本文主要是介绍Java计算经纬度距离的示例代码，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《Java计算经纬度距离的示例代码》在Java中计算两个经纬度之间的距离,可以使用多种方法（代码示例均返回米为单位）,文中整理了常用的5种方法,感兴趣的小伙伴可以了解一下...
在 Java 中计算两个经纬度之间的距离，可以使用以下多种方法（代码示例均返回米为单位）：
1. Haversine公式（中等精度，推荐通用场景）
public class GeoDistanceCalculator {
public static double haversineDistance(double lat1, double lon1, double lat2, double lon2) {
final int EARTH_RADIUS_METERS = 6371000;
double dLat = Math.toRadians(lat2 - lat1);
double dLon = Math.toRadians(lon2 - lon1);
double a = Math.sin(dLat / 2) * Math.sin(dLat / 2) +
Math.cos(Math.toRadians(lat1)) *
Math.cos(Math.toRadians(lat2)) *
Math.sin(dLon / 2) * Math.sin(dLon / 2);
double c = 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1 - a));
return EARTH_RADIUS_METERS * c;
}
public static void main(String[] args) {
double distance = haversineDistance(40.7128, -74.0060, 34.0522, -118.2437);
System.out.println("距离：" + distance + " 米"); // 输出约 3933476 米
}
}2. 球面余弦定理（简单但精度较低）
public static double sphericalCosineLaw(double lat1, double lon1, double lat2, double lon2) {
final int EARTH_RADIUS_METERS = 6371000;
double lat1Rad = Math.toRadians(lat1);
double lat2Rad = Math.toRadians(lat2);
double dLon = Math.toRadians(lon2 - lon1);
double distance = Math.acos(
Math.sin(lat1Rad) * Math.sin(lat2Rad) +
Math.cos(lat1Rad) * Math.cos(lat2Rad) * Math.cos(dLon)
) * EARTH_RADIUS_METERS;
return distance;
}
3. Vincenty公式（高精度，适用于复杂模型）
public static double vincentyDistance(double lat1, double lon1, double lat2, double lon2) {
final double a = 6378137.0; // 赤道半径（米）
final double b = 6356752.314245; // 极半径（米）
final double f = 1 / 298.257223563; // 扁率
double L = Math.toRadians(lon2 - lon1);
double U1 = Math.atan((1 - f) * Math.tan(Math.toRadians(lat1)));
double U2 = Math.atan((1 - f) * Math.tan(Math.toRadians(lat2)));
double sinU1 = Math.sin(U1), cosU1 = Math.cos(U1);
double sinU2 = Math.sin(U2), cosU2 = Math.cos(U2);
double lambda = L, lambdaPrev;
double sinSigma, cosSigma, sigma, sinAlpha, cosSqAlpha, C;
int maxIterations = 200;
do {
double sinLambda = Math.sin(lambda), cosLambda = Math.cos(lambda);
sinSigma = Math.sqrt(
(cosU2 * sinLambda) * (cosU2 * sinLambda) +
(cosU1 * sinU2 - sinU1 * cosU2 * cosLambda) *
(cosU1 * sinU2 - sinU1 * cosU2 * cosLambda)
);
if (sinSigma == 0) return 0; // 重合点
cosSigma = sinU1 * sinU2 + cosU1 * cosU2 * cosLambda;
sigma = Math.atan2(sinSigma, cosSwww.chinasem.cnigma);
javascript sinAlpha = cosU1 * cosU2 * sinLambda / sinSigma;
cosSqAlpha = 1 - sinAlpha * sinAlpha;
C = f / 16 * cosSqAlpha * (4 + f * (4 - 3 * cosSqAlpha));
lambdaPrev = lambda;
lambda = L + (1 - C) * f * sinAlpha *
(sigma + C * sinSigma * (cosSigma + C * cosSigma * (-1 + 2 * C * cosSigma * cosSigma)));
} while (Math.abs(lambda - lambdaPrev) > 1e-12 && --maxIterations > 0);
double uSq = cosSqAlpha * (a * a - b * b) / (b * b);
double A = 1 + uSq / 16384 * (4096 + uSq * (-768 + uSq * (320 - 175 * uSq)));
double B = uSq / 1024 * (256 + uSq * (-128 + uSq * (74 - 47 * uSq)));
double deltaSigma = B * sinSigma * (cosSigma + B / 4 *
(cosSigma * (-1 + 2 * B * cosSigma * cosSigma) -
B / 6 * cosSigma * (-3 + 4 * sinSigma * sinSigma) * (-3 + 4 * cosSigma * cosSigma)));
return b * A * (sigma - deltaSigma);
}4. Android内置方法（仅限Android开发）
import android.location.Location;
