geohash算法原理及实现方式

1、geohash特点

2、geohash原理

3、geohash的php 、python、java、C#实现代码

4、观点讨论

w微博:http://weibo.com/dxl0321

geohash有以下几个特点:

首先,geohash用一个字符串表示经度和纬度两个坐标。某些情况下无法在两列上同时应用索引 (例如MySQL 4之前的版本,Google App Engine的数据层等),利用geohash,只需在一列上应用索引即可。

其次,geohash表示的并不是一个点,而是一个矩形区域。比如编码wx4g0ec19,它表示的是一个矩形区域。 使用者可以发布地址编码,既能表明自己位于北海公园附近,又不至于暴露自己的精确坐标,有助于隐私保护。

第三,编码的前缀可以表示更大的区域。例如wx4g0ec1,它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。 这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash(例如wx4g0ec1)然后取其前缀进行查询 (SELECT * FROM place WHERE geohash LIKE ‘wx4g0e%’),即可查询附近的所有地点。

Geohash比直接用经纬度的高效很多。

Geohash的原理

Geohash的最简单的解释就是:将一个经纬度信息,转换成一个可以排序,可以比较的字符串编码
首先将纬度范围(-90, 90)平分成两个区间(-90,0)、(0, 90),如果目标纬度位于前一个区间,则编码为0,否则编码为1。

由于39.92324属于(0, 90),所以取编码为1。

然后再将(0, 90)分成 (0, 45), (45, 90)两个区间,而39.92324位于(0, 45),所以编码为0。

以此类推,直到精度符合要求为止,得到纬度编码为1011 1000 1100 0111 1001。

纬度范围

划分区间0

划分区间1

39.92324所属区间

(-90, 90)

(-90, 0.0)

(0.0, 90)

1

(0.0, 90)

(0.0, 45.0)

(45.0, 90)

0

(0.0, 45.0)

(0.0, 22.5)

(22.5, 45.0)

1

(22.5, 45.0)

(22.5, 33.75)

(33.75, 45.0)

1

(33.75, 45.0)

(33.75, 39.375)

(39.375, 45.0)

1

(39.375, 45.0)

(39.375, 42.1875)

(42.1875, 45.0)

0

(39.375, 42.1875)

(39.375, 40.7812)

(40.7812, 42.1875)

0

(39.375, 40.7812)

(39.375, 40.0781)

(40.0781, 40.7812)

0

(39.375, 40.0781)

(39.375, 39.7265)

(39.7265, 40.0781)

1

(39.7265, 40.0781)

(39.7265, 39.9023)

(39.9023, 40.0781)

1

(39.9023, 40.0781)

(39.9023, 39.9902)

(39.9902, 40.0781)

0

(39.9023, 39.9902)

(39.9023, 39.9462)

(39.9462, 39.9902)

0

(39.9023, 39.9462)

(39.9023, 39.9243)

(39.9243, 39.9462)

0

(39.9023, 39.9243)

(39.9023, 39.9133)

(39.9133, 39.9243)

1

(39.9133, 39.9243)

(39.9133, 39.9188)

(39.9188, 39.9243)

1

(39.9188, 39.9243)

(39.9188, 39.9215)

(39.9215, 39.9243)

1

经度也用同样的算法,对(-180, 180)依次细分,得到116.3906的编码为1101 0010 1100 0100 0100。
经度范围

划分区间0

划分区间1

116.3906所属区间

(-180, 180)

(-180, 0.0)

(0.0, 180)

1

(0.0, 180)

(0.0, 90.0)

(90.0, 180)

1

(90.0, 180)

(90.0, 135.0)

(135.0, 180)

0

(90.0, 135.0)

(90.0, 112.5)

(112.5, 135.0)

1

(112.5, 135.0)

(112.5, 123.75)

(123.75, 135.0)

0

(112.5, 123.75)

(112.5, 118.125)

(118.125, 123.75)

0

(112.5, 118.125)

(112.5, 115.312)

(115.312, 118.125)

1

(115.312, 118.125)

(115.312, 116.718)

(116.718, 118.125)

0

(115.312, 116.718)

(115.312, 116.015)

