2. 程式人生 > >JAVA實現空間索引編碼（GeoHash）

JAVA實現空間索引編碼（GeoHash）

阿新 • • 發佈：2018-12-25

個人部落格站已經上線了，網址 www.llwjy.com ~歡迎各位吐槽~

-------------------------------------------------------------------------------------------------

      之前自己在做基於Lucene的內容檢索過程中，瞭解到Lucene可以實現對文字資訊，數值資訊的內容檢索，對於空間距離好像併為為原始碼中實現；最近半年自己接觸到Solr，裡面有一個空間距離檢索（經緯度），最近對其中的實現做了下學習，瞭解到在實現空間距離檢索的有一個比較常用的技術——GeoHash，下面就介紹下GeoHash。

GeoHash特點

1）GeoHash用一個字串表示經度和緯度兩個座標，比如我現在所在位置的GeoHash值為 wx4sv61q；

2）GeoHash標識的並不是一個點，而是一個區域，比如 wx4sv61q 對應的就是一個矩形區域；

3）編碼的字首可以標識更大的區域，比如 wx4sv61 編碼代表的區域要大於 wx4sv61q 代表的區域，但是 wx4sv61q 代表的區域一定在 wx4sv61 代表的區域內。

      因此我們再去做距離檢索的時候，只需要對GeoHash進行字首匹配即可，具體的原因在後面內容進行介紹。

GeoHash原理

      GeoHash最簡單的解釋就是將一個位置資訊轉化成一個可以排序、可以比較的字串編碼。下面就詳細介紹以下其實現過程：

      首先我們將緯度(-90, 90)平均分成兩個區間(-90, 0)、(0, 90)，如果座標位置的緯度值在第一區間，則編碼是0，否則編碼為1。我們用 40.222012 舉例，由於40.222012 屬於 (0, 90)，所以編碼為1，然後我們繼續將(0, 90)分成(0, 45)、(45, 90)兩個區間，而40.222012 位於(0, 45)，所以編碼是0，依次類推，我們進行20次拆分，最後計算40.222012 的編碼是 10111001001101000110。

      對於經度採用同樣的的方法，得到 116.248283 的編碼是 11010010101010100101。

      接下來我們對經緯度的編碼合併，奇數為是緯度，偶數為是經度，得到的編碼是 1110011101001001100011011001100000110110（這裡需要特別注意，這裡說的奇數、偶數是值陣列的下標，從0開始的

）；

      最後用base32編碼，二進位制串對應的十進位制分別為 28, 29, 4, 24, 27, 6, 1, 22，轉化為base32是wx4sv61q，因此就 得到(40.222012, 116.248283) 的編碼為 wx4sv61q。（下圖介紹了base32的對應關係）

img

      編碼 wx4sv61q 在地圖上對應的位置如下圖：

img

      這裡我們GeoHash的編碼長度為8，這時精度在19米，下表列出了不同的編碼長度對應的精度：

img

img

      由上面的精度可知，如果要選取和我(40.222012, 116.248283)相距2km內的物品，我們只需要查詢物品座標對應的GeoHash以wx4sv為字首的即可。

GeoHash延伸

      到目前為止我們對空間索引有了一定的瞭解，但是上面介紹的內容對下面的一種情況就無法實現（下面這幅圖出自他人的部落格）：

img

      我們從圖中可以看出，紅點與上方的綠點距離較近，與下方的綠點距離較遠，但是紅點與下方的綠點的編碼字串一樣，都是wx4g0。對於GeoHash這種邊界問題解決思路也十分簡單，我們在做檢索或者查詢的時候，對周圍的八個區域進行匹配，這樣就很好的解決了邊界問題。下面我們就對GeoHash用java進行實現。

