乘风破浪会有时,直挂云帆济沧海.....
java 实现搜索附近人功能
方案一:现在很多手机软件都用附近搜索功能，但具体是怎么实现的呢》在网上查了很多资料，mysql空间数据库、矩形算法、geohash我都用过了，当数据上了百万之后mysql空间数据库方法是最强最精确的（查询前100条数据只需5秒左右）。接下来推出一个原创计算方法，查询速度是mysql空间数据库算法的2倍$lng是你的经度，$lat是你的纬度SELECT lng,lat,
(POWER(MOD(ABS(lng - $lng),360),2) + POWER(ABS(lat - $lat),2)) AS distance
FROM `user_location`
ORDER BY distance LIMIT 100经测试，在100万数据中取前100条数据只需2.5秒左右。####################################另外的几种算法还是在这里展示一下：一、距形算法define(EARTH_RADIUS, 6371);//地球半径，平均半径为6371km
*计算某个经纬度的周围某段距离的正方形的四个点
*@param lng float 经度
*@param lat float 纬度
*@param distance float 该点所在圆的半径，该圆与此正方形内切，默认值为0.5千米
*@return array 正方形的四个点的经纬度坐标
function returnSquarePoint($lng, $lat,$distance = 0.5){
2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat)));
$dlng = rad2deg($dlng);
$dlat = $distance/EARTH_RADIUS;
$dlat = rad2deg($dlat);
return array(
'left-top'=&array('lat'=&$lat + $dlat,'lng'=&$lng-$dlng),
'right-top'=&array('lat'=&$lat + $dlat, 'lng'=&$lng + $dlng),
'left-bottom'=&array('lat'=&$lat - $dlat, 'lng'=&$lng - $dlng),
'right-bottom'=&array('lat'=&$lat - $dlat, 'lng'=&$lng + $dlng)
//使用此函数计算得到结果后，带入sql查询。
$squares = returnSquarePoint($lng, $lat);
$info_sql = "select id,locateinfo,lat,lng from `lbs_info` where lat&&0 and lat&{$squares['right-bottom']['lat']} and lat&{$squares['left-top']['lat']} and lng&{$squares['left-top']['lng']} and lng&{$squares['right-bottom']['lng']} ";java代码如下：/**
* 默认地球半径
private static double EARTH_RADIUS = 6371;
* 计算经纬度点对应正方形4个点的坐标
* @param longitude
* @param latitude
* @param distance
public static Map&String, double[]& returnLLSquarePoint(double longitude,
double latitude, double distance) {
Map&String, double[]& squareMap = new HashMap&String, double[]&();
// 计算经度弧度,从弧度转换为角度
double dLongitude = 2 * (Math.asin(Math.sin(distance
/ (2 * EARTH_RADIUS))
/ Math.cos(Math.toRadians(latitude))));
dLongitude = Math.toDegrees(dLongitude);
// 计算纬度角度
double dLatitude = distance / EARTH_RADIUS;
dLatitude = Math.toDegrees(dLatitude);
double[] leftTopPoint = { latitude + dLatitude, longitude - dLongitude };
double[] rightTopPoint = { latitude + dLatitude, longitude + dLongitude };
double[] leftBottomPoint = { latitude - dLatitude,
longitude - dLongitude };
double[] rightBottomPoint = { latitude - dLatitude,
longitude + dLongitude };
squareMap.put("leftTopPoint", leftTopPoint);
