PHP高级学习地理地图定位算法详解

本文给出了一个PHP高级学习中Geo地图定位算法的实例。分享给大家参考，如下：

前言

在日常开发中，我们经常需要找到一个物体的位置，或者找到附近的范围等。我们自然想到的方法是利用各种提供服务的地图网站的API，基于API，利用经纬度实现定位，找到附近范围等。但是由于缺乏对原理的理解，在距离比较或者控制精度方面，我们不知道如何利用这些经纬度值来实现距离变换和比较。在本章中，我们将讨论基于地理的定位算法的原理。

概念

纬线：纬线是垂直于地轴的线，东西方向环绕地球，所有纬度都是平行的。其中，赤道为最长纬度，纬度为0度，纬度值为角度值，从赤道分为北纬和南纬，两者均为0-90度；子午线：地球上的垂直线，是连接南北两极并与纬度线垂直相交的半圆。子午线为0，分为西经和东经，两者均为0-180，子午线也是一个角度值；经纬度与米的换算：经纬度为0.00001度，约为1米。这可以在GPS测量距离时实现。只要GPS精确到小数点后五位，都在10米以内；为了便于理解，地球被认为是一个基于经纬线的坐标系。经度范围从-180到180，纬度范围从-90到90。地球上的任何一点都可以由经纬度唯一确定。在实际应用中，如果用两个维度来确定一个点，计算量会很大，因为一个维度决定一个平面。如果二维平面上的所有点都用一个数字来表示，也就是把经度和纬度转换成一个字符串，就可以用一维坐标来表示，大大减少了计算量。这就是现在广泛使用的geoHash。

GeoHash:Geohash是一个公共域地理编码系统，它将地理位置编码成一系列字母和数字。Geohash提供了任意精度等属性，以及从代码末尾逐渐删除字符以减小其大小(并逐渐失去精度)的可能性。由于准确性逐渐下降，附近的地方经常(但不总是)出现类似的前缀。共享前缀越长，两地距离越近。

原理

可以将地球上的一个点表示为一串字母，相似地方的字母前缀越多越常见。这可以使位置搜索在开发中变得容易。它的原理是基于上面提到的geoHash值。让我们详细解释一下geoHash值是如何计算的：

GeoHash二进制码按经纬度计算(算法用经纬度值解释：(116.389550，39.928167))。首先计算纬度二进制：2.1区间[-90，90]，并将其划分为[-90，0]，[0，90]，称为左右区间，可以确定为39 . 39990 . 99999999909 2.2然后将区间[0，90]划分为[0，45]和[45，90]，我们可以确定39.928167属于左区间[0，45]，并且2.3递归上述过程39.928167始终属于某个区间[a，b]。随着每次迭代，区间[a，b]总是不断缩小，越来越近；2.4这样，序列1011100011的纬度二进制码将与算法一起生成。

同样的，地球经度以二进制计算，区间为[-180，180]，116.389550的经度可以编码。计算结果1101001011；

集团编码：通过以上计算，纬度生成的编码为10111 00011，经度生成的编码为11010 01011。偶数放在经度，奇数放在纬度，两个字符串编码组合生成一个新的字符串：11100 11101 00100 01111。32个字母0-9和b-z(不包括a、I、l和o)用于base32编码。首先将11100 11101 00100 01111转换为十进制，对应28、29、4、15，十进制对应的代码为wx4g。Geohash实际上将整个地图或者某个划分区域划分一次。由于它采用base32编码方式，即Geohash中的每个字母或数字(如wx4g0e中的W)由5位(2 ^ 5=32，base32)组成，可以有32种不同的组合(0~31)，所以我们可以将整个地图区域划分为32个区域第一次划分地图如下图所示(每个区域中的数字对应区域对应的代码):

经过多次分解，我们可以得到更准确的位置划分。例如，上面计算的wx4g可以精确到一个城市：

从上图可以看出，相邻城区的geoHash值共有前缀比较多，我们可以用共有前缀来判断附近的相邻位置。当然，准确的范围也是根据经纬度和哈希值的范围来确定的。如下表所示，geo精确到8位数的公共前缀，可以表示附近20米左右的范围：