JAVA實現

      在實現之前，我們首先定義一個LocationBean，用它來表示經緯度資訊：

 /**  
 *@Description: 儲存經緯度資訊   
 */ 
package com.lulei.geo.bean;  
  
public class LocationBean {
	public static final double MINLAT = -90;
	public static final double MAXLAT = 90;
	public static final double MINLNG = -180;
	public static final double MAXLNG = 180;
	private double lat;//緯度[-90,90]
	private double lng;//經度[-180,180]
	
	public LocationBean(double lat, double lng) {
		this.lat = lat;
		this.lng = lng;
	}
	public double getLat() {
		return lat;
	}
	public void setLat(double lat) {
		this.lat = lat;
	}
	public double getLng() {
		return lng;
	}
	public void setLng(double lng) {
		this.lng = lng;
	}
}

      然後我們編寫一個類，來實現GeoHash，在實現GeoHash的過程中，我們需要用定義一些常量以及經緯度資訊，具體如下： 
public class GeoHash {
	private LocationBean location;
	/**
	 * 1 2500km;2 630km;3 78km;4 30km
	 * 5 2.4km; 6 610m; 7 76m; 8 19m
	 */
	private int hashLength = 8; //經緯度轉化為geohash長度
	private int latLength = 20; //緯度轉化為二進位制長度
	private int lngLength = 20; //經度轉化為二進位制長度
	
	private double minLat;//每格緯度的單位大小
	private double minLng;//每個經度的倒下
	private static final char[] CHARS = {'0', '1', '2', '3', '4', '5', '6', '7', 
				'8', '9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 
				'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z'};
}
      在GeoHash例項化時，我們需要對一些屬性進行賦值： 
public GeoHash(double lat, double lng) {
	location = new LocationBean(lat, lng);
	setMinLatLng();
}

public int gethashLength() {
	return hashLength;
}

/**
 * @Author:lulei  
 * @Description: 設定經緯度的最小單位
 */
private void setMinLatLng() {
	minLat = LocationBean.MAXLAT - LocationBean.MINLAT;
	for (int i = 0; i < latLength; i++) {
		minLat /= 2.0;
	}
	minLng = LocationBean.MAXLNG - LocationBean.MINLNG;
	for (int i = 0; i < lngLength; i++) {
		minLng /= 2.0;
	}
}

      我們在使用GeoHash的時候，需要設定最終編碼的長度，因此編寫一個方法實現對GeoHash長度的設定
public boolean sethashLength(int length) {
	if (length < 1) {
		return false;
	}
	hashLength = length;
	latLength = (length * 5) / 2;
	if (length % 2 == 0) {
		lngLength = latLength;
	} else {
		lngLength = latLength + 1;
	}
	setMinLatLng();
	return true;
}

      有了這些設定之後，我們需要將經度、緯度轉化為對應的二進位制編碼 
private boolean[] getHashArray(double value, double min, double max, int length) {
	if (value < min || value > max) {
		return null;
	}
	if (length < 1) {
		return null;
	}
	boolean[] result = new boolean[length];
	for (int i = 0; i < length; i++) {
		double mid = (min + max) / 2.0;
		if (value > mid) {
			result[i] = true;
			min = mid;
		} else {
			result[i] = false;
			max = mid;
		}
	}
	return result;
}
      分別獲取經緯度的二進位制編碼後，我們需要將兩個二進位制字串合併成一個 
private boolean[] merge(boolean[] latArray, boolean[] lngArray) {
	if (latArray == null || lngArray == null) {
		return null;
	}
	boolean[] result = new boolean[lngArray.length + latArray.length];
	Arrays.fill(result, false);
	for (int i = 0; i < lngArray.length; i++) {
		result[2 * i] = lngArray[i];
	}
	for (int i = 0; i < latArray.length; i++) {
		result[2 * i + 1] = latArray[i];
	}
	return result;
}

      最後我們需要將獲得的二進位制轉進行base32轉化 
/**
 * @param lat
 * @param lng
 * @return
 * @Author:lulei  
 * @Description: 獲取經緯度的base32字串
 */
private String getGeoHashBase32(double lat, double lng) {
	boolean[] bools = getGeoBinary(lat, lng);
	if (bools == null) {
		return null;
	}
	StringBuffer sb = new StringBuffer();
	for (int i = 0; i < bools.length; i = i + 5) {
		boolean[] base32 = new boolean[5];
		for (int j = 0; j < 5; j++) {
			base32[j] = bools[i + j];
		}
		char cha = getBase32Char(base32);
		if (' ' == cha) {
			return null;
		}
		sb.append(cha);
	}
	return sb.toString();
}

