快速计算城市道路距离的方法[关闭]答案

【问题标题】：Way to calculate road distances in a city very quickly [closed]快速计算城市道路距离的方法[关闭]
【发布时间】：2015-07-28 19:19:49
【问题描述】：

所以我在一个城市（比如房屋或住宅）中有一组点，我想找到这些点之间的最短距离和商店的一组候选点。我正在寻找最好的商店位置，以最大限度地减少与布景中所有房屋的距离。所以我将迭代地移动候选商店点，然后重新计算每个商店和房子之间的距离（再次使用 Djikstra 算法）。由于计算量巨大，我无法在优化算法的每次迭代中一直访问数据库。

我已经多次使用 pgrouting 并且这会起作用，但是由于点数很多并且每次都必须搜索磁盘，所以它会太慢。

有没有一种工具可以让我在内存中加载一些小型 Open Street Maps 城市地图，然后计算内存中的最短路线？我需要一些快速的东西，所以最好在 C 或 python 中？但任何语言都可以，只要它有效。

【问题讨论】：

计算这些“到达”问题的正常方法是从潜在的商店位置开始一对多的计算。这样做例如使用简单的 Dijkstra 并使用快速预处理图可以在毫秒内为您提供每个商店的响应。例如。看看 OSM 路由器wiki.openstreetmap.org/wiki/Routing

标签： python postgresql gis pgrouting

【解决方案1】：

在 python 中，您可以使用 networkx 进行图形工作。它具有广度优先搜索功能。

https://networkx.github.io/

【讨论】：

这里有一个有趣的想法。所以我会采用开放的街道地图片段并定义和边缘列表。但问题是 networkx 也可以处理 GIS 信息。所以我必须为路段以及房屋和其他东西提供纬度、经度坐标。它是否能够计算到网络上某个位置的距离，甚至是在地理上稍微远离网络的位置。
@krishnab 我不知道它是否可以考虑路线图信息本身。它可以处理具有坐标的节点列表，然后您可以基于此构建边缘列表，但它将是最短路径/直线。我想要合并在一条道路上的距离，您必须首先使用地图路线找到每个节点之间的边长。

【解决方案2】：

继承和想法。获取房子和所有商店的纬度。以最大精度 (12) 计算所有点（房屋和商店）的 geohash，并检查任何商店的 geohash 是否与房屋的 geohash 匹配。如果没有，计算精度较低的 geohash (11)，然后冲洗并重复，直到你得到一个与房子的 geohash 匹配的商店（可能是多个我稍后会进入）。

这是一个模糊距离计算。这将非常有效并且处理时间最短。但是，如果您获得两个或更多具有相同 geohash 且具有一定精度的商店，这将失败。所以我建议你这样做

精度降低的 geohash 循环。当商店的 geohash 与房子的 gohash 匹配时中断
如果（多个疮匹配）进行简单距离计算并找到最近的商店并返回
ELSE 返回匹配 geohash 的一个商店

此方法的优点：将您的严格要求更改为模糊概率问题。如果你得到一个单一的疮，很好。如果你至少不减少距离计算的候选者数量

这种方法的缺点：如果所有商店都放在同一个 geohash 中怎么办？我们在这里引入相同的复杂性。

您将指望并非所有（或大多数）商店都在同一个 geohash 下的机会。实际上，劣势只是极端情况下的劣势。所以总的来说你应该提高性能

【讨论】：