Java 降低复杂性。找到最近的一对纬度和经度
我有两个阵列代表两个不同的GPS路径。每个阵列包含偶数指数中的纬度(从0开始)和奇数指数中的经度,如下所示:Java 降低复杂性。找到最近的一对纬度和经度,java,arrays,gps,latitude-longitude,closest-points,Java,Arrays,Gps,Latitude Longitude,Closest Points,我有两个阵列代表两个不同的GPS路径。每个阵列包含偶数指数中的纬度(从0开始)和奇数指数中的经度,如下所示: 48.855002219371706,2.3472976684570312,48.855050000000006,2.34735,48.85508,2.3473200000000003,48.85584,2.3477300000000003,48.8562,2.3465000000000003,... 我想计算这两条路径最近点之间的距离之和。我用哈弗森方法计算纬度和经度对之间的距离 这
48.855002219371706,2.3472976684570312,48.855050000000006,2.34735,48.85508,2.3473200000000003,48.85584,2.3477300000000003,48.8562,2.3465000000000003,...
我想计算这两条路径最近点之间的距离之和。我用哈弗森方法计算纬度和经度对之间的距离
这就是我要做的:我搜索当前数组中距离最小的一对纬度和经度。然后我将最小距离添加到一个变量中,该变量将所有最小距离相加。然后,我从数组中移除经纬度
代码如下:
public class Distance {
private String filename1;
private String filename2;
public Distance(String filename1, String filename2) {
this.filename1 = filename1;
this.filename2 = filename2;
}
public double distance() {
if(this.filename1.equals(this.filename2))
return 0;
double distance = 0;
BufferedReader br1 = null;
BufferedReader br2 = null;
try {
br1 = new BufferedReader(new FileReader("files/" + this.filename1));
br2 = new BufferedReader(new FileReader("files/" + this.filename2));
String []data1 = br1.readLine().split(",");
String []data2 = br2.readLine().split(",");
System.out.println("Number of points in " + this.filename1 + " = " + data1.length/2);
System.out.println("Number of points in " + this.filename2 + " = " + data2.length/2);
while((isPresent(data1)) && (isPresent(data2))) {
int posi = -1;
int posj = -1;
double minD = Double.MAX_VALUE;
for(int i = 0; i < data1.length; i+=2) {
if(!data1[i].equals("-9999")) {
double lat1 = Double.parseDouble(data1[i]);
double lon1 = Double.parseDouble(data1[i+1]);
for(int j = 0; j < data2.length; j+=2) {
if(!data2[j].equals("-9999")) {
double lat2 = Double.parseDouble(data2[j]);
double lon2 = Double.parseDouble(data2[j+1]);
double d = getDistance(lat1, lon1, lat2, lon2);
if(minD > d) {
minD = d;
posi = i;
posj = j;
}
}
}
}
}
if(posi != -1){
data1[posi] = data1[posi+1] = data2[posj] = data2[posj+1] = "-9999";
distance += minD;
}
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br1 != null) {
try {
br1.close();
} catch (IOException e) {
e.printStackTrace();
}
}
if(br2 != null) {
try {
br2.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
return distance;
}
private boolean isPresent(String arr[]) {
for(int i = 0; i < arr.length; i+=2) {
if(!arr[i].equals("-9999"))
return true;
}
return false;
}
private double getDistance(double lat1, double lon1, double lat2,
double lon2) {
double R = 6378.1; // Radius of the earth in km
double dLat = deg2rad(lat2-lat1); // deg2rad below
double dLon = deg2rad(lon2-lon1);
double a =
Math.sin(dLat/2) * Math.sin(dLat/2) +
Math.cos(deg2rad(lat1)) * Math.cos(deg2rad(lat2)) *
Math.sin(dLon/2) * Math.sin(dLon/2)
;
double c = 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1-a));
double d = R * c; // Distance in km
return d*1000;
}
private double deg2rad(double d) {
return d * (Math.PI/180);
}
}
公共类距离{
私有字符串filename1;
私有字符串文件名2;
公共距离(字符串文件名1、字符串文件名2){
this.filename1=filename1;
this.filename2=filename2;
}
公共双倍距离(){
if(this.filename1.equals(this.filename2))
返回0;
双倍距离=0;
BufferedReader br1=null;
BufferedReader br2=null;
试一试{
br1=新的BufferedReader(新的文件读取器(“files/”+this.filename1));
br2=新的BufferedReader(新的文件读取器(“files/”+this.filename2));
字符串[]data1=br1.readLine().split(“,”);
字符串[]data2=br2.readLine().split(“,”);
System.out.println(“中的点数”+this.filename1+“=”+data1.length/2);
System.out.println(“在“+this.filename2+”=“+data2.length/2”中的点数);
而((isPresent(data1))和&(isPresent(data2))){
int posi=-1;
int posj=-1;
双心=双最大值;
对于(int i=0;id){
思维=d;
posi=i;
posj=j;
}
}
}
}
}
if(posi!=-1){
data1[posi]=data1[posi+1]=data2[posj]=data2[posj+1]=“-9999”;
距离+=心灵;
}
}
}catch(filenotfounde异常){
e、 printStackTrace();
}捕获(IOE异常){
e、 printStackTrace();
}最后{
如果(br1!=null){
试一试{
br1.close();
}捕获(IOE异常){
e、 printStackTrace();
}
}
如果(br2!=null){
试一试{
br2.close();
}捕获(IOE异常){
e、 printStackTrace();
}
}
}
返回距离;
}
私有布尔值isPresent(字符串arr[]){
对于(int i=0;i
你认为这样做很笨拙吗?
我怎样才能很快做到
N.B.我已经看到了,但不知道如何使用纬度和经度来实现它,以便比较两个不同阵列之间的点。希望这会有所帮助
输入:包含纬度和经度数据的文件
从第一个文件
- 根据纬度对所有值进行排序,并将其存储在数组中
- 根据经度对所有值进行排序,并将其存储在第二个数组中
数组的输入大小为n和m
现在,从第二个数组中选择一个点,并使用此
对所有点重复此操作并打印最小值
对每个数组进行排序O(nlogn)*2=O(nlogn) 找到最近点的距离不超过O(2m)
因为数组长度是已知的。请使用大数组并将其用于n个大小的数组操作
如果其中一个文件已修复,则可以重复使用