/**
 * @param base32
 * @return
 * @Author:lulei  
 * @Description: 將五位二進位制轉化為base32
 */
private char getBase32Char(boolean[] base32) {
	if (base32 == null || base32.length != 5) {
		return ' ';
	}
	int num = 0;
	for (boolean bool : base32) {
		num <<= 1;
		if (bool) {
			num += 1;
		}
	}
	return CHARS[num % CHARS.length];
}

      對於如何獲取周圍八個區域的GeoHash值這個問題我們可以做如下轉化，我們已經知道當前點的經緯度值，我們也知道每一個區域內的經度、緯度的寬度，如果經度加上或減去這個寬度，我們就可以位於該區域左側和右側區域的經度，如果緯度加上或減去這個寬度，我們就可以獲取該區域上部和下部的緯度，這樣我們就可以分別獲取到該區域周圍八個區域內的一個點的座標，我們分別計算這八個點的座標，也就是八個區域對應的GeoHash編碼。

public List<String> getGeoHashBase32For9() {
	double leftLat = location.getLat() - minLat;
	double rightLat = location.getLat() + minLat;
	double upLng = location.getLng() - minLng;
	double downLng = location.getLng() + minLng;
	List<String> base32For9 = new ArrayList<String>();
	//左側從上到下 3個
	String leftUp = getGeoHashBase32(leftLat, upLng);
	if (!(leftUp == null || "".equals(leftUp))) {
		base32For9.add(leftUp);
	}
	String leftMid = getGeoHashBase32(leftLat, location.getLng());
	if (!(leftMid == null || "".equals(leftMid))) {
		base32For9.add(leftMid);
	}
	String leftDown = getGeoHashBase32(leftLat, downLng);
	if (!(leftDown == null || "".equals(leftDown))) {
		base32For9.add(leftDown);
	}
	//中間從上到下 3個
	String midUp = getGeoHashBase32(location.getLat(), upLng);
	if (!(midUp == null || "".equals(midUp))) {
		base32For9.add(midUp);
	}
	String midMid = getGeoHashBase32(location.getLat(), location.getLng());
	if (!(midMid == null || "".equals(midMid))) {
		base32For9.add(midMid);
	}
	String midDown = getGeoHashBase32(location.getLat(), downLng);
	if (!(midDown == null || "".equals(midDown))) {
		base32For9.add(midDown);
	}
	//右側從上到下 3個
	String rightUp = getGeoHashBase32(rightLat, upLng);
	if (!(rightUp == null || "".equals(rightUp))) {
		base32For9.add(rightUp);
	}
	String rightMid = getGeoHashBase32(rightLat, location.getLng());
	if (!(rightMid == null || "".equals(rightMid))) {
		base32For9.add(rightMid);
	}
	String rightDown = getGeoHashBase32(rightLat, downLng);
	if (!(rightDown == null || "".equals(rightDown))) {
		base32For9.add(rightDown);
	}
	return base32For9;
}

執行結果

img

完整程式碼

      上面的部落格中已經有完整的LoacationBean程式碼，這裡就不再寫了。

 /**  
 *@Description: GeoHash實現經緯度的轉化
 */ 
package com.lulei.geo;  

