SQlite 获取最近的位置（带有纬度和经度）

1）首先使用良好的近似值过滤SQLite数据，并减少需要在Java代码中评估的数据量。为此，请按下列步骤操作：

要对数据进行确定性阈值和更准确的筛选，最好在 Java 代码中计算中心点的北部、西部、东部和南部的 4 个位置，然后通过小于和大于 SQL 运算符（>、<）轻松检查，以确定数据库中的点是否在该矩形中。radius

该方法为您计算这些点（图片中的p1，p2，p3，p4）。calculateDerivedPosition(...)

/**
* Calculates the end-point from a given source at a given range (meters)
* and bearing (degrees). This methods uses simple geometry equations to
* calculate the end-point.
* 
* @param point
*           Point of origin
* @param range
*           Range in meters
* @param bearing
*           Bearing in degrees
* @return End-point from the source given the desired range and bearing.
*/
public static PointF calculateDerivedPosition(PointF point,
            double range, double bearing)
    {
        double EarthRadius = 6371000; // m

        double latA = Math.toRadians(point.x);
        double lonA = Math.toRadians(point.y);
        double angularDistance = range / EarthRadius;
        double trueCourse = Math.toRadians(bearing);

        double lat = Math.asin(
                Math.sin(latA) * Math.cos(angularDistance) +
                        Math.cos(latA) * Math.sin(angularDistance)
                        * Math.cos(trueCourse));

        double dlon = Math.atan2(
                Math.sin(trueCourse) * Math.sin(angularDistance)
                        * Math.cos(latA),
                Math.cos(angularDistance) - Math.sin(latA) * Math.sin(lat));

        double lon = ((lonA + dlon + Math.PI) % (Math.PI * 2)) - Math.PI;

        lat = Math.toDegrees(lat);
        lon = Math.toDegrees(lon);

        PointF newPoint = new PointF((float) lat, (float) lon);

        return newPoint;

    }

现在创建您的查询：

PointF center = new PointF(x, y);
final double mult = 1; // mult = 1.1; is more reliable
PointF p1 = calculateDerivedPosition(center, mult * radius, 0);
PointF p2 = calculateDerivedPosition(center, mult * radius, 90);
PointF p3 = calculateDerivedPosition(center, mult * radius, 180);
PointF p4 = calculateDerivedPosition(center, mult * radius, 270);

strWhere =  " WHERE "
        + COL_X + " > " + String.valueOf(p3.x) + " AND "
        + COL_X + " < " + String.valueOf(p1.x) + " AND "
        + COL_Y + " < " + String.valueOf(p2.y) + " AND "
        + COL_Y + " > " + String.valueOf(p4.y);

COL_X是数据库中存储纬度值的列的名称，用于经度。COL_Y

因此，您有一些数据靠近您的中心点，具有良好的近似值。

2）现在，您可以循环访问这些过滤后的数据，并确定它们是否真的靠近您的点（在圆圈中）或不使用以下方法：

public static boolean pointIsInCircle(PointF pointForCheck, PointF center,
            double radius) {
        if (getDistanceBetweenTwoPoints(pointForCheck, center) <= radius)
            return true;
        else
            return false;
    }

public static double getDistanceBetweenTwoPoints(PointF p1, PointF p2) {
        double R = 6371000; // m
        double dLat = Math.toRadians(p2.x - p1.x);
        double dLon = Math.toRadians(p2.y - p1.y);
        double lat1 = Math.toRadians(p1.x);
        double lat2 = Math.toRadians(p2.x);

        double a = Math.sin(dLat / 2) * Math.sin(dLat / 2) + Math.sin(dLon / 2)
                * Math.sin(dLon / 2) * Math.cos(lat1) * Math.cos(lat2);
        double c = 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1 - a));
        double d = R * c;

        return d;
    }

享受！

我使用并自定义了此引用并完成了它。

Chris的答案真的很有用（谢谢！），但只有在使用直线坐标（例如UTM或OS网格参考）时才能工作。如果使用纬度/液化天然气（例如WGS84），则上述方法仅适用于赤道。在其他纬度，您需要减少经度对排序顺序的影响。（想象一下，你离北极很近...一个纬度仍然与任何地方相同，但一个经度可能只有几英尺。这将意味着排序顺序不正确）。

如果您不在赤道上，请根据您当前的纬度预先计算软糖因子：

<fudge> = Math.pow(Math.cos(Math.toRadians(<lat>)),2);

然后按以下方式订购：

((<lat> - LAT_COLUMN) * (<lat> - LAT_COLUMN) + (<lng> - LNG_COLUMN) * (<lng> - LNG_COLUMN) * <fudge>)

它仍然只是一个近似值，但比第一个好得多，因此排序顺序不准确的情况要少得多。