地理网格搜索算法

Posted 2023-02-23

【中文标题】地理网格搜索算法

【英文标题】：Geographic grid search algorithm

【发布时间】：2010-07-01 06:36:51

【问题描述】：

许多基于位置的服务都提供了用于查找给定纬度经度对周围的地点/地点/地点的 API。我正在研究如何在整个城市中搜索这些地点。

我可以通过从 Google 地图地理编码器获取城市的边界，然后增加纬度/经度以放置点以形成网格来为城市构建网格。我已经prototyped this grid （单击“填充网格”按钮查看所有点）来形象化这个想法。

// gather a collection of lat/long pairs that represents a grid of the city
    var latIncrement = .04;
    var lngIncrement = .04;
    var newLat = nw.lat();
    while(newLat >= sw.lat()) 
      var newLng = nw.lng();
      while(newLng <= ne.lng()) 
        // western and northern border as well as grid infill
        addMarker(new google.maps.LatLng(newLat, newLng));
        newLng += lngIncrement;
      

      // eastern border
      addMarker(new google.maps.LatLng(newLat, ne.lng()));
      newLat -= latIncrement;
    

    // southern border
    var newLng = sw.lng();
    while(newLng <= se.lng()) 
      addMarker(new google.maps.LatLng(sw.lat(), newLng));
      newLng += lngIncrement;
    
    addMarker(se);

然后我可以获取所有这些点并针对 LBS API 运行搜索。

我的问题是，有没有更科学的方法/算法来建立这个网格？我想了解更多关于他们的信息。我只是任意增加纬度/经度，直到到达网格的边界。地方的密度会因城市和城市面积而有很大差异，因此有时增量会太小，有时会太大。我正在寻找有关如何更好地调整它的想法？

【参考方案1】：

也许更有效/更干净的方法是找到城市的bounding rectangle，这是一个矩形，每条边都是城市边界点之间的极端基点，如果你能找到它们，然后填充它们在迭代中。但这基本上就是你已经在做的事情了。

至于位置密度，您是否有特定的 API 可以使用它？如果您在检测地点时知道 API 点的“范围”，那么您只需将网格点设置为与其半径一样近。

话虽如此，您是否考虑过 API 是否直接支持搜索边界内的地点？这可能是您最好和最干净的选择。

---

阅读您的评论后，这是一种可能效率低下的方法，我将在未来思考和完善，但它可能会帮助您入门。

在您的城市中心放置一个点，并观察检测到的所有位置。找到您的位置的convex hull，并在凸包上的每个位置上放置一个新点。然后，将这些新添加点范围内的所有位置添加到您的位置列表中。

然后，找到它们的凸包，并重复相同的过程。

这实际上可能会减少人口稀少城市的积分数量。对于密集的，它可能不是最佳的，但它可能会让你开始工作。

【讨论】：

我一直在研究foursquare、twitter、gowalla 和yelp API。半径（范围）是一个常见参数，但问题在于返回的结果数量（他们将每次搜索限制为少数几个），所以我无法通过一次搜索获得城市中的所有地方。好主意，感谢您的回答！

太好了，这给了我另一种解决方法。我喜欢它是如何从中心向外扩散的，所以它不那么浪费。使用网格搜索，许多搜索将在城市范围之外。感谢您对此进行讨论。

【参考方案2】：

当我面临同样的问题时。我想出了一个解决方案，您将以自上而下的递归方式进行网格搜索。如果该 API 支持边界框搜索，这将起作用。最初假设你的城市是一个正方形。现在在该正方形中使用 API 获取数据/位置（边界框查询）。现在，如果返回的地方的数量超过某个阈值，则将城市广场分成 4 个相等的方格，并对每个方格重复该过程。如果返回的位置数量较少，请不要拆分。这将防止网格搜索到非商业区域（广场），如森林、河流等。这是 Python 原型代码：

这里的fetch是基于边界框从API中获取结果的函数，sw为西南纬，logitude元组，ne为东北纬，logitude元组

allresults = []

def grid_search(sw,ne):
    global results
    results = fetch(sw,ne)
    if len(results) <= 10:
        return
    allresults.append(results)
    swlat,swlon = sw
    nelat,nelon = ne
    grid_search( (swlat + delta, swlon), (nelat, sw + delta) )
    grid_search( (swlat + delta, swlon + delta), ne )
    grid_search( sw, (swlat + delta, swlon + delta) )
    grid_search( (swlat,swlon + delta), (swlat + delta, nelon) )