缘起：

目前在开发一款React Native应用，有很多地图展示页面，其中一项就是播放轨迹。然而轨迹点太多了，七天的数据就有一万八千多个，点过多会影响性能，于是想到了抽稀。

算法：

目前来说轨迹抽稀较为常用的算法有：步长法、线段过滤法、Douglas-Peuker算法以及垂距限值法。Douglas-Peuker相对来说精度不错，国内大部分开发者也都在用，所以就采用了这个算法。大概搜了下，有很多语言的实现，唯独没找到js代码实现的，所以就自己写了一个。

Douglas-Peuker算法：

1. 在曲线首尾两点A，B之间连接一条直线AB，该直线为曲线的弦；
2. 得到曲线上离该直线段距离最大的点C，计算其与AB的距离d；
3. 比较该距离与预先给定的阈值threshold的大小，如果小于threshold，则该直线段作为曲线的近似，该段曲线处理完毕。
4. 如果距离大于阈值，则用C将曲线分为两段AC和BC，并分别对两段取信进行1~3的处理。
5. 当所有曲线都处理完毕时，依次连接各个分割点形成的折线，即可以作为曲线的近似。

代码实现：

计算两点之间的距离

const calculationDistance = (point1, point2) => {
    let lat1 = point1.latitude;
    let lat2 = point2.latitude;
    let lng1 = point1.longitude;
    let lng2 = point2.longitude;
    let radLat1 = lat1 * Math.PI / 180.0;
    let radLat2 = lat2 * Math.PI / 180.0;
    let a = radLat1 - radLat2;
    let b = (lng1 * Math.PI / 180.0) - (lng2 * Math.PI / 180.0);
    let s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a / 2), 2)
        + Math.cos(radLat1) * Math.cos(radLat2) * Math.pow(Math.sin(b / 2), 2)));
    return s * 6370996.81;
};

计算点pX到点pA和pB所确定的直线的距离

const distToSegment = (start, end, center) => {
    let a = Math.abs(calculationDistance(start, end));
    let b = Math.abs(calculationDistance(start, center));
    let c = Math.abs(calculationDistance(end, center));
    let p = (a + b + c) / 2.0;
    let s = Math.sqrt(Math.abs(p * (p - a) * (p - b) * (p - c)));
    return s * 2.0 / a;
};

递归方式压缩轨迹

const compressLine = (coordinate, result, start, end, dMax) => {
    if (start < end) {
        let maxDist = 0;
        let currentIndex = 0;
        let startPoint = coordinate[start];
        let endPoint = coordinate[end];
        for (let i = start + 1; i < end; i++) {
            let currentDist = distToSegment(startPoint, endPoint, coordinate[i]);
            if (currentDist > maxDist) {
                maxDist = currentDist;
                currentIndex = i;
            }
        }
        if (maxDist >= dMax) {
            //将当前点加入到过滤数组中
            result.push(coordinate[currentIndex]);
            //将原来的线段以当前点为中心拆成两段，分别进行递归处理
            compressLine(coordinate, result, start, currentIndex, dMax);
            compressLine(coordinate, result, currentIndex, end, dMax);
        }
    }
    return result;
};

供调用的抽稀入口函数

/**
 *
 *@param coordinate 原始轨迹Array<{latitude,longitude}>
 *@param dMax 允许最大距离误差
 *@return douglasResult 抽稀后的轨迹
 *
 */
const douglasPeucker = (coordinate, dMax = 10) => {
    if (!coordinate || !(coordinate.length > 2)) {
        return null;
    }
    coordinate.forEach((item, index) => {
        item.id = index;
    });
    let result = compressLine(coordinate, [], 0, coordinate.length - 1, dMax);
    result.push(coordinate[0]);
    result.push(coordinate[coordinate.length - 1]);
    let resultLatLng = result.sort((a, b) => {
        if (a.id < b.id) {
            return -1;
        } else if (a.id > b.id)
            return 1;
        return 0;
    });
    resultLatLng.forEach((item) => {
        item.id = undefined;
    });
    return resultLatLng;
};

上面的代码为了排序添加了id，最后去掉了，万一你的点对象里面有‘id’这个属性不想被覆盖，改个名字就行

最后：

代码上传到了GitHub，可以直接用的：
https://github.com/LiuTangLei/Douglas-Peucker-js