是接口实现需要考虑到数据库和效率通常都是mysql 数据量也大如何去实现就各位自行发展吧

java根据2个经纬度点，计算这2个经纬度点之间的距离(通过经度纬度得到距离)相关推荐

根据2个经纬度点，计算这2个经纬度点之间的距离(通过经度纬度得到距离)
根据2个经纬度点,计算这2个经纬度点之间的距离(通过经度纬度得到距离) 球面上任意两点之间的距离计算公式可以参考维基百科上的下述文章. Great-circle distance Haversine ...
已知两个点的经纬度，计算两个点之间的距离（两种办法）
网上淘来了两种办法,一种是haversine公式,这个公式的算法在ubuntu下测试距离长测两个点,非常不准.(在我需要使用这个算法的芯片平台测试也不准,类似ubuntu平台的误差.在visual s ...
给定经纬度计算距离_通过经纬度坐标计算距离的方法（经纬度距离计算）ZZ
通过经纬度坐标计算距离的方法(经纬度距离计算) 最近在网上搜索"通过经纬度坐标计算距离的方法",发现网上大部分都是如下的代码: #define PI 3.14159265 stat ...
通过经纬度坐标计算距离的方法（实为通过一个经纬度和距离角度求另一个经纬度）
转自:https://www.cnblogs.com/softfair/p/lat_lon_distance_bearing_new_lat_lon.html 通过经纬度坐标计算距离的方法(经纬度距离 ...
通过经纬度坐标计算距离的方法（经纬度距离计算）
通过经纬度坐标计算距离的方法(经纬度距离计算) 最近在网上搜索"通过经纬度坐标计算距离的方法",发现网上大部分都是如下的代码: #define PI 3.14159265 stat ...
java关于地图经纬度的计算
一,坐标体系 wgs坐标系是国际上通用的坐标系,也称地球坐标系,gps和北斗系统都使用的是wgs坐标系.谷歌地图使用的是wgs坐标系(中国部分除外),openstreetmap使用的也是这种坐标系 g ...
Java 通过已知点的经纬度，相对角度，距离计算另一点的经纬度
问题背景:自己在使用高德地图时没有发现通过已知点经纬度,角度,距离计算另一点经纬度的方法,所以只好自己实现了.查询之后发现国内的博客基本都是计算两点距离,计算点到线距离的距离等,有几篇也都是C语言形式 ...
java 通过经纬度计算巨鹿,中国城市经纬度-精确到县级.doc
中国城市经纬度-精确到县级中国城市经纬度--精确到县级,很实用的哦. 1 中国城市经纬度阿巴嘎旗=114.97,44.03 阿巴嘎=114.97,44.03 阿巴哈纳尔旗=116.08,43.95 ...
给你两个经纬度，计算他们之间的距离
这些经纬线是怎样定出来的呢?地球是在不停地绕地轴旋转(地轴是一根通过地球南北两极和地球中心的假想线),在地球中腰画一个与地轴垂直的大圆圈,使圈上的每一点都和南北两极的距离相等,这个圆圈就叫作" ...

java根据2个经纬度点，计算这2个经纬度点之间的距离(通过经度纬度得到距离)

java根据2个经纬度点，计算这2个经纬度点之间的距离(通过经度纬度得到距离)相关推荐

最新文章

热门文章