基于 GeoHash 实现“查找附近 5 公里的人”是一个非常经典的地理位置服务（LBS）面试题和实战场景。 核心思路可以概括为：将二维的经纬度映射为一维的字符串（GeoHash），利用字符串的前缀匹配特性快速筛选出大致范围内的用户，最后通过精确计算距离进行过滤。 以下是详细的实现步骤和逻辑： --- 1. 理解 GeoHash 的核心特性 区域划分：GeoHash 将地球划分为一个个矩形（Bucket）。 前缀特性：两个 GeoHash 字符串的公共前缀越长，代表这两个点在地理位置上越接近。 精度与长度：字符串越长，表示的矩形区域越小（精度越高）。 2. 确定 GeoHash 的精度（长度） 首先，我们需要选择一个合适的 GeoHash 长度，使其覆盖的区域大小略大于或接近 5 公里。 根据 GeoHash 的精度对照表（近似值，随纬度变化）： 长度 4：约 39km × 19km 长度 5：约 4.9km × 4.9km 长度 6：约 1.2km × 0.6km 结论：选择 长度 5 是最合适的。虽然单个长度为 5 的格子（约 5km 宽）可能无法完全覆盖以用户为圆心的 5k...
播面