squareMap.put("rightTopPoint", rightTopPoint);
squareMap.put("leftBottomPoint", leftBottomPoint);
squareMap.put("rightBottomPoint", rightBottomPoint);
return squareM
}二、 空间数据库算法以下location字段是跟据经纬度来生成的空间数据，如：location字段的type设为point"update feed set location=GEOMFROMTEXT('point({$lat} {$lng})') where id='{$id}'"mysql空间数据查询SET @center = GEOMFROMTEXT('POINT(35..501577)');
SET @radius = 4000;
SET @bbox = CONCAT('POLYGON((',
X(@center) - @radius, ' ', Y(@center) - @radius, ',',
X(@center) + @radius, ' ', Y(@center) - @radius, ',',
X(@center) + @radius, ' ', Y(@center) + @radius, ',',
X(@center) - @radius, ' ', Y(@center) + @radius, ',',
X(@center) - @radius, ' ', Y(@center) - @radius, '))'
SELECT id,lng,lat,
SQRT(POW( ABS( X(location) - X(@center)), 2) + POW( ABS(Y(location) - Y(@center)), 2 )) AS distance
FROM `user_location` WHERE 1=1
AND INTERSECTS( location, GEOMFROMTEXT(@bbox) )
AND SQRT(POW( ABS( X(location) - X(@center)), 2) + POW( ABS(Y(location) - Y(@center)), 2 )) & @radius
ORDER BY distance LIMIT 20geo算法参考文档：http://blog.csdn.net/wangxiafghj/article/details/9014363geohash
算法原理及实现方式http://blog.charlee.li/geohash-intro/
geohash：用字符串实现附近地点搜索http://blog.sina.com.cn/s/blog_7ceofb.html
查找附近点--Geohash方案讨论http://www.wubiao.info/372
查找附近的xxx 球面距离以及Geohash方案探讨http://en.wikipedia.org/wiki/Haversine_formula
Haversine formula球面距离公式http://www.codecodex.com/wiki/Calculate_Distance_Between_Two_Points_on_a_Globe
球面距离公式代码实现http://developer.baidu.com/map/jsdemo.htm#a6_1
球面距离公式验证
http://www.wubiao.info/470
Mysql or Mongodb LBS快速实现方案geohash有以下几个特点：首先，geohash用一个字符串表示经度和纬度两个坐标。某些情况下无法在两列上同时应用索引 （例如MySQL 4之前的版本，Google App Engine的数据层等），利用geohash，只需在一列上应用索引即可。其次，geohash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。 使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。第三，编码的前缀可以表示更大的区域。例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。 这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash（例如wx4g0ec1）然后取其前缀进行查询 （SELECT * FROM place WHERE geohash LIKE 'wx4g0e%'），即可查询附近的所有地点。查找附近网点geohash算法及实现 （Java版本），geohashjavaGeohash比直接用经纬度的高效很多。Geohash算法实现（Java版本）package com.DistT
import java.util.BitS
import java.util.HashM
public class Geohash {
private static int numbits = 6 * 5;
final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',
'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',
'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };
