本文实例讲述了PHP进阶学习之Geo的地图定位算法。分享给大家供大家参考，具体如下：
前言
日常开发中我们经常需要查找某个物体的定位,或者查找附近的范围等，我们自然而然会想到的方法就是利用各种提供服务的地图网站的API，基于API，用经纬度去实现定位和查找附近范围等等。然而，由于原理没有做一个了解和一定的认识，在对比距离远近关系或者控制精确程度方面，我们并不了解怎么利用这些经纬度数值去实现距离转化和对比。本章节我们就来探讨一下基于geo的位置算法原理。
概念
- 纬线：纬线是与地轴垂直的线，着东西方向环绕地球一周，所有的纬度都是平行的。其中，赤道是最长的纬线，纬度为0度，纬线数值是角度数值，从赤道开始分为北纬和南纬，都是0-90°；
- 经线：地球仪上的竖线，是连接南北两极并且与纬线垂直相交的半圆，子午线为0°，分为西经和东经，都是0-180°，经线也是角度数值；
- 经纬线和米的换算：经度或者纬度0.00001度，约等于1米，这个在GPS测算距离的时候可以体会到，GPS只要精确到小数点后五位，就是10米范围内的精度；
- 为了便于理解，将地球看成一个基于经纬度线的坐标系。经度范围为-180~180°，纬度范围为-90~90°，地球上任意一点都可以用经纬度这样两个维度去唯一确定。
在实际应用中，如果要用两个维度去确定一个点，则计算量会很大，因为一个二维确定一个平面，如果我们把二维平面上的所有点都用一个数字表示，即经纬度换算成一个字符串，则可以转为一维坐标来表示，大大减少计算量。这就是现在应用广泛的geoHash。
geoHash：Geohash是公共领域地理编码系统，它将地理位置编码为一串字母和数字。Geohash提供了像任意精度这样的属性，以及逐渐从代码末尾删除字符以减小其大小（并逐渐失去精度）的可能性。由于逐步精度下降的结果，附近的地方往往（但不总是）呈现类似的前缀。共享前缀越长，两个地方越接近。
原理
能将一个地球上的点表示成一串字母，并且相近的地点字母的共同前缀越多。这能让位置搜索在开发中变得很容易。它的原理就是依据上述说的geoHash值。下面就来详细说明geoHash值是怎么算出来的：
- 根据经纬度计算GeoHash二进制编码（以经纬度值：(116.389550,39.928167)进行算法说明）