我怎样才能快速估计两个（纬度，经度）点之间的距离？
我希望能够估计两个（纬度，经度）点之间的距离。 我想低调，因为这将是A *图search，我希望它是快速的 。 这些点将相距最多800公里。
Haversine公式在Python中的答案（两个GPS点之间的方位和距离）提供了可以回答你的问题的Python实现。
使用下面的实现，我在旧笔记本电脑上进行了不到1秒的100,000次迭代 。 我认为你的目的应该是足够的。 但是，在优化性能之前，您应该分析任何内容。
从math导入弧度，cos，sin，asin，sqrt
高半胱氨酸（lon1，lat1，lon2，lat2）：
“””
计算两点之间的大圆距离
在地球上（以十进制度数表示）
“””
＃将十进制度转换为弧度
lon1，lat1，lon2，lat2 =地图（弧度，[lon1，lat1，lon2，lat2]）
＃haversine公式
dlon = lon2 - lon1
dlat = lat2 - lat1
a = sin（dlat / 2）** 2 + cos（lat1）* cos（lat2）* sin（dlon / 2）** 2
c = 2 * asin（sqrt（a））
＃以公里为单位的地球半径为6371
km = 6371 * c
返回公里
要低估haversine(lat1, long1, lat2, long2) * 0.90或任何你想要的因素。 我不明白如何将错误引入低估是有用的。
由于距离相对较小，可以使用等距离近似。 这个近似比使用Haversine公式更快。 因此，要获得从参考点（lat1 / lon1）到您正在testing的点（lat2 / lon2）的距离，请使用下面的公式。 重要提示：您需要将所有经纬度点转换为弧度：
R = 6371 // radius of the earth in km x = (lon2 - lon1) * cos( 0.5*(lat2+lat1) ) y = lat2 - lat1 d = R * sqrt( x*x + y*y )
由于“R”以公里计，距离“d”将以公里为单位。
参考： http : //www.movable-type.co.uk/scripts/latlong.html
速度的一个想法是将长/纬度坐标转换成3D（x，y，z）坐标。 在预处理点之后，使用点之间的欧几里得距离作为实际距离的快速计算下冲。
为了获得最大的速度，你可以创build一个类似彩虹表的坐标距离。 这听起来像你已经知道你正在使用的领域，所以它似乎预先计算它们可能是可行的。 然后，你可以加载最近的组合，并使用它。
例如在美国大陆，经度为55度，纬度为20度，总数为1100点。 所有可能的组合之间的距离是握手问题 ，由（n-1）（n）/ 2或大约600k组合来回答。 这似乎是非常可行的存储和检索。 如果您提供更多有关您的要求的信息，我可以更具体一些。
请使用下面的代码。
def distance(lat1, lng1, lat2, lng2): #return distance as meter if you want km distance, remove "* 1000" radius = 6371 * 1000 dLat = (lat2-lat1) * math.pi / 180 dLng = (lng2-lng1) * math.pi / 180 lat1 = lat1 * math.pi / 180 lat2 = lat2 * math.pi / 180 val = sin(dLat/2) * sin(dLat/2) + sin(dLng/2) * sin(dLng/2) * cos(lat1) * cos(lat2) ang = 2 * atan2(sqrt(val), sqrt(1-val)) return radius * ang