final static HashMap&Character, Integer& lookup = new HashMap&Character, Integer&();
int i = 0;
for (char c : digits)
lookup.put(c, i++);
public double[] decode(String geohash) {
StringBuilder buffer = new StringBuilder();
for (char c : geohash.toCharArray()) {
int i = lookup.get(c) + 32;
buffer.append( Integer.toString(i, 2).substring(1) );
BitSet lonset = new BitSet();
BitSet latset = new BitSet();
//even bits
for (int i=0; i& numbits*2;i+=2) {
boolean isSet =
if ( i & buffer.length() )
isSet = buffer.charAt(i) == '1';
lonset.set(j++, isSet);
//odd bits
for (int i=1; i& numbits*2;i+=2) {
boolean isSet =
if ( i & buffer.length() )
isSet = buffer.charAt(i) == '1';
latset.set(j++, isSet);
//中国地理坐标：东经73°至东经135°，北纬4°至北纬53°
double lon = decode(lonset, 70, 140);
double lat = decode(latset, 0, 60);
return new double[] {lat, lon};
private double decode(BitSet bs, double floor, double ceiling) {
double mid = 0;
for (int i=0; i&bs.length(); i++) {
mid = (floor + ceiling) / 2;
if (bs.get(i))
public String encode(double lat, double lon) {
BitSet latbits = getBits(lat, 0, 60);
BitSet lonbits = getBits(lon, 70, 140);
StringBuilder buffer = new StringBuilder();
for (int i = 0; i & i++) {
buffer.append( (lonbits.get(i))?'1':'0');
buffer.append( (latbits.get(i))?'1':'0');
return base32(Long.parseLong(buffer.toString(), 2));
private BitSet getBits(double lat, double floor, double ceiling) {
BitSet buffer = new BitSet(numbits);
for (int i = 0; i & i++) {
double mid = (floor + ceiling) / 2;
if (lat &= mid) {
buffer.set(i);
public static String base32(long i) {
char[] buf = new char[65];
int charPos = 64;
boolean negative = (i & 0);
if (!negative)
while (i &= -32) {
buf[charPos--] = digits[(int) (-(i % 32))];
buf[charPos] = digits[(int) (-i)];
if (negative)
buf[--charPos] = '-';
return new String(buf, charPos, (65 - charPos));
}球面距离公式：package com.DistT
public class Test{
private static final
double EARTH_RADIUS = 6371000;//赤道半径(单位m)
* 转化为弧度(rad)
private static double rad(double d)
return d * Math.PI / 180.0;
* 基于googleMap中的算法得到两经纬度之间的距离,计算精度与谷歌地图的距离精度差不多，相差范围在0.2米以下
* @param lon1 第一点的精度
* @param lat1 第一点的纬度
* @param lon2 第二点的精度
* @param lat3 第二点的纬度
* @return 返回的距离，单位m
public static double GetDistance(double lon1,double lat1,double lon2, double lat2)
double radLat1 = rad(lat1);
double radLat2 = rad(lat2);
