DP算法Python源代码

# -*- coding=utf-8 -*-

import gpxpy
import gpxpy.gpx
import math
from pyproj import Proj

#定义一个点类
class cPoint:
    x=0.0
    y=0.0
    index=0

    def __init__（selfxyindex）:
        self.x=x
        self.y=y
        self.index=index



#定义道格拉斯普克算法类
class Douglas:
    cPoints=[] #存储点的列表
    D=1      #在道格拉斯普克算法中需要自定义设置的阈值
    def __init__（selfcPoints）:
        self.cPoints=cPoints
    def compress（selfp1p2）:
        oPoints=[]
        swichvalue=False
        #判断是否需要进行抽稀算法
        #直线一般式方程的3个系数


        A=（p1.y-p2.y）/math.sqrt（math.pow（p1.y-p2.y2）+math.pow（p1.x-p2.x2））
        B=（p2.x-p1.x）/math.sqrt（math.pow（p1.y-p2.y2）+math.pow（p1.x-p2.x2））
        C=（p1.x*p2.y-p2.x*p1.y）/math.sqrt（math.pow（p1.y-p2.y2）+math.pow（p1.x-p2.x2））
        m=self.cPoints.index（p1）
        n=self.cPoints.index（p2）
        #print m
        #print n
        distance=[]
        middle=None
        if（n==m+1）:    #判断起点和终点之间是否有点
            return
        #计算中间点到直线的距离
        for i in range（m+1n）:
            d=abs（A*self.cPoints[i].x+B*self.cPoints[i].y+C）/math.sqrt（math.pow（A2）+math.pow（B2））
            distance.append（d）
        dmax=max（distance）
        #print distance
        if dmax>self.D:
            swichvalue=True
        else:
            swichvalue=False
        #for i in range（09）:
            #print self.cPoints[i].x
        if（swichvalue==False）:
            for j in range（m+1n）:
                #del self.cPoints[j]
                self.cPoints[j].x=0
        else:
            for h in range（m+1n）:
                if（abs（A*self.cPoints[h].x+B*self.cPoints[h].y+C）/math.sqrt（math.pow（A2）+math.pow（B2））==dmax）:
                    middle=self.cPoints[h]
            self.compress（p1middle）
            self.compress（middlep2）

        #for i in range（0len（self.cPoints））:
            #if self.cPoints[i].x!=0:
                #oPoints.append（self.cPoints[i]）

        return oPoints



    def __init__（selfmpoin