(1)GeoHash算法学习讲解、解析及原理分析

一、认识geohash

算法计算后，获取到可比较字符串

纬度：1 1 0 1 0 0 1 0 1 1 0 0 0 1 0，经度：1 0 1 1 1 0 0 0 1 1 0 0 0 1 1，合并：偶数位放经度，奇数位放纬度：

首先将11100 11101 00100 01111 0000  01101转成十进制，对应着28、29、4、15，0，13 十进制对应的base32编码就是wx4g0e

解码算法相反

然户将获取到的经纬度二进制数以每5个数为一组，将每一组都进行转换成十进制数字。

然后采用Base32对应编码进行转换可得到编码 wx4g0e这样的可比较的字符串，比如我们的经纬度都分了10次，那么最后生成的字符串的长度就是4，范围是20km，如果我们经纬度都分20次，那么最后生成的字符串的长度就是8，范围可以精确到19m。为什么是可比较字符串，后面会详细讲解到。

在此对Base32编码进行一番简单介绍: Base32，是将数字 0~9 ，加上26个字母(去除a,i,l,o 四个)进行组合而成的32个字符编码形式。如代码：

Base32对应编码参考图：(上面二进制转换对应的十进制数值)

在线解析的GeoHash值(wx4gjk32kfrx)

二、geohash算法

Geohash中的每一个字母或者数字（如wx4g0e中的w）都是由5bits组成（2^5 = 32，base32），这5bits可以有32中不同的组合（0~31），这样我将整个地图区域分为32个区域，00000 ~ 11111标识这32个区域。第一次划分后：

第一次划分（11100）5bits中有3bits是经度（2^3 = 8）, 2bits纬度4个区段（2^2 = 4）,32个区域(对应Base32)

GeoHash将每一个区域画成一块块矩形块，用字符串表示，查询附近点，坐标计算出字符串,定位到所在矩形块， wx4e就包含wx4e0e,也就是说wx4e0e在wx4e范围内。

弊端如图：不仅获取当前所在矩形区域，还获取周围8个矩形块中的点：

三、GeoHash对应地图精度参考图

Redis3.2之后支持Geo

(lat:39.9257460000,lng:116.5998310000)

geohash拆分规律拆分后：11100 11101 00100 01111 10001 10010 00011 00010 01110 10111 11101

转成10进制得到28 29 4 15 17 18 3 2 18 14 23 29

链接：https://www.cnblogs.com/LBSer/p/3310455.html

链接：https://zhuanlan.zhihu.com/p/27771446

链接：https://www.cnblogs.com/tgzhu/p/6204173.html

链接：https://www.cnblogs.com/zhenbianshu/p/6863405.html