double a = radLat1 - radLat2;
double b = rad(lon1) - rad(lon2);
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;
s = Math.round(s * 10000) / 10000;
public static void main(String []args){
double lon1=109.;
double lat1=34.;
double lon2=108.;
double lat2=34.;
dist=Test.GetDistance(lon1, lat1, lon2, lat2);
System.out.println("两点相距：" + dist + " 米");
Geohash geohash = new Geohash();
geocode=geohash.encode(lat1, lon1);
System.out.println("当前位置编码：" + geocode);
geocode=geohash.encode(lat2, lon2);
System.out.println("远方位置编码：" + geocode);
//wqj7j37sfu03h2xb2q97
永相逢超市
wqj6us6cmkj5bbfj6qdg
s6q08ubhhuq7
}附近网点距离排序package com.DistT
import java.sql.DriverM
import java.sql.ResultS
import java.sql.SQLE
import java.sql.C
import java.sql.S
public class sqlTest {
public static void main(String[] args) throws Exception {
Connection conn =
String url = "jdbc:mysql://132.97.**.**/test?"
+ "user=***&password=****&useUnicode=true&characterEncoding=UTF8";
Class.forName("com.mysql.jdbc.Driver");// 动态加载mysql驱动
// System.out.println("成功加载MySQL驱动程序");
// 一个Connection代表一个数据库连接
conn = DriverManager.getConnection(url);
// Statement里面带有很多方法，比如executeUpdate可以实现插入，更新和删除等
Statement stmt = conn.createStatement();
sql = "select * from retailersinfotable limit 1,10";
ResultSet rs = stmt.executeQuery(sql);// executeQuery会返回结果的集合，否则返回空值
double lon1=109.;
double lat1=34.;
System.out.println("当前位置：");
String[][] array = new String[10][3];
while (rs.next()){
//从数据库取出地理坐标
double lon2=Double.parseDouble(rs.getString("Longitude"));
double lat2=Double.parseDouble(rs.getString("Latitude"));
//根据地理坐标，生成geohash编码
Geohash geohash = new Geohash();
String geocode=geohash.encode(lat2, lon2).substring(0, 9);
//计算两点间的距离
int dist=(int) Test.GetDistance(lon1, lat1, lon2, lat2);
array[i][0]=String.valueOf(i);
array[i][1]=
array[i][2]=Integer.toString(dist);
System.out.println(lon2+"---"+lat2+"---"+geocode+"---"+dist);
array=sqlTest.getOrder(array); //二维数组排序
sqlTest.showArray(array);
//打印数组
} catch (SQLException e) {
System.out.println("MySQL操作错误");
e.printStackTrace();
} finally {
conn.close();
* 二维数组排序，比较array[][2]的值，返回二维数组
public static String[][] getOrder(String[][] array){
for (int j = 0; j & array. j++) {
for (int bb = 0; bb & array.length - 1; bb++) {
int a1=Integer.valueOf(array[bb][2]);
//转化成int型比较大小
int a2=Integer.valueOf(array[bb+1][2]);
if (a1&a2) {
