时间戳

首页 > 解决方案 > 有效计算集合元素之间的harsine距离

scala - 有效计算集合元素之间的harsine距离

问题描述

我有两个系列。每个集合由包含纬度、经度和历元的集合组成。

val arr1= Seq(Seq(34.464, -115.341,1486220267.0), Seq(34.473, 
-115.452,1486227821.0), Seq(35.572, -116.945,1486217300.0), 
Seq(37.843, -115.874,1486348520.0),Seq(35.874, -115.014,1486349803.0), 
Seq(34.345, -116,924, 1486342752.0) )

val arr2= Seq(Seq(35.573, -116.945,1486217300.0 ),Seq(34.853, 
-114.983,1486347321.0 ) )

我想确定这两个阵列在 0.5 英里内有多少次并且具有相同的时代。我有两个功能

def haversineDistance_single(pointA: (Double, Double), pointB: (Double, Double)): Double = {
  val deltaLat = math.toRadians(pointB._1 - pointA._1)
  val deltaLong = math.toRadians(pointB._2 - pointA._2)
  val a = math.pow(math.sin(deltaLat / 2), 2) + math.cos(math.toRadians(pointA._1)) * math.cos(math.toRadians(pointB._1)) * math.pow(math.sin(deltaLong / 2), 2)
  val greatCircleDistance = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
  3958.761 * greatCircleDistance
    }

def location_time(col_2:Seq[Seq[Double]], col_1:Seq[Seq[Double]]): Int={
  val arr=col_1.map(x=> col_2.filter(y=> (haversineDistance_single((y(0), y(1)), (x(0),x(1)))<=.5) &

    (math.abs(y(2)-x(2))<=0)).flatten).filter(x=> x.length>0)
  arr.length
}


location_time(arr1,arr2) =1

我的实际收藏非常大，有没有比我的 location_time 函数更有效的方法来计算它。

标签： scala

解决方案

我会考虑修改location_time：

def location_time(col_mobile: Seq[Seq[Double]], col_laptop: Seq[Seq[Double]]): Int = {
  val arr = col_laptop.map( x => col_mobile.filter( y =>
      (haversineDistance_single((y(0), y(1)), (x(0), x(1))) <= .5) & (math.abs(y(2) - x(2)) <= 0)
    ).flatten
  ).filter(x => x.length > 0)

  arr.length
}

到：

def location_time(col_mobile: Seq[Seq[Double]], col_laptop: Seq[Seq[Double]]): Int = {
  val arr = col_laptop.flatMap( x => col_mobile.filter( y =>
      ((math.abs(y(2) - x(2)) <= 0 && haversineDistance_single((y(0), y(1)), (x(0), x(1))) <= .5))
    )
  )

  arr.length
}

所做的更改：

  1. 修订col_mobile.filter(y => ...)自：

    filter(_ => costlyCond1 & lessCostlyCond2)

    到：

    filter(_ => lessCostlyCond2 && costlyCond1)

    假设haversineDistance_single运行成本高于math.abs，替换&为&&（参见& 与 &&之间的区别）并math.abs首先测试可能有助于过滤性能。

  2. 简化map/filter/flatten/filter使用flatMap，替换：

    col_laptop.map(x => col_mobile.filter(y => ...).flatten).filter(_.length > 0)

    和：

    col_laptop.flatMap( x => col_mobile.filter( y => ... ))

如果您可以访问 Apache Spark 集群，请考虑将您的集合（如果它们真的很大）转换为 RDD 以使用与上述类似的转换进行计算。

推荐阅读