算法找到附近的朋友？

Question

我有一個python程序坐在服務器端管理用戶位置信息，每個朋友有一對（經度，緯度），給定（經度，緯度）點，我如何有效地找到附近（比如在5KM以內）的朋友？

我有10K用戶在線...

謝謝。 箱子

Answer 1

新答案：

我會將lat和long存儲在單獨的列中。 在它們上放置索引。 然后，當你想找到特定用戶的附近朋友時，只需要做類似的事情

select field1, field1, ..., fieldn from users 
where 
    user_lat > this_lat - phi and user_lat < this_lat + phi
    and
    user_lon > this_lon - omega and user_lon < this_lon + omega

其中phi和omega是與您所需距離相對應的緯度和經度。 這將取決於你在地球上的位置，但有確定的方程式來計算它。 您的數據庫也可能為您進行這些計算。

---

老答案。

我會看四叉樹和kd樹 。

我相信，Kd樹將成為這里的規范解決方案。

Answer 2

一種簡單的方法是沿着長度對點進行排序，然后，當查找朋友時，找到可能匹配的最小和最大長度。 對列表進行排序是O（n log n），查找朋友是線性的，但僅適用於長度范圍內的朋友。 以下是平面2D曲面上所有點的情況示例：

# friends is the sorted list of (x, y) tuples, (px, py) is my location
def get_near(friends, px, py, maxdist):
    i1 = bisect.bisect_left(friends, (px - maxdist, py))
    i2 = bisect.bisect_right(friends, (px + maxdist, py))
    return [(x, y) for (x, y) in friends[i1:i2] if math.hypot(px - x, py - y) < maxdist]

對於經度/緯度情況，您必須使用另一個函數來測試距離而不是歐氏距離（math.hypot）。

Answer 3

制作一個詞典{graticule：[users]}（“經緯網”是1度緯度x經度1度的塊;所以你基本上只能對值進行舍入）。 要查找附近的用戶，首先從相同和相鄰的經緯網獲取用戶（因為目標可能在邊緣附近），然后使用基本邊界框測試過濾它們（即，對於某人內部可能的最小經度/緯度是多少？所需的半徑），然后做一個詳細的測試（如果你需要准確性，那么你需要一些比Pythagoras更復雜的數學）。

Answer 4

http://www.movable-type.co.uk/scripts/latlong.html在效率方面，唯一真正想到的是在數據庫中輸入條目時預先計算距離，即有另一個表存儲一對位置以及距離，對於添加時添加的每個位置，您需要計算它與系統中每個其他點的距離的成本，但隨后在此表上查找可以快速解析一定的距離。

Aaronasterling的答案似乎是我自己想要思考的但是不知道存在:)所以它可能是一個更好的解決方案，但我相信你會在搜索時使用該算法產生一些開銷（雖然可能因為通常遍歷一棵樹，只要它合理平衡通常是一個相當快的過程，我需要一些時間才能確切地了解樹是如何組成的，這對我來說是一個新的概念）。