附近点搜索

参考链接：July_

记得大致是外卖的笔试题牵扯到一个附近的点，当时蠢，也是为了争取面试的机会，所以写的bfs＋优先队列，想通过bfs＋优先队列找最近的点，虽然自己心里知道这个方法是不行的，对于附近的点，也是最近看博客了解到的。

可以用R树，每次将在一个区域中划分，将大的矩形进行划分，并且每次划分成小的矩形，将相邻的矩形划分到一个区域，再次迭代用更大的矩形去包含该区域。

比如一个卖家要送餐的范围，那就把不同的买家划分成一个个小矩形，用个大的矩形去包含这些小矩形，然后让更大的矩形包含大的矩形，直至最后只剩下两个矩形，然后就方便查找。

也可以用geohash，如果要确定一个点的位置，将其位置可以划分成一个字符串，然后用字典树进行存储，

支持地理位置索引是MongoDB的一大亮点，这也是全球最流行的LBS服务foursquare 选择MongoDB的原因之一。我们知道，通常的数据库索引结构是B+ Tree，如何将地理位置转化为可建立B+Tree的形式。首先假设我们将需要索引的整个地图分成16×16的方格，如下图（左下角为坐标0,0 右上角为坐标16,16）：

    单纯的［x，y］的数据是无法建立索引的，所以MongoDB在建立索引的时候，会根据相应字段的坐标计算一个可以用来做索引的hash值，这个值叫做geohash，下面我们以地图上坐标为［4，6］的点（图中红叉位置）为例。我们第一步将整个地图分成等大小的四块，如下图：

    划分成四块后我们可以定义这四块的值，如下（左下为00，左上为01，右下为10，右上为11）：

    这样［4，6］点的geohash值目前为 00然后再将四个小块每一块进行切割，如下：

    这时［4，6］点位于右上区域，右上的值为11，这样［4，6］点的geohash值变为：0011继续往下做两次切分：

    最终得到［4，6］点的geohash值为：00110100

然后将得到的二进制编码改为字符串

十进制	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
base32	0	1	2	3	4	5	6	7	8	9	b	c	d	e	f	g
十进制	16	17	18	19	20	21	22	23	24	25	26	27	28	29	30	31
base32	h	j	k	m	n	p	q	r	s	t	u	v	w	x	y	z

这样就可以根据得到的字符串的前缀得到相邻的点坐标了。