ss = array[bb];
array[bb] = array[bb + 1];
array[bb + 1] =
/*打印数组*/
public static void showArray(String[][] array){
for(int a=0;a&array.a++){
for(int j=0;j&array[0].j++)
System.out.print(array[a][j]+" ");
System.out.println();
}一直在琢磨LBS，期待可以发现更好的方案。现在纠结了。简单列举一下已经了解到的方案：1.sphinx geo索引2.mongodb geo索引3.mysql sql查询4.mysql+geohash5.redis+geohash然后列举一下需求：1.实时性要高，有频繁的更新和读取2.可按距离排序支持分页3.支持多条件筛选（一个经纬度数据还包含其他属性，比如社交系统的性别、年龄）方案简单介绍：1.sphinx geo索引支持按照距离排序，并支持分页。但是尝试mva+geo失败，还在找原因。无法满足高实时性需求。（可能是不了解实时增量索引配置有误）资源占用小，速度快2.mongodb geo索引支持按照距离排序，并支持分页。支持多条件筛选。可满足实时性需求。资源占用大，数据量达到百万级请流量在10w左右查询速度明显下降。3.mysql+geohash/ mysql sql查询不支持按照距离排序（代价太大）。支持分页。支持多条件筛选。可满足实时性需求。资源占用中等，查询速度不及mongodb。且geohash按照区块将球面转化平面并切割。暂时没有找到跨区块查询方法（不太了解）。4.redis+geohashgeohash缺点不再赘述不支持距离排序。支持分页查询。不支持多条件筛选。可满足实时性需求。资源占用最小。查询速度很快。方案二:最近给andorid做后台查询数据功能，有一个需求是模仿的查找附近人功能。 中存储每个用户的经纬度信息及用户信息，通过当前用户传递过来的经纬度查询这个用户半径N公里以内的用户信息。 数据库表结构表信息表名Mobile_Usermu_id自增，主键mu_u_id用户表的ID 外键mu_longitud精度mu_latitude纬度(还有其他的一些信息，这里就列举4个字段足矣)首先需要一个方法，是把传递过来的经纬度按照半径N公里扩散，找出距离中心经纬度N公里的上下左右经纬度值。效果如图以中心生成经纬度时 正上方和正下方的精度是不变的，只有纬度变化。 生成左右时道理一样，只有精度变化，纬度是不变的。所以只需要生成上下的纬度，左右的精度就可以了。这样四周的经纬度都已经生成了。
下一步是查询数据库中和四周经纬度匹配的数据。 如果数据量很大的话会很耗时间，而且会很消耗流量。所以需要用到分页查询 代码如下 我用的是ibatis框架，sql里以#开始并结束的 是我传递过来的参数。
sql语句计算了每条数据和中心经纬度的距离并且以最近进行排序。
sql语句是根据下面的方法演变而来方法是计算两个经纬度之间的直线距离。这样既实现了分页处理，又实现了每条数据的经纬度与中心经纬度的直线距离（以米为单位）。
最后就是组成json数组返回给使用了。以下有一些网上的参考:Symfony2+Doctrine2 ODM+MongoDB的组合:http://www.infoq.com/cn/articles/depth-study-of-Symfony2Java+redis实现附近的人: http://blog.csdn.net/liaodehong/article/details/
Java+MySQL实现附近的人:http://blog.csdn.net/hylexus/article/details/
Java基于Redis实现“附近的人”（含源码下载）
java 实现微信搜索附近人功能
Java进阶(五十)根据一个给定经纬度的点，进行附近500米地点查询–合理利用算法
“附近的人”功能实现
java实现搜索附近地点或人的功能
java 附近的人
Java实现附近地点搜索
按经纬度搜索附近的人，并按距离排序的简单实现。
java+redis 实现搜索附近人功能
没有更多推荐了，酷狗音乐怎么查找附近的人？查找附近的人的方法
　　有很多朋友不知道 酷狗音乐 如何查找附近的人，所以小编就给大家带来了酷狗音乐查找附近的人的方法，感兴趣的朋友就跟小编一起来学习一下吧。　　第一步：　　打开&手机酷狗音乐&，在首页界面点击&附近&。在附近中，用户可以点击右上角的按钮，通过特定条件去寻找附近的人。　　第二步：　　在附近的人中，选择一个人，点击进入，就可以看到该人收藏的歌单了。用户可以查找一下里面收藏的歌曲是否和自己口味相似。觉得觉得歌单的歌曲比较有趣，还可以点击歌曲进行试听。　　第三步：　　用户如果想跟附近的人进行互动，可以在歌单中，点击评论的按钮，留下自己的对歌单的评价。想把该歌单分享给更多的朋友，可以点击&评论&按钮旁的&分享&按钮进行社交网站的分享。　　以上就是小编给大家带来的全部内容，希望大家喜欢。
最新资讯离线随时看
聊天吐槽赢奖品
相关软件：
大小：11.82 MB
授权：免费
大小：1.95MB
授权：免费微信查找附近的人 小伙花8000元找了个虚拟“巫山神女”_社会新闻_海峡网
您现在的位置：&&&
刑警正在劝说犯罪嫌疑人投案自首
警方从这张图分析出嫌疑人的地址
记者万勤 通讯员万信立
