本文实例讲述了PHP进阶学习之Geo的地图定位算法。分享给大家供大家参考，具体如下：
前言查找某个物体的定位,或者查找附近的范围等，我们自然而然会想到的方法就是利用各种提供服务的地图网站的API，基于API，用经纬度去实现定位和查找附近范围等等。然而，由于原理没有做一个了解和一定的认识，在对比距离远近关系或者控制精确程度方面，我们并不了解怎么利用这些经纬度数值去实现距离转化和对比。本章节我们就来探讨一下基于geo的位置算法原理。概念
纬线：纬线是与地轴垂直的线，着东西方向环绕地球一周，所有的纬度都是平行的。其中，赤道是最长的纬线，纬度为0度，纬线数值是角度数值，从赤道开始分为北纬和南纬，都是0-90°；地球上任意一点都可以用经纬度这样两个维度去唯一确定。如果我们把二维平面上的所有点都用一个数字表示，即经纬度换算成一个字符串，则可以转为一维坐标来表示，大大减少计算量。这就是现在应用广泛的geoHash。：Geohash是公共领域地理编码系统，它将地理位置编码为一串字母和数字。Geohash提供了像任意精度这样的属性，以及逐渐从代码末尾删除字符以减小其大小（并逐渐失去精度）的可能性。由于逐步精度下降的结果，附近的地方往往（但不总是）呈现类似的前缀。共享前缀越长，两个地方越接近。原理
- 根据经纬度计算GeoHash二进制编码（以经纬度值：(116.389550,39.928167)进行算法说明）递归上述过程39.928167总是属于某个区间[a,b]。随着每次迭代区间[a,b]总在缩小，并越来越逼近39.928167；
2.4 这样随着算法的进行会产生一个序列1011100011的纬度二进制编码；
- 同理，计算出地球经度二进制，区间是[-180,180]，可以对经度116.389550进行编码。算出结果1101001011；
- 组码：通过上述计算，纬度产生的编码为10111 00011，经度产生的编码为11010 01011。偶数位放经度，奇数位放纬度，把2串编码组合生成新串：11100 11101 00100 01111。使用用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，首先将11100 11101 00100 01111转成十进制，对应着28、29、4、15，十进制对应的编码就是wx4g。
进行多次分解后，我们就可以得到更精确的位置划分，如上述计算的wx4g已经可以精确到一个城市城区了：
从上图中可以看出，相邻城区的geoHash值的共同前缀越多，由此我们就可以应用共同前缀来判断附近相邻的位置了。当然精确范围也是根据经纬度和hash值的范围来确定的，如下表，geo精确到8位的共同前缀，可以表示附近约20米内的范围了：
在PHP中的实现与应用
-
利用现成的地图API百度、高德等，很多免费API可以使用；如需更大更精确的范围，可以使用google的geo api，缺点就是每日请求次数有限制，如果是企业级别的应用，付费增加请求次数的允许权限是必不可少的。可查阅链接：https://developers.google.com/maps/documentation/geocoding/start
MongoDB，适合在国内云平台直接使用。如果是AWS平台，也提供了dynamodb这种NoSQL存储组件。这些存储组件均可以直接传入经纬度，自动换算为geoHash落地存储，也提供了直接计算距离，搜索范围数据返回的功能。在Redis3.2版本之后，已经提供了GEO的运算、搜索和落地功能，可以结合新版本的php-redis扩展实现geo的方法。参考链接：http://www.redis.cn/commands.html，在PHP中实现对redis的geo操作，可以参考GitHub上面已经提供了的方法说明：https://github.com/phpredis/phpredis。redis其实是封装了方法计算经纬度参数，换算成geohash值作为Zset的Score存入Zset中，所以也可以将其当做一个普通的Zset进行操作。
实际应用中我们常常以商品、人物作为value值，以geohash值作为score，这样就可以搜索一定范围内score内的人或事物了。如搜索一定半径内的value：
$redis->geoRadius($key, $longitude, $latitude, $radius, $unit [, Array $options]);
：这种方式计算较为复杂，即是根据geoHash原理，用PHP语言实现了这一算法，也通过PHP计算距离，搜索半径等。相当于重新造了个轮子，当然如果业务复杂度较高，也有必要进行PHP对GeoHash算法的支持，或者自行封装Geo类。在此推荐GitHub上面一个比较完善的PHP-GEO支持：https://github.com/geocoder-php/Geocoder
或者如果只需要计算GeoHash值，可以使用网上广泛转发的一个计算Hash值的PHP方法：
private $coding = '0123456789bcdefghjkmnpqrstuvwxyz';
/**
* calculate geoHash by longitude and latitude
* @param $lat
* @param $long
* @return string
*/
public function calcGeoHash($lat,$long)
{
$plat=$this->precision($lat);
$latbits=1;
$err=45;
while($err>$plat)
{
$latbits++;
$err/=2;
}
$plong=$this->precision($long);
$longbits=1;
$err=90;
while($err>$plong)
{
$longbits++;
$err/=2;
}
$bits=max($latbits,$longbits);
$longbits=$bits;
$latbits=$bits;
$addlong=1;
while (($longbits+$latbits)%5 != 0)
{
$longbits+=$addlong;
$latbits+=!$addlong;
$addlong=!$addlong;
}
$blat=$this->binEncode($lat,-90,90, $latbits);
$blong=$this->binEncode($long,-180,180,$longbits);
$binary='';
$uselong=1;
while (strlen($blat)+strlen($blong))
{
if ($uselong)
{
$binary=$binary.substr($blong,0,1);
$blong=substr($blong,1);
}
else
{
$binary=$binary.substr($blat,0,1);
$blat=substr($blat,1);
}
$uselong=!$uselong;
}
$hash='';
for ($i=0; $icoding[$n];
}
return $hash;
}
/**
* @param $number
* @return float|int
*/
private function precision($number)
{
$precision=0;
$pt=strpos($number,'.');
if ($pt!==false)
{
$precision=-(strlen($number)-$pt-1);
}
return pow(10,$precision)/2;
}
/**
* @param $number
* @param $min
* @param $max
* @param $bitcount
* @return string
*/
private function binEncode($number, $min, $max, $bitcount)
{
if ($bitcount==0)
return '';
$mid=($min+$max)/2;
if ($number>$mid)
return '1'.$this->binEncode($number, $mid, $max,$bitcount-1);
else
return '0'.$this->binEncode($number, $min, $mid,$bitcount-1);
}总结具体实现方案还需以实际业务需要为准。如果属于精确度要求很高或者企业级的大规模应用，可以首先考虑MongoDB或者其他提供Geo功能的存储组件，如果较为轻量级，可以借助第三方地区API、或者利用redis做geo的简单应用。如果业务需求复杂度不高，在这里并不推荐直接使用PHP写，毕竟效率会比较低，而且这也不是业务关注的重点，所以没必要重新造轮子。
php面向对象程序设计入门教程》、《PHP数组(Array)操作技巧大全》、《PHP基本语法入门教程》、《PHP运算与运算符用法总结》、《php字符串(string)用法总结》、《php+mysql数据库操作入门教程》及《php常见数据库操作技巧汇总》
希望本文所述对大家PHP程序设计有所帮助。