(116.015, 116.718)

1

(116.015, 116.718)

(116.015, 116.367)

(116.367, 116.718)

1

(116.367, 116.718)

(116.367, 116.542)

(116.542, 116.718)

0

(116.367, 116.542)

(116.367, 116.455)

(116.455, 116.542)

0

(116.367, 116.455)

(116.367, 116.411)

(116.411, 116.455)

0

(116.367, 116.411)

(116.367, 116.389)

(116.389, 116.411)

1

(116.389, 116.411)

(116.389, 116.400)

(116.400, 116.411)

0

(116.389, 116.400)

(116.389, 116.394)

(116.394, 116.400)

0

接下来将经度和纬度的编码合并,奇数位是纬度,偶数位是经度,得到编码 11100 11101 00100 01111 00000 01101 01011 00001。

最后,用0-9、b-z(去掉a, i, l, o)这32个字母进行base32编码,得到(39.92324, 116.3906)的编码为wx4g0ec1。

十进制

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

base32

0

1

2

3

4

5

6

7

8

9

b

c

d

e

f

g

十进制

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

base32

h

j

k

m

n

p

q

r

s

t

u

v

w

x

y

z

解码算法与编码算法相反,先进行base32解码,然后分离出经纬度,最后根据二进制编码对经纬度范围进行细分即可,这里不再赘述。

实现代码:

php版本的实现方式:http://blog.dixo.net/downloads/geohash-php-class/ 我下载了一个上传的

php:

geohash.class.php

View Code
python:

python版本的geohash:python-geohash

java:

java版本的geohash,实现:http://code.google.com/p/geospatialweb/source/browse/#svn/trunk/geohash/src

View Code
C#:

复制代码
C#版本的geohash代
复制代码
1 using System;
2
3 namespace sharonjl.utils
4 {
5 public static class Geohash
6 {
7 #region Direction enum
8
9 public enum Direction
10 {
11 Top = 0,
12 Right = 1,
13 Bottom = 2,
14 Left = 3
15 }
16
17 #endregion
18
19 private const string Base32 = “0123456789bcdefghjkmnpqrstuvwxyz”;
20 private static readonly int[] Bits = new[] {16, 8, 4, 2, 1};
21
22 private static readonly string[][] Neighbors = {
23 new[]
24 {
25 “p0r21436x8zb9dcf5h7kjnmqesgutwvy”, // Top
26 “bc01fg45238967deuvhjyznpkmstqrwx”, // Right
27 “14365h7k9dcfesgujnmqp0r2twvyx8zb”, // Bottom
28 “238967debc01fg45kmstqrwxuvhjyznp”, // Left
29 }, new[]
30 {
31 “bc01fg45238967deuvhjyznpkmstqrwx”, // Top
32 “p0r21436x8zb9dcf5h7kjnmqesgutwvy”, // Right
33 “238967debc01fg45kmstqrwxuvhjyznp”, // Bottom
34 “14365h7k9dcfesgujnmqp0r2twvyx8zb”, // Left
35 }
36 };
37
38 private static readonly string[][] Borders = {
39 new[] {“prxz”, “bcfguvyz”, “028b”, “0145hjnp”},
40 new[] {“bcfguvyz”, “prxz”, “0145hjnp”, “028b”}
41 };
42
43 public static String CalculateAdjacent(String hash, Direction direction)
44 {
45 hash = hash.ToLower();
46
47 char lastChr = hashhash.Length – 1;
48 int type = hash.Length%2;
49 var dir = (int) direction;
50 string nHash = hash.Substring(0, hash.Length – 1);
51
52 if (Borderstypedir.IndexOf(lastChr) != -1)
53 {
54 nHash = CalculateAdjacent(nHash, (Direction) dir);
55 }
56 return nHash + Base32[Neighborstypedir.IndexOf(lastChr)];
57 }
58
59 public static void RefineInterval(ref double[] interval, int cd, int mask)
60 {
61 if ((cd & mask) != 0)
62 {
63 interval0 = (interval0 + interval1)/2;
64 }
65 else
66 {
67 interval1 = (interval0 + interval1)/2;
68 }
69 }
70
71 public static double[] Decode(String geohash)
72 {
73 bool even = true;
74 double[] lat = {-90.0, 90.0};
75 double[] lon = {-180.0, 180.0};
76
77 foreach (char c in geohash)
78 {
79 int cd = Base32.IndexOf(c);
80 for (int j = 0; j < 5; j++)
81 {
82 int mask = Bitsj;
83 if (even)
84 {
85 RefineInterval(ref lon, cd, mask);
86 }
87 else
88 {
89 RefineInterval(ref lat, cd, mask);
90 }
91 even = !even;
92 }
93 }
94
95 return new[] {(lat0 + lat1)/2, (lon0 + lon1)/2};
96 }
97
98 public static String Encode(double latitude, double longitude, int precision = 12)
99 {
100 bool even = true;
101 int bit = 0;
102 int ch = 0;
103 string geohash = “”;
104
105 double[] lat = {-90.0, 90.0};
106 double[] lon = {-180.0, 180.0};
107
108 if (precision < 1 || precision > 20) precision = 12;
109
110 while (geohash.Length < precision)
111 {
112 double mid;
113
114 if (even)
115 {
116 mid = (lon0 + lon1)/2;
117 if (longitude > mid)
118 {
119 ch |= Bitsbit;
120 lon0 = mid;
121 }
122 else
123 lon1 = mid;
124 }
125 else
126 {
127 mid = (lat0 + lat1)/2;
128 if (latitude > mid)
129 {
130 ch |= Bitsbit;
131 lat0 = mid;
132 }
133 else
134 lat1 = mid;
135 }
136
137 even = !even;
138 if (bit < 4)
139 bit++;
140 else
141 {
142 geohash += Base32ch;
143 bit = 0;
144 ch = 0;
145 }
146 }
147 return geohash;
148 }
149 }
150 }
复制代码
C#代码来自:https://github.com/sharonjl/geohash-net

