1前言
在微信轻触【发现】->【附近的人】，便可以查看距离自己较近的人，这个神奇的功能让陌生人能成为朋友、饭友、聊友、约友等。但是这个功能的技术实现原理又是什么呢？
最简单的想法是计算自己和每个好友间的距离，然后按距离排序并输出。这种想法对于用户数较少的应用尚可，但对于微信这种有上亿用户数的应用，显然是不可取的。事实上，不管用户数多少，只要点击【附近的人】基本上几秒钟之内，就能把附近的用户筛选出来。这么快的速度是用了什么奇淫巧技呢？本文我们一起来探究下。
2原理
首先需要获取自己和好友的位置信息，这涉及到LBS（Location Based Service，基于位置的服务），就是通过移动终端获取到用户或者物体的经纬度坐标，通过这些位置信息来提供服务。
其次需要对这些位置信息进行网格化处理。把整个地球想象成经纬度构成的网络，每一个网格包含一定的区域，只要这个网格划分足够精细，便可以用来逼近我们所处的位置了。当某个用户都被划分在某个网格中时，通过查询自己所处网格或周边网格内的用户，便可以找到自己附近的人。
所以需要记录下网格的名称，以便于查询用户附近的人。记录网格名称的过程涉及到GeoHash算法。
当网格划分结束（即每个网格都确定了名称），那么接下来便是根据网格名称来查询用户自己的附近的人。本文用到了字典树来实现这个查询功能。
3实现流程
本文主要介绍如何在Python中实现模拟微信《附近的人》这个功能。实现流程如下所示。
微信《附近的人》模拟实现流程
4 Geohash法
利用GeoHash算法，可以将经纬度数据转化为字符串格式，这样便将二维的数据转化为了一维，存储就方便了，搜索效率也会高很多。GeoHash算法分为编码和组码。
第一步是编码。经纬度的编码通过折半比较法实现，当大于中值时编码为1，下次新的区间为中值到最大值；当小于中值时编码为0，下次新的区间为最小值到中值。这样一直比较下去，直到到达要求的精度，经度和纬度的方法是一样的，只是纬度的原始区间是[-90,90]，经度的原始区间[-180,180]。如下表所示对纬度42.61233和经度-5.61234进行编码：
这样便可将经纬度（42.61233, -5.61234）转换成二进制码（10111 10010, 01111 10000），二进制码的位数即为编码精度。
第二步是组码（或者合并）。将第一步产生的二进制码组合起来产生Base32的字符串。组码的方式是奇数位放经度、偶数位放纬度（也可互换），如下图所示：
合并后的二进制码为：01101, 11111, 11000, 00100
将二进制码转换成十进制数，得到：13, 31, 24, 4
再按照如下图所示的Base32编码转换关系（用0-9、b-z（去掉a, i, l, o）这32个字母表示），将十进制数转换为Base32的字符串编码，得到ezs4
本例中编码精度设置为10位，当继续增大精度位数时，可得到更为精确的Base32字符串。
给定如下图所示的8个用户位置信息,
用户的所有好友的位置信息
可以利用Geohash算法将这些好友的经纬度信息转化为Base32的字符串编码。如下表所示：
其中，转换后的后4位为_ID，是为了区别同一位置的不同用户。
用Python实现经纬度的编码和组码，代码见附录一。
5 字典树查询法
计算出这些经纬度的字符串编码值，那么如何存放到数据库中，能够快速检索一个用户附近的好友呢？
本节使用字典树来完成字符串编码值的存储与查询。
字典树（也叫Trie树），是一种 N 叉树，也是一种特殊的前缀树结构。通常来说，一个前缀树是用来存储字符串的。前缀树的每一个节点代表一个字符。每一个节点会有多个子节点，通往不同子节点的路径上有着不同的字符。子节点代表的字符是由节点本身的原始字符，以及通往该子节点路径上所有的字符组成的。
前缀树的一个重要的特性是，节点所有的后代都与该节点相关的字符串有着共同的前缀。
将上述各个用户转换后的字符串编码值，存入到字典树中，如下图所示：
图中，每一条从根节点（root）到叶子结点的路径都表示一个用户的位置信息（经纬度）。
当构建完成字典树后，便可以查询离自己距离较近的用户是哪些。如当自己（ID记为109）的位置信息表示为：(42.61236, -5.61234)时，通过Geohash算法可以计算出字符串编码值为 ‘ezs42m34yzx_109’。
通过字典树查询（深度优先搜索），可以获取到离该用户最近的好友有100和107，他们的信息分别如下：
用Python实现字典树的插入与查询，代码见附录二。
6 距离计算法
根据2个经纬度点，可以利用Haversine公式计算这2个经纬度点之间的距离，计算公式如下：
其中
其中R为地球半径，可取平均值 6371km；
表示两点的纬度；
表示两点的经度。
可以使用字典dict来存放用户自己到每个附近邻居的距离。每个用户都可以通过ID检索，于是可以把ID作为字典的键，把距离作为字典的值。
然后通过快速排序方法对字典排序（如对上述ID=100和ID=107的用户按距离排序），便可以按照距离筛选出离自己较近的好友了。。。
7 参考
附录一：用Python实现经纬度的编码、组码和解码
class Geohash:
def __init__(self):
self._all_ = ['encode', 'decode', 'bbox', 'neighbors']
_base32 = '0123456789bcdefghjkmnpqrstuvwxyz'
# 10进制和32进制转换，32进制去掉了ailo
self._decode_map = {} # 解码表
self._encode_map = {} # 编码表
for i in range(len(_base32)):
self._decode_map[_base32[i]] = i # _decode_map[字符]=数字
self._encode_map[i] = _base32[i] # _encode_map[数字]=字符
