如何快速筛选Google地图绘制多边形内的10000个房产对象？

我有一段能检测Google地图上绘制多边形坐标的JavaScript代码，手里还有10000条房产地址。现在需要快速找出位于多边形范围内的房产——目前考虑循环调用google.maps.geometry.poly.containsLocation()，但担心处理效率太低。多边形会随用户每日绘制操作动态变化，想问能不能给containsLocation()传入坐标数组？我可以通过geocoder.geocode({ address }, (results, status))获取地址坐标并存储成数组。

我的代码：

coordinates = { lat: 34.075704, lng: -118.3967108 };  

var mapOptions = {
    center: new google.maps.LatLng(coordinates),
    zoom: zoom,
    mapId: "xxxx"
};

map = new Map(document.getElementById("google_map_desktop"), mapOptions);

drawingManager = new google.maps.drawing.DrawingManager({
    drawingControl: true,
    drawingControlOptions: {
        position: google.maps.ControlPosition.TOP_CENTER,
        drawingModes: ['polygon', 'rectangle']
    },
    polygonOptions: {
        editable: true,
    }
});

drawingManager.setMap(map);

google.maps.event.addListener(drawingManager, 'polygoncomplete', (polygon) => {
    var coordinatesArray = polygon.getPath().getArray(); 

    var inside_of_polygon;

    // Loop for each property address   (10,000 times)
    for (each address) {
        inside_of_polygon = google.maps.geometry.poly.containsLocation(coordinates, polygon);
    
        If inside_of_polygon == true) {
            // add these coordinates to the in_polygon array
        }
    }
}); 

房产地址示例（共10000条）：

• 2081 Sunset Plaza Drive, Los Angeles, CA, 90069
• 3156 Lake Hollywood Drive, Los Angeles, CA, 90068
• 80 Grace Terrace, Pasadena, CA, 91105

首先明确：google.maps.geometry.poly.containsLocation()不支持直接传入坐标数组，它只能逐个检测单个点是否在多边形内。但可以通过以下手段优化10000个点的检测效率：

1. 预编码所有地址坐标 #

不要每次用户绘制多边形时才调用geocoder.geocode()转坐标，提前批量完成地址转坐标的操作，把结果存储为google.maps.LatLng对象数组（可存在本地存储或后端数据库）：

// 预编码后的房产坐标数组示例
const propertyCoords = [
  new google.maps.LatLng(34.0901, -118.3625),
  new google.maps.LatLng(34.1023, -118.3412),
  // ... 剩余9998个坐标
];

注意：Geocoding API有调用配额限制，批量处理时要遵循平台规则，避免触发限流。

2. 先做包围盒预筛选 #

利用多边形的边界包围盒（Bounds）快速排除明显不在范围内的点，减少后续精确检测的数量：

google.maps.event.addListener(drawingManager, 'polygoncomplete', (polygon) => {
  const polygonBounds = polygon.getBounds();
  const inPolygon = [];

  // 第一步：筛选出在包围盒内的候选点
  const candidates = propertyCoords.filter(coord => polygonBounds.contains(coord));

  // 第二步：对候选点做精确的多边形内检测
  candidates.forEach(coord => {
    if (google.maps.geometry.poly.containsLocation(coord, polygon)) {
      inPolygon.push(coord);
    }
  });

  // 后续处理inPolygon数组（比如展示符合条件的房产）
});

包围盒检测是简单的矩形范围判断，运算速度远快于多边形点-in-面检测，能大幅降低containsLocation()的调用次数。

3. 用Web Worker异步处理 #

如果筛选后仍有大量点需要检测，把检测逻辑放到Web Worker中，避免阻塞主线程导致页面卡顿：

// 主线程代码
google.maps.event.addListener(drawingManager, 'polygoncomplete', (polygon) => {
  const polygonBounds = polygon.getBounds();
  const candidates = propertyCoords.filter(coord => polygonBounds.contains(coord));
  
  // 创建Worker并传递数据
  const worker = new Worker('polygon-check-worker.js');
  worker.postMessage({
    // 把LatLng对象转成普通JSON格式传递
    candidates: candidates.map(c => ({lat: c.lat(), lng: c.lng()})),
    polygonPath: polygon.getPath().getArray().map(p => ({lat: p.lat(), lng: p.lng()}))
  });
  
  // 接收Worker返回的结果
  worker.onmessage = (e) => {
    // 把JSON转回LatLng对象
    const inPolygon = e.data.map(coord => new google.maps.LatLng(coord.lat, coord.lng));
    // 处理结果
    worker.terminate();
  };
});

// polygon-check-worker.js
// 实现射线法判断点是否在多边形内（替代Google Maps的containsLocation）
function pointInPolygon(point, polygon) {
  let inside = false;
  for (let i = 0, j = polygon.length - 1; i < polygon.length; j = i++) {
    const xi = polygon[i].lat, yi = polygon[i].lng;
    const xj = polygon[j].lat, yj = polygon[j].lng;
    const intersect = ((yi > point.lng) !== (yj > point.lng))
        && (point.lat < (xj - xi) * (point.lng - yi) / (yj - yi) + xi);
    if (intersect) inside = !inside;
  }
  return inside;
}

self.onmessage = (e) => {
  const { candidates, polygonPath } = e.data;
  // 批量筛选符合条件的点
  const result = candidates.filter(coord => pointInPolygon(coord, polygonPath));
  self.postMessage(result);
};

4. 后端批量处理（可选） #

如果前端处理仍有性能瓶颈，可将多边形坐标和预编码的房产坐标传到后端，用支持空间查询的数据库（如PostGIS）做批量检测，效率远高于前端处理，适合超大规模数据场景。

内容的提问来源于stack exchange，提问作者Bill Francis