本篇文章已受權微信公衆號 guolin_blog (郭霖)獨家發佈java
老規矩先上圖
最近 沒有什麼時間,後面項目再補上詳細說明git
百度地圖SDK新增點聚合功能。經過該功能,可經過縮小地圖層級,將定義範圍內的多個標註點,聚合顯示成一個標註點,解決加載大量點要素到地圖上產生覆蓋現象的問題,並提升性能。github
加入異步添加屏幕上圖片,算法
只加載屏幕範圍內的圖片微信
優化渲染邏輯
大大減小運算的時間(通過測試1W張不一樣經緯度的圖片 300-500ms 能夠計算完畢)數據結構
一、如何添加點聚合功能到項目中;異步
二、總體結構分析;ide
三、核心算法分析。函數
如官網所示,添加點聚合的方法分爲三步:
一、聲明點聚合管理類爲全局變量,並初始化。核心代碼以下圖:源碼分析
MarkerOptions opts = new MarkerOptions().position(cluster.getPosition()) .icon(BitmapDescriptorFactory.fromBitmap(XX)); Marker marker = (Marker) mMap.addOverlay(opts);
如上圖,點聚合有四個類
一、Cluster數據:主要是聚合後的數據類型
二、四叉樹:記錄初始範圍內的全部圖片並以四叉樹的數據結構組織。核心算法須要用到的數據結構,後面再講;
三、點聚合算法:基於四叉樹的核心算法。後面講;
四、Cluster管理:對外接口,經過調用核心算法實現點聚合功能、
整個功能的主要流程有兩條:
一、添加item:Cluster管理類添加item接口 算法類添加item接口:記錄全部的圖片信息 四叉樹類添加item接口:已四叉樹的結構記錄全部圖片信息
二、獲取聚合後的集合:Cluster管理類獲取聚合接口 算法類核心算法接口:經過核心算法獲取聚合後的集合
首先要說一個概念:世界寬度。
百度地圖是把整個地球是按照一個平面來展開,而且經過墨卡託投影投射到xy座標軸上面。上圖:
很明顯墨卡託投影把整張世界地圖投影成
X∈ [0,1] ; Y∈ [0,1]。
的一個正方型區域。
X 表示的是經度,Y表示的是緯度。
(其實確認來講是投影一個上下無限延伸的長方體,只是Y屬於[0,1]這個範圍已經足夠咱們使用)上圖說明:
從上面看出 -85°的緯度對應Y座標是1,那麼-90°呢,大家本身能夠去算一下,是+∞ (正無窮)。
至於爲何講這個,由於計算搜索範圍的時候,全部的經緯度都須要換算成Point 來計算,是否是很方便性,並且不易出錯。
真是感嘆偉人的強大!
SphericalMercatorProjection.java
四叉樹的基本思想是把空間遞歸劃分爲不一樣層次的樹結構。它把已知的空間等分紅四個相等的子空間,如此遞歸下去,直到知足當層數目量超過50,或者層級數大於40則中止分割。示意圖以下:
遍歷QuadItem,只加載屏幕內的點,生成四叉樹,方便搜索。
若是圖片已被visitedCandidate記錄,則continue下面步驟,直到須要處理的圖片沒有被visitedCandidates記錄;
對上一次屏幕上的點QuadItem
先進行處理;
根據MAX_DISTANCE_IN_DP及圖片位置計算出searchBounds;
經過四叉樹獲得searchBounds內全部的圖片;
若是圖片數量爲1,記錄並跳到步驟2;
遍歷獲得的圖片;
依次對獲得的圖片進行處理,
若是圖片到中心點的距離比distanceToCluster(此圖片與包含此圖片的前cluster的距離)小,把圖片加入結果集,並移除前Cluster擁有該圖片的引用,並記錄這次更小的距離,跳步驟8繼續遍歷剩餘項。
1.聚合觸發口 ClusterManager.java
@Override public void onMapStatusChangeFinish(MapStatus mapStatus) { if (mRenderer instanceof BaiduMap.OnMapStatusChangeListener) { ((BaiduMap.OnMapStatusChangeListener) mRenderer).onMapStatusChange(mapStatus); } // 屏幕縮放範圍過小,不進行觸發聚合功能 if (mPreviousCameraPosition != null && Math.abs((int) mPreviousCameraPosition.zoom - (int) mapStatus.zoom) < 1 && mPreviousCameraPosition.target.latitude == mapStatus.target.latitude && mPreviousCameraPosition.target.longitude == mapStatus.target.longitude) { return; } //記錄 mPreviousCameraPosition = mapStatus; //算法運算,計算出聚合後結果集,而且addMarker 到屏幕上 cluster(mapStatus.zoom,mapStatus.bound); }
對地圖進行手勢操做,都會進行觸發這個函數,並進行聚合操做
2.算法運算 NonHierarchicalDistanceBasedAlgorithm.java
@Override public Set<Cluster<T>> getClusters(double zoom, LatLngBounds visibleBounds) { ... }
這個函數有點多,不過在github 上面的demo 已經註釋滿滿,請移步github 查看。
3.渲染UI(addMarker) class DefaultClusterRenderer { class CreateMarkerTask { ... } }
