一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第7天，点击查看活动详情。

我们可以来想一下如果让你，设计一个附近的人的功能，你会怎样设计？ 我们都知道，通常我们标记一个位置会使用一个二位坐标，比如说经度和维度来标记。这样我们可能第一反应就是 ，这很简单啊，获取当前位置坐标，然后计算两个坐标之间的距离。这就可能存在一个问题，我们是不是 要把所有用户的距离都算一下？ 这样计算量是不是有点儿 太大了？有没有更好的方法呢？我们可以来了解下 GeoHash算法。

什么是GeoHash算法？

GeoHash是一种地址编码方法。他能够把二维的空间经纬度数据编码成一个字符串

**这样做有什么好处呢？**这里我们先不谈，先看看他的实现方式和算法的具体过程。

1. 将坐标转换成二进制

经度范围是东经180到西经180，纬度范围是南纬90到北纬90，我们设定西经为负，南纬为负，所以地球上的经度范围就是[-180， 180]，纬度范围就是[-90，90]。如果以本初子午线、赤道为界，地球可以分成4个部分。 如果划分的区间更小，这样所表示的区间就更加准确了，像这样。

们将二进制编码的结果填写到空间中，当将空间划分为四块时候，经度左半区间为0，右半区间为1，纬度下半区间 为0，上半区间为1，于是经纬度二进制编码交叉组合，得到编码的顺序分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z的曲线，当我们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一个子块也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。是不是很巧妙。是不是大多数相邻的编码，都很相似，但是这种编码也有个缺点，就是突变性，比如1000和0100这两个 编码是相邻的，但是在空间中这两个点的距离巨大。所以我们换一种编码方式。

我们对编码的二进制进行base32编码就得到了一个地址字符串，某一个区域内算出来的编码是一样的，这样比直接使用二进制高效很多，而且有利于信息保护，这个字符串只能解析到某个位置附近，但是不能解析到某个具体位置，有利于用户的信息保护。

但是有边界问题

如图，如果车在红点位置，区域内还有一个黄点。相邻区域内的绿点明显离红点更近。但因为黄点的编码和红点一样，最终找到的将是黄点。这就有问题了。所以我们一般的做法是我们不仅获取当前我们所在的矩形区域，还获取周围8个矩形块中的点。那么怎样定位周围8个点呢？关键就是需要获取周围8个点的经纬度，那我们已经知道自己的经纬度，只需要用自己的经纬度减去最小划分单位的经纬度就行。因为我们知道经纬度的范围,有知道需要划分的次数，所以很容易就能计算出最小划分单位的经纬度。

通过上面这张图，我们就能很容易的计算出周围8个点的经纬度了。有了经纬度就能定位到周围8个矩形块了。这样我们就能获取包括自己所在矩形块的9个矩形块中的所有的点。最后分别计算这些点和自己的距离（由于范围很小，点的数量就也很少，计算量就很少）过滤掉不满足条件的点就行了。

另外 geohash 生成的字符串还有一些性质，就是公共前缀越长的点，距离就越相似，字符串的长度越长地理位置的精确性就越高。