情况：

在做WebGIS项目的过程中，遇到一个需求是按省份统计省份内点位的数量，最开始我用双循环暴力统计，当点位达到三千左右时，统计耗时达到了2500ms左右，于是有了效率优化的需求。

优化前代码：

1
2
3
4
5
6
provinces.forEach(province=>{
    province.count = 0
    points.forEach(point=>{
        if(turf.booleanPointInPolygonO(point,province)) province.count++
    })
})

优化思路：

1.循环逻辑优化：每个点位在判断属于一个省份后，它就不会再属于第二个省份，就可以将该点移除数组，从而减少剩下省份统计时遍历的点位数量；

2.多边形简化：每个省份的多边形其实也是由很多个点组成，多边形越复杂，判断一个点是否在多边形内时消耗的时间也越多，因此可以简化多边形来提高空间计算的效率；

优化后代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
provinces.forEach(province=>{
    province.count = 0
    
    //1.简化多边形
    province = turf.simplify(complexPolygon, { 
        tolerance: 0.05 //简化参数，数值越大，简化程度越高
    });
    
    //2.过滤已判断的点
    points = points.filter(point=>{
        if(turf.booleanPointInPolygonO(point,province)){
            province.count++
            return false
        }else{
            return true
        }
    })
})

优化结果：

💡tips: 使用console.time 和console.timeEnd 函数可以测试某段代码执行耗费的时间

1
2
3
console.time('统计时间')
pointNumStatic(); //执行统计函数
console.timeEnd('统计时间')

1.实践循环优化后，耗时从2500ms降低到1000ms左右；

2.实践多边形简化后，耗时从1000ms左右降低到50ms左右；