private void perform(MarkerModifier markerModifier) { // Don't show small clusters. Render the markers inside, instead. markRemoveAndAddLock.lock(); //真正添加Marker 的地方 Marker marker = mClusterToMarker.get(cluster); if (marker == null || (marker != null && mMarkerToCluster.get(marker).getSize() != cluster.getSize())) { //異步加載佔時不添加Marker Integer size = onReadyAddCluster.get(cluster); if (size == null || size != cluster.getSize()) { onReadyAddCluster.put(cluster,cluster.getSize()); onBeforeClusterRendered(cluster, new MarkerOptions() .position(cluster.getPosition())); } } markRemoveAndAddLock.unlock(); newClusters.add(cluster); }
主要添加圖片的是onBeforeClusterRendered
這一個函數, 咱們看一下實現:
public class PersonRenderer extends DefaultClusterRenderer<LocalPictrue> { DataSource<CloseableReference<CloseableImage>> target = cancleMap1.get(cluster); if(target != null) { target.close(); cancleMap1.remove(target); } final LocalPictrue person = cluster.getItems().iterator().next(); ImageRequest imageRequest = ImageRequestBuilder .newBuilderWithSource(Uri.fromFile(new File(person.path))) .setProgressiveRenderingEnabled(false) .setResizeOptions(new ResizeOptions(50, 50)) .setPostprocessor(new BadgViewPostprocessor(mContext,cluster)) .build(); ImagePipeline imagePipeline = Fresco.getImagePipeline(); DataSource<CloseableReference<CloseableImage>> dataSource = imagePipeline.fetchDecodedImage(imageRequest,mContext); dataSource.subscribe(new BaseBitmapDataSubscriber() { @Override public void onNewResultImpl(@Nullable Bitmap bitmap) { // You can use the bitmap in only limited ways // No need to do any cleanup. if(bitmap != null && !bitmap.isRecycled()) { //you can use bitmap here setIconByCluster(person.path,cluster, markerOptions.icon(BitmapDescriptorFactory.fromBitmap(bitmap))); } cancleMap1.remove(cluster); } @Override public void onFailureImpl(DataSource dataSource) { // No cleanup required here. System.out.println("shibai"); } }, UiThreadImmediateExecutorService.getInstance()); cancleMap1.put(cluster, dataSource); }
很明顯我這邊解決了 baiduMap 在UI線程上添加圖片阻塞問題, 添增強大的 fresco 第三方加載庫,進行異步加載圖片,接下來看圖片下載完成後 執行setIconByCluster
函數:
//異步回調回來的icon ,須要 public void setIconByCluster(String path, Cluster<T> cluster, MarkerOptions markerOptions) { markRemoveAndAddLock.lock(); Integer size = onReadyAddCluster.get(cluster); if (size != null && cluster.getSize() == size) { Marker marker = mClusterToMarker.get(cluster); if (marker != null) { //若是該圖在屏幕上已經打了marker,那麼替換icon便可,主要解決圖片從新加載閃爍問題 marker.setIcon(markerOptions.getIcon()); } else { //打入新的Marker marker = mClusterManager.getClusterMarkerCollection().addMarker(markerOptions); } mMarkerToCluster.put(marker, cluster); mClusterToMarker.put(cluster, marker); } markRemoveAndAddLock.unlock(); }
重點源碼分析,基本上到這裏結束。咱們來擼一擼流程:
經過onMapStatusChangeFinish
回調,去執行點聚合運算;
經過 getClusters
把聚合後的結果集算出來;
經過CreateMarkerTask.perform()
把 marker打到屏幕上。
更多細節請看源代碼,
喜歡去幫忙start一下,謝謝!
github:
[https://github.com/zhangchaoj...