public static float androidLocationDistance(double lat1, double lon1, double lat2, double lon2) {
Location location1 = new Location("point1");
location1.setLatitude(lat1);
location1.setLongitude(lon1);
Location location2 = new Location("point2");
location2.setLatitude(lat2);
location2.setLongitude(lon2);
return location1.distanceTo(location2); // 返回米
}
5. 极地坐标系近似法（快速但低精度）
public static double polarApproximation(double lat1, double lon1, double lat2, double lon2) {
final int EARTH_RADIUS_METERS = 6371000;
double dLat = Math.toRadians(lat2 - lat1);
double dLon = Math.toRadians(lon2 - lon1);
double avgLat = Math.toRadians((lat1 + lat2) / 2);
double x = dLon * Math.cos(avgLat);
double y = dLat;
return Math.sqrt(x * x + y * y) * EARTH_RADIUS_METERS;
}6.方法对比
| 方法 | 精度 | 速度 | 适用场景 |
|---|---|---|---|
| Haversine公式 | 中等（~0.5%） | 快 | 通用场景（导航、LBhttp://www.chinasem.cnS服务） |
| Vincenty公式 | 高（~0.5mm） | 慢 | 高精度需求（测绘、科学研究） |
| 球面余弦定理 | 低 | 快 | 快速估算（非关键场景） |
| Android Location | 中等 | 中等 | Android应用开发 |
| 极地近似法 | 低 | 极快 | 快速筛选大量坐标点 |
7.选择建议
推荐使用 Haversine 公式：适用于大多数应用（如计算两个城市间的距离）。
需要高精度时选择 Vincenty 公式：例如地质勘测或导航系统。
Android 开发直接使用 Location.distanceTo()：无需手动实现算法。
快速筛选坐标点用极地近似法：例如在数据库中筛选附近地点。
8.知识延展
python计算经纬度两点之间距离方法
在Python中计算两个经纬度之间的距离有多种方法，常用的包括Haversine公式和Vincenty公式。下面是这两种方法的实现示例。
1. Haversine公式
Haversine公式是一种简单且常用的计算地球表面两点之间最短距离（大圆距离）的方法。
import math
def haversine_distance(lat1, lon1, lat2, lon2):
# 地球半径，单位：公里
R = 6371.0
# 将经纬度转换为弧度
lat1_rad = math.radians(lat1)
lon1_rad = math.radians(lon1)
lat2_rad = math.radians(lat2)
lon2_rad = math.radians(lon2)
# 计算差值
dlat = lat2_rad - lat1_rad
dlon = lon2_rad - lon1_rad
# Haversine公式
a = math.sin(dlat / 2)**2 + math.cos(lat1_rad) * math.cos(lat2_rChina编程ad) * math.sin(dlon / 2)**2
c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
distance = R * c
return distance
# 示例使用
lat1, lon1 = 34.052235, -118.243683 # 洛杉矶的经纬度
lat2, lon2 = 40.712776, -74.005974 # 纽约的经纬度
distance = haversine_distance(lat1, lon1, lat2, lon2)
print(f"Distance using Haversine formula: {distance} km")2. Vincenty公式
Vincenty公式提供了更高的精度，适用于需要精确测量的情况。
第一种使用geographiclib库
pip install geographiclib
from geographiclib.geodesic import Geodesic
def vincenty_distance(lat1, lon1, lat2, lon2):
geod = Geodesic.WGS84 # 使用WGS84椭球体模型
result = geod.Inverse(lat1, lon1, lat2, lon2)
distance = result['s12'] / 1000.0 # 距离单位：公里
return distance
# 示例使用
lat1, lon1 = 34.052235, -118.243683 # 洛杉矶的经纬度
lat2, lon2 = 40.712776, -74.005974 # 纽约的经纬度
distance = vincenty_distance(lat1, lon1, lat2, lon2)
print(f"Distance using Vincenty formula: {distance} km")
第二种使用geopy库
pip install geopy
from geopy.distance import geodesic
def calculate_distance_with_geopy(lat1, lon1, lat2, lon2):
# 定义两个点
point1 = (lat1, lon1)
point2 = (lahttp://www.chinasem.cnt2, lon2)
# 计算两点之间的距离
distance = geodesic(point1, point2).kilometers
return distance
# 示例使用
lat1, lon1 = 34.052235, -118.243683 # 洛杉矶的经纬度
lat2, lon2 = 40.712776, -74.005974 # 纽约的经纬度
distance = calculate_distance_with_geopy(lat1, lon1, lat2, lon2)
print(f"Distance using Vincenty formula: {distance} km")Haversine公式：简单易用，适合大多数情况。
Vincenty公式：更高精度，适用于需要精确测量的情况。
到此这篇关于Java计算经纬度距离的示例代码的文章就介绍到这了,更多相关Java计算经纬度距离内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！
这篇关于Java计算经纬度距离的示例代码的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
