c++计算俩个经纬度的距离

可以使用 Haversine 公式来计算两个经纬度之间的距离，以下是使用 C++ 实现的示例代码：

#include <cmath>

const double kEarthRadius = 6371.0; // 地球半径，单位为 km

double ToRadians(double degrees) {
  return degrees * M_PI / 180.0;
}

double Distance(double lat1, double lon1, double lat2, double lon2) {
  double dLat = ToRadians(lat2 - lat1);
  double dLon = ToRadians(lon2 - lon1);
  double a = sin(dLat / 2) * sin(dLat / 2) +
             cos(ToRadians(lat1)) * cos(ToRadians(lat2)) *
             sin(dLon / 2) * sin(dLon / 2);
  double c = 2 * atan2(sqrt(a), sqrt(1 - a));
  return kEarthRadius * c;
}

其中，`lat1` 和 `lon1` 表示第一个经纬度的纬度和经度，`lat2` 和 `lon2` 表示第二个经纬度的纬度和经度，返回值为它们之间的距离，单位为 km。

相关问题

经纬度距离 计算经纬度 c++

计算地球上两个经纬度之间的距离是一个常见的问题。这个问题需要考虑地球是一个球体而不是一个平面，所以我们不能简单地使用直角三角形的勾股定理进行计算。相反，我们需要使用球面三角形的计算方法。

经纬度是用来描述地球上某一点位置的坐标系统。经度表示东西方向，纬度表示南北方向。通常，经纬度用度的形式来表示，经度的范围是-180度到180度，纬度的范围是-90度到90度。

计算经纬度之间的距离可以使用球面三角形的大圆距离公式。这个公式为：

c = arccos(sin(lat1) * sin(lat2) + cos(lat1) * cos(lat2) * cos(lon2 - lon1))

其中，c表示两个经纬度之间的距离，lat1和lon1表示第一个经纬度的纬度和经度，lat2和lon2表示第二个经纬度的纬度和经度。

需要注意的是，上述公式中的经纬度需要转换为弧度单位进行计算。在计算之前，需要将经纬度从度转换为弧度，公式如下：

radians = degrees * pi / 180

其中，radians表示弧度，degrees表示度，pi表示圆周率。

通过使用上述公式和转换方法，我们可以计算出两个经纬度之间的距离c。这个距离可以以任何单位表示，例如千米、英里或海里。

c++根据方位角距离计算经纬度

计算经纬度需要方位角和距离两个参数。方位角是指某点相对于参考点的方向角度，通常以正北方向为0度，顺时针增加到360度。距离是指从参考点到目标点的直线距离，通常以公里或海里为单位。

首先，需要确定参考点的经纬度坐标。假设参考点的经度为lon_ref，纬度为lat_ref。

接下来，根据方位角和距离计算目标点的经纬度坐标。假设方位角为角度alpha，距离为d。

步骤如下：
1. 将方位角转换为弧度：alpha_rad = alpha * π / 180。
2. 将经度转换为弧度：lon_ref_rad = lon_ref * π / 180。
3. 将纬度转换为弧度：lat_ref_rad = lat_ref * π / 180。
4. 计算目标点的纬度：lat_target_rad = asin(sin(lat_ref_rad) * cos(d / R) + cos(lat_ref_rad) * sin(d / R) * cos(alpha_rad))，其中R为地球半径。
5. 计算目标点的经度：lon_target_rad = lon_ref_rad + atan2(sin(alpha_rad) * sin(d / R) * cos(lat_ref_rad), cos(d / R) - sin(lat_ref_rad) * sin(lat_target_rad))。
6. 将目标点的经纬度从弧度转换为度数：lon_target = lon_target_rad * 180 / π，lat_target = lat_target_rad * 180 / π。

经过以上计算，可以得出目标点的经纬度坐标(lon_target, lat_target)。

需要注意的是，以上计算是基于简化的球体模型，不考虑地球的椭球形状和地形因素，因此在长距离或精确度要求较高的情况下，可能需要采用更复杂的算法。