思路:利用IOS所在位置坐标为圆心,以某个半径为圆的外切正方形的四个顶点为参照物,去和数据库中的商家坐标进行比较,从而找出符合条件的商家。
实质上,最本质的就是寻找四个顶点的过程。
Java实现:
private static double degrees(double d) { return d * (180 / Math.PI); } /** * 获取四个顶点的list * @param lgt * @param lat * @param distance * @return */ public static List<LatlgtPoint> getPointsList(double lgt, double lat, double distance) { List<LatlgtPoint> pointsList = new ArrayList<LatlgtPoint>(); double dlng = 2 * Math.asin(Math.sin(distance / (2 * EARTH_RADIUS)) / Math.cos(rad(lat))); dlng = degrees(dlng);// 一定转换成角度数 原PHP文章这个地方说的不清楚根本不正确 后来lz又查了很多资料终于搞定了 double dlat = distance / EARTH_RADIUS; dlat = degrees(dlat);// 一定转换成角度数 // 左上角的顶点 LatlgtPoint leftUpPoint = new LatlgtPoint(); leftUpPoint.setLat(lat + dlat); leftUpPoint.setLgt(lgt - dlng); pointsList.add(leftUpPoint); // 左下角的顶点 LatlgtPoint leftDownPoint = new LatlgtPoint(); leftDownPoint.setLat(lat - dlat); leftDownPoint.setLgt(lgt - dlng); pointsList.add(leftDownPoint); // 右上角的顶点 LatlgtPoint rightUpPoint = new LatlgtPoint(); rightUpPoint.setLat(lat + dlat); rightUpPoint.setLgt(lgt + dlng); pointsList.add(rightUpPoint); // 右下角的顶点 LatlgtPoint rightDownPoint = new LatlgtPoint(); rightDownPoint.setLat(lat - dlat); rightDownPoint.setLgt(lgt + dlng); pointsList.add(rightDownPoint); return pointsList; } private static final double EARTH_RADIUS = 6378137; private static double rad(double d) { return d * Math.PI / 180.0; } /** * 传入经纬度计算距离,单位为km,保留2位小数 * * @param lng1 * @param lat1 * @param lng2 * @param lat2 * @return */ public static String calDistance(float lng1, float lat1, float lng2, float lat2) { double radLat1 = rad(lat1); double radLat2 = rad(lat2); double a = radLat1 - radLat2; double b = rad(lng1) - rad(lng2); double s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a / 2), 2) + Math.cos(radLat1) * Math.cos(radLat2) * Math.pow(Math.sin(b / 2), 2))); s = s * EARTH_RADIUS / 1000; return String.format("%.2f", s); }
Point类:
package com.chebaobao.api.common.test; public class LatlgtPoint { private double lat;//纬度 private double lgt;//经度 public double getLat() { return lat; } public void setLat(double lat) { this.lat = lat; } public double getLgt() { return lgt; } public void setLgt(double lgt) { this.lgt = lgt; } @Override public String toString() { return "LatlgtPoint [lat=" + lat + ", lgt=" + lgt + "]"; } }
refurl:http://digdeeply.org/archives/06152067.html
http://www.cnblogs.com/cake/p/3240325.html
http://dev.mysql.com/doc/refman/5.1/zh/spatial-extensions-in-mysql.html#creating-a-spatially-enabled-mysql-database 引申出来的mysql高版本的空间索引, 以及mongodb,sqlserver2008都有。
http://www.oschina.net/question/41761_132578 mongodb
http://bbs.csdn.net/topics/390346060?page=1#post-395973698 csdn网上人的解答也不错,比如写一个计算距离的函数,比如有专门的坐标字段
下面是通过GPS坐标计算直线距离的:
http://gooderlee.iteye.com/blog/1178163
http://blog.csdn.net/e_wsq/article/details/6151160
http://www.cnblogs.com/ycsfwhh/archive/2010/12/20/1911232.html
相关推荐
- **结论**:本研究设计并实现了一个基于协同过滤算法的商品推荐系统,能够有效地提高用户满意度和商家销售业绩。 - **展望**:未来将进一步优化推荐算法,探索深度学习等新技术在推荐系统中的应用,提高推荐精度和...
在实际应用中,Aprior算法常用于市场篮子分析,帮助商家发现消费者的购买习惯,如“买尿布的人往往也会买啤酒”。此外,该算法也可应用于医学诊断、网络日志分析、推荐系统等多个领域。例如,在模式识别中,Aprior...
在本项目"springboot+redis实现查询附近商铺功能.zip"中,主要展示了如何利用Spring Boot框架结合Redis缓存系统来实现在web应用中查询附近的商业店铺。以下将详细阐述涉及的关键知识点: 1. **Spring Boot**: ...
