geohash算法原理及实现方式
一、geohash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。
二、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。
三、java代码实现import java.io.File;
import java.io.FileInputStream;
import java.util.BitSet;
import java.util.HashMap;
public class Geohash {
private static int numbits = 6 * 5;
final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',
'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',
'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };
final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();
static {
int i = 0;
for (char c : digits)
lookup.put(c, i++);
}
public static void main(String[] args) throws Exception{
System.out.println(new Geohash().encode(45, 125));
}
public double[] decode(String geohash) {
StringBuilder buffer = new StringBuilder();
for (char c : geohash.toCharArray()) {
int i = lookup.get(c) + 32;
buffer.append( Integer.toString(i, 2).substring(1) );
}
BitSet lonset = new BitSet();
BitSet latset = new BitSet();
//even bits
int j =0;
for (int i=0; i< numbits*2;i+=2) {
boolean isSet = false;
if ( i < buffer.length() )
isSet = buffer.charAt(i) == '1';
lonset.set(j++, isSet);
}
//odd bits
j=0;
for (int i=1; i< numbits*2;i+=2) {
boolean isSet = false;
if ( i < buffer.length() )
isSet = buffer.charAt(i) == '1';
latset.set(j++, isSet);
}
double lon = decode(lonset, -180, 180);
double lat = decode(latset, -90, 90);
return new double[] {lat, lon};
}
private double decode(BitSet bs, double floor, double ceiling) {
double mid = 0;
for (int i=0; i<bs.length(); i++) {
mid = (floor + ceiling) / 2;
if (bs.get(i))
floor = mid;
else
ceiling = mid;
}
return mid;
}
public String encode(double lat, double lon) {
BitSet latbits = getBits(lat, -90, 90);
BitSet lonbits = getBits(lon, -180, 180);
StringBuilder buffer = new StringBuilder();
for (int i = 0; i < numbits; i++) {
buffer.append( (lonbits.get(i))?'1':'0');
buffer.append( (latbits.get(i))?'1':'0');
}
return base32(Long.parseLong(buffer.toString(), 2));
}
private BitSet getBits(double lat, double floor, double ceiling) {
BitSet buffer = new BitSet(numbits);
for (int i = 0; i < numbits; i++) {
double mid = (floor + ceiling) / 2;
if (lat >= mid) {
buffer.set(i);
floor = mid;
} else {
ceiling = mid;
}
}
return buffer;
}
public static String base32(long i) {
char[] buf = new char[65];
int charPos = 64;
boolean negative = (i < 0);
if (!negative)
i = -i;
while (i <= -32) {
buf[charPos--] = digits[(int) (-(i % 32))];
i /= 32;
}
buf[charPos] = digits[(int) (-i)];
if (negative)
buf[--charPos] = '-';
return new String(buf, charPos, (65 - charPos));
}
}
四、观点讨论
引用阿里云以为技术专家的博客上的讨论：
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…
参考资料：
http://iamzhongyong.iteye.com/blog/1399333
http://tech.idv2.com/2011/06/17/location-search/
http://blog.sina.com.cn/s/blog_62ba0fdd0100tul4.html
相关文章：
1.基于LBS功能应用的Geohash方案
2.GeoHash核心原理解析
3.Mysql or Mongodb LBS快速实现方案