# 编码函数
# 将经纬度 编码 为字符串
def encode(self, lat, lon, precision=12):
"""
:param lat: 纬度
:param lon: 经度
:param precision: 精度
:return:
"""
lat_range, lon_range = [-90.0, 90.0], [-180.0, 180.0]
geohash = [] # 地理位置哈希表
code = []
j = 0
while len(geohash) < precision:
# print(code, lat_range, lon_range, geohash)
j += 1
lat_mid = sum(lat_range) / 2
lon_mid = sum(lon_range) / 2
# 经度 -> 经度和纬度交叉放置
if lon <= lon_mid: # 交线位置给左下
code.append(0)
lon_range[1] = lon_mid
else:
code.append(1)
lon_range[0] = lon_mid
# 纬度
if lat <= lat_mid: # 交线位置给左下
code.append(0)
lat_range[1] = lat_mid
else:
code.append(1)
lat_range[0] = lat_mid
# encode 编码
if len(code) >= 5:
# 每5位2进制数 用1个字符表示
geohash.append(self._encode_map[int(''.join(map(str, code[:5])), 2)])
code = code[5:]
return ''.join(geohash)
# 解码函数
# 将字符串 解码 为经纬度
def decode(self, geohash):
lat_range, lon_range = [-90.0, 90.0], [-180.0, 180.0]
is_lon = True
for letter in geohash: # 取每个字符
# 每个字符都对应着5位二进制数, 前面不够的用0补齐
s = str(bin(self._decode_map[letter]))[2:]
code = s.rjust(5, '0') # 不够5位，前面用0补齐
for bi in code:
if is_lon and bi == '0':
lon_range[1] = sum(lon_range) / 2
elif is_lon and bi == '1':
lon_range[0] = sum(lon_range) / 2
elif (not is_lon) and bi == '0':
lat_range[1] = sum(lat_range) / 2
elif (not is_lon) and bi == '1':
lat_range[0] = sum(lat_range) / 2
is_lon = not is_lon # 经度和纬度是交替出现的
return sum(lat_range) / 2, sum(lon_range) / 2
附录二：用Python实现字典树的插入与查询
class Trie:
def __init__(self):
"""
Initialize your data structure here.
"""
self.root = {} # 字典
self.end = -1 # 结束标志
def insert(self, word):
""" 将单词插入到字典树中
Inserts a word into the trie.
:type word: str
:rtype: void
"""
curNode = self.root # 从根结点开始遍历
for c in word: # 把每个字符都放入到 字典树 中
if c not in curNode: # 字符c不在当前结点中，则创建新分支。
curNode[c] = {}
curNode = curNode[c] # 下一个结点
curNode[self.end] = True # 结束结点用True标记
def startsWith(self, prefix):
""" 按照前缀开始搜索
Returns if there is any word in the trie that starts with the given prefix.
:type prefix: str
:rtype: bool
"""
curNode = self.root
for c in prefix:
if c not in curNode:
return []
curNode = curNode[c]
# print(curNode)
path = prefix
paths = [] # 找到所有的相同前缀的路径，返回
self.find_path_all(curNode, path, paths)
return paths
# 从树中找出从起始顶点到终止顶点的所有路径
def find_path_all(self, root, path, paths):
""" 利用深度优先搜索
:param root: 当前顶点
:param path: 当前路径
:param paths: 所有路径
:return:
"""
if self.end in root: # 判断是否搜索到末尾了。
paths.append(path)
return
for v in root:
# 构造下次递归的父路径
path += v # 加入顶点
self.find_path_all(root[v], path, paths) # 递归
path = path[:-1] # 回溯