复制代码
geohash演示:http://openlocation.org/geohash/geohash-js/

各种版本下载:打包下载

观点讨论

引用阿里云以为技术专家的博客上的讨论:

1.两个离的越近,geohash的结果相同的位数越多,对么?
这一点是有些用户对geohash的误解,虽然geo确实尽可能的将位置相近的点hash到了一起,可是这并不是严格意义上的(实际上也并不可能,因为毕竟多一维坐标),
例如在方格4的左下部分的点和大方格1的右下部分的点离的很近,可是它们的geohash值一定是相差的相当远,因为头一次的分块就相差太大了, 很多时候我们对geohash的值进行简单的排序比较,结果貌似真的能够找出相近的点,并且似乎还是按照距离的远近排列的,可是实际上会有一些点被漏掉 了。
上述这个问题,可以通过搜索一个格子,周围八个格子的数据,统一获取后再进行过滤。这样就在编码层次解决了这个问题。
2.既然不能做到将相近的点hash值也相近,那么geohash的意义何在呢?
我觉得geohash还是相当有用的一个算法,毕竟这个算法通过无穷的细分,能确保将每一个小块的geohash值确保在一定的范围之内,这样就为灵活的周边查找和范围查找提供了可能。
常见的一些应用场景

A、如果想查询附近的点?如何操作

查出改点的gehash值,然后到数据库里面进行前缀匹配就可以了。

B、如果想查询附近点,特定范围内,例如一个点周围500米的点,如何搞?

可以查询结果,在结果中进行赛选,将geohash进行解码为经纬度,然后进行比较

*在纬度相等的情况下:

*经度每隔0.00001度,距离相差约1米;

*每隔0.0001度,距离相差约10米;

*每隔0.001度,距离相差约100米;

*每隔0.01度,距离相差约1000米;

*每隔0.1度,距离相差约10000米。

*在经度相等的情况下:

*纬度每隔0.00001度,距离相差约1.1米;

*每隔0.0001度,距离相差约11米;

*每隔0.001度,距离相差约111米;

*每隔0.01度,距离相差约1113米;

*每隔0.1度,距离相差约11132米。

Geohash,如果geohash的位数是6位数的时候,大概为附近1千米…