Question

许多基于位置的服务提供用于查找给定纬度经度对周围的场所/场地/点的API。我正在研究如何在整个城市搜索这些地方。

我可以通过从谷歌地图地理编码器获取界限，然后增加纬度/长度来放置点以形成网格，从而为城市构建网格。我prototyped this grid （点击“填充网格”按钮查看所有点）可视化这个想法。

// 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，我可以根据LBS API获取所有这些要点并对其进行搜索。

我的问题是，是否有更科学的方法/算法来建立这个网格？我想更多地了解它们。我只是随意增加lat / lngs直到我到达网格的边界。地方的密度将根据城市和城市的面积而变化很大，因此有时增量太小，有时太大。我正在寻找关于如何更好地调整它的想法？

Answer 1

可能更有效/更干净的方法是找到城市的bounding rectangle，这是一个矩形，每条边是城市边界点之间的极端基点，如果你能找到它们，然后迭代地填充它们。但无论如何，这基本上就是你已经在做的事情。

至于地点密度，您是否有一个特定的API，您将使用它？如果您在检测地点时知道API点数的“范围”，则您只需要将网格点与其半径尽可能接近。

话虽如此，您是否考虑过看看API是否直接支持在边框中搜索？这可能是你最好也是最干净的赌注。

在阅读你的评论后，这是一种可能效率低下的方式，我将来会考虑并改进，但它可能会帮助你开始。

在您所在城市的中心放置一个点，并观察检测到的所有位置。找到您所在位置的convex hull，并在凸包上的每个位置放置一个新点。然后，将所有位于这些新添加点范围内的位置添加到您的位置列表中。

然后，找到那些凸包，并重复相同的过程。

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

Answer 2

虽然我遇到了同样的问题。我想出了一个解决方案，你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。最初假设您的城市为广场。现在使用该方块中的API获取数据/位置（边界框查询）。现在，如果返回的地点的数量超过某个阈值，则将城市广场分成4个相等的正方形，并为每个正方形重复该过程。如果返回的地点数量较少，请不要拆分。这将阻止网格搜索到非业务区域（正方形），如森林，河流等。这是原型python代码：

这里fetch是基于边界框从API获取结果的函数，其中sw为西南纬度，logitude元组和ne为东北纬度，逻辑元组

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) )

地理网格搜索算法

2 个答案: