haversine公式最可靠,因地球近似球体,欧氏距离严重失真;C++需手动实现或调第三方库;精度足够(误差±3km/1000km),适用于打车、IoT等场景,但航空测绘需Vincenty等更高精度方法。

用 haversine 公式算球面距离最可靠
地球是近似球体,直接用欧氏距离会严重失真——比如北京到纽约直线距离算出来可能只有 3000 km,实际大圆距离约 11000 km。C++ 标准库不提供地理距离计算,必须手动实现或调第三方库。haversine 是最常用、精度足够(误差
- 输入单位必须是弧度:先用
lat * M_PI / 180.0转角度为弧度,别漏了这个转换 - 公式里所有三角函数都用
std::sin/std::cos,别用sinf(单精度)导致累积误差 - 地球平均半径取
6371.0km;若需米级结果,用6371000.0 - 注意
std::asin返回值范围是 [-π/2, π/2],而haversine中的2 * asin(...)天然落在 [0, π],没问题
std::hypot 不能代替 haversine
有人试图把经纬度当平面坐标,用 std::hypot(lat1 - lat2, lon1 - lon2) 再乘个系数“估算”。这在赤道附近小范围(
- 纬度差 1° ≈ 111 km 恒定,但经度差 1° =
111.0 * cos(lat_rad)km,必须动态缩放 -
std::hypot本身没错,但它解决的是平面直角坐标系问题,不是球面几何 - 哪怕加了 cos 缩放,也只是等距圆柱投影近似,跨纬度大时误差仍超 5%
封装成可复用的 distance_haversine 函数
把计算逻辑收进一个内联函数,避免重复写公式,也方便后续替换算法(比如换成更准的 Vincenty)。
inline double distance_haversine(double lat1, double lon1, double lat2, double lon2) {
constexpr double R = 6371.0; // km
const double lat1r = lat1 * M_PI / 180.0;
const double lon1r = lon1 * M_PI / 180.0;
const double lat2r = lat2 * M_PI / 180.0;
const double lon2r = lon2 * M_PI / 180.0;
<pre class="brush:php;toolbar:false;">const double dlat = lat2r - lat1r;
const double dlon = lon2r - lon1r;
const double a = std::sin(dlat/2) * std::sin(dlat/2) +
std::cos(lat1r) * std::cos(lat2r) *
std::sin(dlon/2) * std::sin(dlon/2);
const double c = 2 * std::asin(std::sqrt(a));
return R * c;}
- 参数顺序建议统一为
(lat1, lon1, lat2, lon2),和常见地图 API(如 Google Maps)一致 - 函数声明加
inline,避免频繁调用时函数调用开销 - 别用
float存坐标——double才能保证经纬度小数点后 6 位(约 0.1 米)精度 - 如果输入可能为非法值(如纬度 > 90),加简单校验:
if (std::abs(lat1) > 90 || std::abs(lat2) > 90) return -1.0;
精度与性能的现实权衡
如果你处理的是城市内打车订单或 IoT 设备定位,haversine 完全够用;但如果是航空导航或测绘,就得上 Vincenty 或 GeographicLib。不过后者要链接额外库,编译复杂度上升。
-
haversine单次计算耗时约 200 ns(现代 CPU),比调一次std::sqrt还快一点 - 误差主要来自地球椭球模型简化,中纬度地区 1000 km 距离误差约 ±3 km,对绝大多数应用可忽略
- 真正容易被忽略的是坐标系:确保所有输入都是 WGS84(GPS 标准),别混入 GCJ-02(中国加密坐标)或 BD-09(百度坐标)
WGS84 坐标才能直接套公式;如果拿到的是高德或百度地图 SDK 返回的坐标,必须先纠偏,否则算出来的距离完全不可信。
C++免费学习笔记(深入):立即使用
在学习笔记中,你将探索 C++ 的入门与实战技巧!