排序和查找算法(如快速排序、二分查找)可能用于优化性能。 2. 文件读写:由于数据量可能较大,Java的IO流(如FileInputStream、BufferedReader)将用于读取和处理数据文件。 3. 多线程:为了提高处理效率,可能...
该算法的主要目的是找出商品集合中哪些组合最常一起出现,从而帮助商家制定营销策略。 #### 二、Apriori算法原理 Apriori算法基于一个重要的假设:如果一个项集是频繁的,则它的所有子集也是频繁的。换句话说,...
系统可能通过获取用户的当前位置,查找并列出附近的商家门店,并提供导航路径。这需要理解地图坐标系统,实现地图的显示、缩放、平移功能,以及根据交通状况计算最短或最快路线。 【多门店管理】 "多门店"意味着...
Apriori算法是一种在数据...综上所述,`Apriori.cs`文件提供的.NET源代码实现了一个经典的数据挖掘算法,可用于从交易数据中找出具有高关联性的商品组合,帮助商家理解消费者的购物行为,进而制定更有效的营销策略。
当需要查找附近的地铁站时,我们可以使用球面距离公式来计算两点之间的距离。在Java中,我们可以定义一个`getDistance2`方法来实现这个计算: ```java public static double getDistance2(double long1, double lat...
如果你正在寻找VB(Visual Basic)版本的Apriori算法实现,可能需要查找其他资源,或者将现有的C++代码进行语言转换。请注意,不同编程语言的实现细节和语法会有所不同,但基本算法流程是一致的。
在实际应用中,Apriori算法常用于市场篮子分析,帮助商家发现顾客购买行为之间的关联,例如“购买尿布的顾客往往也会买啤酒”。除此之外,该算法还可用于医疗领域,挖掘疾病与症状间的关联,以及在网络安全中检测...
这种模式在电子商务领域中很常见,尤其是在O2O(Online To Offline)商业模式中,它允许用户在线查找并购买附近商家的商品或服务。 描述中的内容看起来像是重复的标题,可能是一个输入错误或者是为了强调“同城商家...
5. **基于邻接表的改进FP_Growth算法**:邻接表是图论中的数据结构,可能被用于改进FP_Growth的存储和查找过程,以进一步提高处理大量数据时的效率。 6. **关联分类算法**:关联分类是关联规则学习与分类学习的结合...
Apriori算法是一种常用的挖掘关联规则的算法,它通过先验性质简化了频繁项集的查找过程。该算法的核心思想是“如果某个项集是频繁的,那么它的所有子集也是频繁的”。Apriori算法通过迭代的方式找出所有满足最低支持...
总之,通过Java实现的Apriori算法,我们可以深入分析超市商品的购买行为,发现商品之间的关联性,从而为商家提供精准的营销策略,例如商品捆绑销售或个性化推荐。此外,该算法还可以应用到其他领域,如电子商务、...
为了解决这些问题,研究者提出了改进版的Apriori算法,例如通过映射事务数据库为布尔矩阵,利用向量运算来加速频繁项集的查找,以及动态内存分配来优化存储。这些改进显著提高了算法的运行效率,使得关联规则挖掘...
总的来说,`Apriori` 算法在数据分析和市场篮子分析等领域有着广泛的应用,能够帮助商家发现消费者的购买行为模式,如“买了牛奶的人也常常买面包”。通过理解并实现这个算法,我们可以更好地挖掘隐藏在大量交易数据...
Dijkstra算法是一种用于查找图中两点间最短路径的经典算法,由荷兰计算机科学家Edsger W. Dijkstra于1956年提出。该算法的基本思想是从起始节点开始,逐步扩展到所有可达节点,直到找到终点为止。在此过程中,它会...
关联规则挖掘的基本步骤包括查找频繁项集并生成满足条件的规则。 在寻找频繁项集的过程中,经典的算法如Apriori和FP-Growth被广泛使用。Apriori算法依赖于频繁项集的性质,即如果一个项集是频繁的,那么它的所有...
算法从查找频繁1-项集(L1)开始,然后依次寻找频繁2-项集(L2)、频繁3-项集(L3),直到找不到新的频繁k-项集为止。每次查找新的Lk时,需要扫描一次数据库来计算支持度。 Apriori算法广泛应用于各个领域: 1. **...
这意味着,通过用户行为日志获取的用户兴趣信息以及推荐算法的正确实施,可以有效地提高推荐系统的个性化水平,为用户提供更为准确的商品推荐,同时也为商家带来了更大的成交概率。 谢金峰作为该研究的作者,是...