在PHP中的实现与应用

在了解了geo的定位算法原理后，我们可以在PHP开发过程中使用这个定位函数。目前，位置定位和搜索功能有很多解决方案。基于PHP，我从自己的实践中推荐了几个：

使用现成的地图API实现地理定位、搜索范围、计算距离等功能，比如国内的百度、高德，可以使用很多免费的API；如果你需要一个更大更精确的范围，你可以使用谷歌的地理api。缺点是每天的请求数量是有限制的。如果是企业级应用，需要为增加请求数量的权限付费。查看链接：https://developers . Google.com/maps/documentation/geocode/start通过NoSQL存储组件实现定位操作和存储：由于我们经常需要将定位数据计算后落地，所以业内有很多存储组件提供直接的计算和存储解决方案，比如MongoDB，适合在国内云平台上直接使用。对于AWS平台，dynamodb也作为NoSQL存储组件提供。这些存储组件可以直接导入经纬度，自动转换为geoHash进行登陆存储，还提供了直接计算距离和搜索范围数据返回的功能。Redis可用于本地部署服务器：Redis 3.2版本后，提供了geo操作、搜索和登陆功能，可以结合新版php-redis扩展实现GEO的方法。参考链接：http://www.redis.cn/commands.html,用PHP在redis上实现geo操作，请参考上面GitHub提供的方法描述：https://github.com/phpredis/phpredis. Redis实际封装了计算经纬度参数的方法，转换成geohash值作为Zset的Score存储在Zset中，所以也可以作为普通的Zset来操作。在实际应用中，我们经常把商品和人作为价值值，把地理哈希值作为分值，这样就可以在一定的分值范围内搜索到人或物。例如，在一定半径内搜索值：$ redis-georadius ($ key，$经度，$纬度，$半径，$单位[，array $ options])；用PHP计算原生geoHash:这个方法比较复杂，就是根据geoHash原理，用PHP语言实现这个算法，距离和搜索半径也是用PHP计算的。这相当于创造了一个新的轮子。当然，如果业务复杂度较高，那么PHP需要支持GeoHash算法，或者自己打包Geo类。在这里，我推荐一个在GitHub上比较完整的PHP-GEO支持：https://github.com/geocoder-php/Geocoder,或者如果你只需要计算GeoHash值，可以使用一个在互联网上广泛转发的计算Hash值的PHP方法：private $ coding=' 0123456789 bcdefghjkmnpqrstuvwxyz '；/***通过经度和纬度计算geoHash * @ param $ lat * @ param $ long * @返回字符串*/公共函数calcGeoHash($lat，$ long){ $ plat=$ this-precision($ lat)；$ latbits=1；$ err=45而($ err $ plat){ $ latbits；$ err/=2；} $ plong=$ this-precision($ long)；$ long bits=1；$ err=90而($ err $ plong){ $ long bits；$ err/=2；}$bits=max($latbits，$ long bits)；$ longbits=$ bits$ latbits=$ bits$ add long=1；while (($longbits $latbits)%5！=0){ $ long bits=$ addlong；$latbits=！$ addlong$addlong=！$ addlong}$blat=$this-binEncode($lat，-90，90，$ latbits)；$blong=$this-binEncode($long，-180，180，$ long bits)；$ binary=$ uselong=1；while(strlen($ blat)strlen($ blong)){ if($ uselong){ $ binary=$ binary . substr($ blong，0，1)；$blong=substr($blong，1)；} else { $ binary=$ binary . substr($ blat，0，1)；$blat=substr($blat，1)；}$uselong=！$ uselong} $ hash=for($ I=0；$ is tren($二进制)；$i=5){$n=bindec(substr($binary，$i，5))；$hash=$hash。$ this-编码[$ n]；}返回$ hash}/* * * @ param $ number * @ return float | int */private function precision($ number){ $ precision=0；$pt=strpos($number，'.');if ($pt！==false){ $ precision=-(strlen($ number)-$ pt-1)；}返回功率(10，$ precision)/2；}/* * * @ param $ number * @ param $min * @ param $max * @ param $ bit count * @ return string */private函数binEncode($number，$ min，$ max，$ bit count){ if($ bit count==0)return“”；$ mid=($ min $ max)/2；if ($number$mid)返回“1”。$this-binEncode($number，$mid，$max，$ bit count-1)；elsereturn“0”。$this-binEncode($number，$min，$mid，$ bit count-1)；}

总结

GeoHash算法是将二维坐标转换为一位字符串的算法，可以通过不同字符串的公共前缀来判断彼此之间的距离。

它经常在日常业务中使用。文中还介绍了不同的实现方式，具体实现方案要以实际业务需求为准。如果是高精度或企业级的大规模应用，可以先考虑MongoDB或其他提供Geo功能的存储组件。如果是轻量级的，可以使用第三方区域API或者redis做geo的简单应用。如果业务需求复杂度不高，不建议直接用PHP编写。毕竟效率会比较低，而且这也不是业务关注的重点，所以没有必要再造车轮。

更多对PHP相关内容感兴趣的读者可以查看本网站专题：《php面向对象程序设计入门教程》、《PHP数组(Array)操作技巧大全》、《PHP基本语法入门教程》、《PHP运算与运算符用法总结》、《php字符串(string)用法总结》、《php+mysql数据库操作入门教程》、《php常见数据库操作技巧汇总》、0103010

希望本文对PHP编程有所帮助。