小伙晚上闲得无聊，通过微信查找附近的人，找了个&近在眼前&的美女，开好房，8000元没了，美女影子都没见着。其实，他是被人通过苹果手机位置共享的软件，制作出就在附近的假相所蒙骗。
8日，犯罪嫌疑人翁某在巫山的家中被警方抓获，她的丈夫魏某在逃。
终于，这起利用手机软件，通过微信虚拟&招嫖行骗&的诈骗案，被揭开了冰山一角。
小伙被&附近美女&骗了8000元
21岁的张某在武汉经济技术开发区打工，2月8日晚，他因为无聊便通过微信查找附近的人，找到了一个名叫&越越&的微信好友，&越越&头像年轻妩媚，衣着大胆。
张某在微信上跟&越越&打招呼，对方很快就回应，张某邀约对方出来玩，没想到&越越&开口就谈价钱：&400元，3小时&。张某跟&越越&在微信上约好：200元1小时。张某兴高采烈地在宾馆开了房，按照&越越&要求，将身份证号和房间号拍成图片后，用微信传给了&越越&。过了一会儿，&越越&表示来到了宾馆楼下，但她却谈起了条件，&我看到楼下有警车，我不放心，你得打300元保证金，以保证你不是卧底&。
张某急不可耐地打了300元保证金，&越越&又以其他理由要张某打保证金。当张某提出质疑时，&越越&便用语音聊天功能跟他聊天，并表示&你发的红包或转账，我一个都不会领取，只作保证金用&。&越越&声音甜美温柔，&越越&还给张某发了位置共享，显示她距自己所在位置不到10米，而自己发的那些红包或转账，&越越&一个都没领取，期间&越越&还因手机没电，换个手机跟他聊，在这个手机里，&越越&又变成了&惠惠&。
就这样，两人从晚上8点聊到次日凌晨1点期间，在&越越&的各种蛊惑下，张某先后发了13个红包或转账给&越越&做保证金，一直到将微信绑定的银行卡内金额都用光，其中在一次转账500元的过程中，因激动张某多打了一个&0&，500变成了5000，就这样他先后发红包或转账8000元。
凌晨1时，张某连美女的影子都没见着，便被&越越&拉黑了，卡内8000元被取走，张某这才清醒过来，他向武汉经济技术开发区湖滨派出所报警。
民警查找附近的人找到&蝶恋花&
这起案件到了湖滨派出所刑警刘小平手上，这是一起罕见的非接触性诈骗案，嫌疑人通过微信网络进行诈骗，微信号不可能是实名，破案有相当大的难度。经过调查，微信号是在重庆注册的，转款的账号是盗用他人身份证开户的。
2月28日，刘小平带着同事驱车900多公里到重庆，在重庆警方的协助下，只查到&越越&和&惠惠&两个微信号，是在重庆巫山注册，他们又驱车赶到700多公里外的巫山，工作了几天，没有任何线索，刘小平只好驱车返回武汉。
3月6日，执著的刘小平再次出发了，这次的目的地直接是重庆巫山。刘小平这次来之前也做了功课，他决定以其人之道还治其人之身。喜欢下残局棋的刘小平说：&科技手段不行就用笨办法&&传统手段也可以试一试。&
他就利用微信里的查找附近的人，寻找嫌疑人，他在分析越越和惠惠的微信号时，发现了两个微信号都有一个共同的特点，都是以英文&SW&开头，不停地通过查找附近的人方式进行查找类似的微信号，并进行甄别、排除。
他拿着手机，每天沿着巫山县城走十多公里，不停地通过附近的人进行查找，3月8日，他忽然找到了一个名叫&蝶恋花&的微信网友，&蝶恋花&微信名不仅也是以&SW&开头，而且头像跟越越和惠惠的头像是一模一样。
责任编辑：肖舒
一周热点新闻
下载海湃客户端
关注海峡网微信
职业道德监督、违法和不良信息举报电话：4 举报邮箱：
本站游戏频道作品版权归作者所有，如果侵犯了您的版权，请联系我们，本站将在3个工作日内删除。
温馨提示：抵制不良游戏，拒绝盗版游戏，注意自我保护，谨防受骗上当，适度游戏益脑，沉迷游戏伤身，合理安排时间，享受健康生活。
CopyRight (C)2016 海峡网(福建日报主管主办) 版权所有 闽ICP备号-2
福建日报报业集团拥有海峡都市报(海峡网)采编人员所创作作品之版权，未经报业集团书面授权，不得转载、摘编或以其他方式使用和传播。
友情链接： |nice怎么看附近的人？nice怎么搜索附近的人？nice怎么看附近的人？nice怎么搜索附近的人？当前位置：& &nice怎么看附近的人？nice怎么搜索附近的人？这是一款赚钱交友两不误的美女直播软...97分猜你喜欢热门推荐相关文章nice怎么看附近的人？nice怎么搜索附近的人？发布时间： nice是一款非常热门的社交应用软件，很多网友都想知道nice怎么看附近的人，下面和小编一起来仔细了解一下吧。nice怎么看附近的人？nice怎么搜索附近的人？ 1、据小编了解nice软件在更新之后取消了看附近的人，所以在版里是不到看附近人的； 2、所以用户在最新版是看不了附近的人。1相关推荐玩家评论微信怎样查看附近的人?微信查看附近的人的教程
我的图书馆
微信怎样查看附近的人?微信查看附近的人的教程
微信有一个功能可以查找附近的朋友并把它加为好友，那么在微信5.2版本中附近的人功能在哪里?如何使用哦，希望本文章对各位微信新手会带来帮助。
查看附近的人
1、在手机中打开，然后点击，如图所示。
2、然后我们在微信中点击“发现” 如图所示。
3、在发现面板中我们会看到一个“附近的人”然后就会弹出定位提示了，我们要有附近人功能就必须点击“确定”。
4、程序开始运行查找附近的人命令。
5、这样就可以查找出你旁边所有人了信息了。
筛选找到的附近人
1、我们可以选择是男生还是选择女生了，在这里可以选择女生吧。
2、然后我们就可以找到喜欢的MM进入聊天了。
清除自己查看的位置信息&1、当然你不想定位了我们可以在微信中把“清除位置并退出”即可了。
2、然后如图所示我们点击“地理位置已清除”——》“确定” 如图所示。
喜欢该文的人也喜欢