Javascript 基于路径的分数'；从具有多个点的路径获取坐标；s距离

我有一个数组，其中每个数组值都是一个对象

{lat:\uuuuuu，lng:\uuuuuu}

。我想输入一个分数（比如说

20%

（

0.2

）并根据与点0的距离获得该分数的特定坐标。这意味着给定距离

d

（点之间所有单独路径的总和），坐标应为

d

的1/5。如果我将分数设置为

0

，这将给出路径中的第一个坐标。如果我把分数设置为

1

，它会给我最后一个

我已经阅读了SO（）上基于分数的坐标，并在我的算法中使用了这个函数

我想我可能会把每个点之间的所有路径加在一起，得到一个和

d

。然后，对于点之间的每个距离

f

，我会检查该距离是否低于

d

。如果

true

，则从

d

中扣除

f

。如果

false

，使用上面链接中的函数并输入剩余分数

d

。我想这会给我正确的坐标

这在某种程度上是可行的，但对于长距离的个人路径，它会在整个路径中留下间隙

这是算法代码和生成这张图片的代码。我认为问题出现在

模块中


var模块={}；
模块距离=功能（lat1、lon1、lat2、lon2、km=真）{
var p=0.017453292519943295，
c=数学cos；
变量a=0.5-c（（lat2-lat1）*p）/2+c（lat1*p）*c（lat2*p）*（1-c（（lon2-lon1）*p））/2；
如果（公里）{
返回12742*Math.asin（Math.sqrt（a））；//2*R；R=6371公里
}否则{
返回12742*Math.asin（Math.sqrt（a））*1000；//米
}
};
modules.distanceSum=函数（arr，km=true）{
var合计=0；
对于（变量i=0；i0）{
总+=模块。距离（arr[i-1]。纬度，arr[i-1]。液化天然气，arr[i]。纬度，arr[i]。液化天然气，公里）；
}
}
返回总数；
};
modules.fractionCoordinatorray=函数（arr，frac=0）{
var dist=模块距离总和（arr），
分数=[]；
如果（分形=1）{
返回{
横向：纵向[纵向长度-1]。横向，
lng:arr[arr.length-1].lng
};
}
对于（变量i=0；i0）{
var frc=modules.distance（arr[i-1].lat，arr[i-1].lng，arr[i].lat，arr[i].lng/dist；
如果（压裂>frc）{
frac-=frc；
}否则{
返回模块.fractionCoordination（arr[i-1].lat，arr[i-1].lng，arr[i].lat，arr[i].lng，frac）；
}
}
}
};
modules.fractionCoordinate=函数（lat1、lng1、lat2、lng2、per）{
返回{
lat:lat1+（lat2-lat1）*每，
液化天然气：lng1+（lng2-lng1）*每
};
};
/*
为了生成图像，我使用了这个；
*/
var dst=[]，
路径=[{
拉脱维亚：12，
液化天然气：12
}, {
拉脱维亚：13.75，
液化天然气：13
}, {
拉脱维亚：14，
液化天然气：17
}, {
拉丁美洲：59，
液化天然气：18
}]; // 示例路径
对于（变量i=0；i<51；i++）{
var crd=模块。分形坐标RAY（路径，i/50）；
dst.push（'标记=尺寸：微小%7C'+crd.lat+'、'+crd.lng）；
}
console.log（'https://maps.googleapis.com/maps/api/staticmap?autoscale=2&size=600x300&maptype=roadmap&format=png&visual_refresh=true&'+dst.join（'&'）
如果您首先将分数
frac
转换为绝对距离
totalDistribleMining
（通过将其乘以总路径距离），然后从该点开始使用（即减去各个边的长度），则
fractionCoordinatoray（）中的逻辑或多或少是正确的

那么当你打电话的时候

return modules.fractionCoordinate(arr[i-1].lat, arr[i-1].lng, arr[i].lat, arr[i].lng, frac);

你应该通过考试

总分布/距离（arr[i-1]。纬度，arr[i-1]。lng，arr[i]。纬度，arr[i]。lng）

作为最后一个参数

最后，为了提高速度，可以在每个数组元素中添加第三个条目，该条目记录到目前为止沿路径的总距离（因此，该值在开始时为0，在结束时等于总路径长度）。此值不会减少，因此您现在可以使用二进制搜索在O（logn）时间内找到包含任何给定路径距离的路径段。
这太棒了，谢谢！我更新了代码，把它放在一个文件夹中，效果很好。现在这只是道路顶部的一个小缺口。介意看一下吗？另外，我不太明白最后一部分关于如何提高速度的内容。我为小提琴中的每个数组元素添加了一个距离条目，并且每个元素的距离都在增加。现在，我应该用二进制搜索做什么？@MagnusBurton:很高兴它主要对你有用。您可能有一个一次性错误——调试这些错误的最佳方法是尝试较小的情况（例如，长度为2的数组），看看是否可以将其隔离。关于二进制搜索：如果有，比如说，100条边，你首先看看到目前为止第50条的总距离；如果这已经超过了你的目标距离，你知道它必须在前50的某个地方，所以你会看到第25个条目；如果这低于你的目标距离，你会看到第37个（大约在25和50之间的中间），等等。我发现我做错了什么，我不断删除循环中的错误值。现在修好了。感谢您对二进制搜索的解释。现在将实现这一点，因为这似乎是一个巨大的速度提升。不客气：）二进制搜索应该为长（多个边缘）路径提供很大的加速。