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

import com.lulei.geo.bean.LocationBean;
import com.lulei.util.JsonUtil;
  
public class GeoHash {
	private LocationBean location;
	/**
	 * 1 2500km;2 630km;3 78km;4 30km
	 * 5 2.4km; 6 610m; 7 76m; 8 19m
	 */
	private int hashLength = 8; //經緯度轉化為geohash長度
	private int latLength = 20; //緯度轉化為二進位制長度
	private int lngLength = 20; //經度轉化為二進位制長度
	
	private double minLat;//每格緯度的單位大小
	private double minLng;//每個經度的倒下
	private static final char[] CHARS = {'0', '1', '2', '3', '4', '5', '6', '7', 
				'8', '9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 
				'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z'};
	
	public GeoHash(double lat, double lng) {
		location = new LocationBean(lat, lng);
		setMinLatLng();
	}
	
	public int gethashLength() {
		return hashLength;
	}
	
	/**
	 * @Author:lulei  
	 * @Description: 設定經緯度的最小單位
	 */
	private void setMinLatLng() {
		minLat = LocationBean.MAXLAT - LocationBean.MINLAT;
		for (int i = 0; i < latLength; i++) {
			minLat /= 2.0;
		}
		minLng = LocationBean.MAXLNG - LocationBean.MINLNG;
		for (int i = 0; i < lngLength; i++) {
			minLng /= 2.0;
		}
	}
	
	/**
	 * @return
	 * @Author:lulei  
	 * @Description: 求所在座標點及周圍點組成的九個
	 */
	public List<String> getGeoHashBase32For9() {
		double leftLat = location.getLat() - minLat;
		double rightLat = location.getLat() + minLat;
		double upLng = location.getLng() - minLng;
		double downLng = location.getLng() + minLng;
		List<String> base32For9 = new ArrayList<String>();
		//左側從上到下 3個
		String leftUp = getGeoHashBase32(leftLat, upLng);
		if (!(leftUp == null || "".equals(leftUp))) {
			base32For9.add(leftUp);
		}
		String leftMid = getGeoHashBase32(leftLat, location.getLng());
		if (!(leftMid == null || "".equals(leftMid))) {
			base32For9.add(leftMid);
		}
		String leftDown = getGeoHashBase32(leftLat, downLng);
		if (!(leftDown == null || "".equals(leftDown))) {
			base32For9.add(leftDown);
		}
		//中間從上到下 3個
		String midUp = getGeoHashBase32(location.getLat(), upLng);
		if (!(midUp == null || "".equals(midUp))) {
			base32For9.add(midUp);
		}
		String midMid = getGeoHashBase32(location.getLat(), location.getLng());
		if (!(midMid == null || "".equals(midMid))) {
			base32For9.add(midMid);
		}
		String midDown = getGeoHashBase32(location.getLat(), downLng);
		if (!(midDown == null || "".equals(midDown))) {
			base32For9.add(midDown);
		}
		//右側從上到下 3個
		String rightUp = getGeoHashBase32(rightLat, upLng);
		if (!(rightUp == null || "".equals(rightUp))) {
			base32For9.add(rightUp);
		}
		String rightMid = getGeoHashBase32(rightLat, location.getLng());
		if (!(rightMid == null || "".equals(rightMid))) {
			base32For9.add(rightMid);
		}
		String rightDown = getGeoHashBase32(rightLat, downLng);
		if (!(rightDown == null || "".equals(rightDown))) {
			base32For9.add(rightDown);
		}
		return base32For9;
	}

	/**
	 * @param length
	 * @return
	 * @Author:lulei  
	 * @Description: 設定經緯度轉化為geohash長度
	 */
	public boolean sethashLength(int length) {
		if (length < 1) {
			return false;
		}
		hashLength = length;
		latLength = (length * 5) / 2;
		if (length % 2 == 0) {
			lngLength = latLength;
		} else {
			lngLength = latLength + 1;
		}
		setMinLatLng();
		return true;
	}
	
	/**
	 * @return
	 * @Author:lulei  
	 * @Description: 獲取經緯度的base32字串
	 */
	public String getGeoHashBase32() {
		return getGeoHashBase32(location.getLat(), location.getLng());
	}
	
	/**
	 * @param lat
	 * @param lng
	 * @return
	 * @Author:lulei  
	 * @Description: 獲取經緯度的base32字串
	 */
	private String getGeoHashBase32(double lat, double lng) {
		boolean[] bools = getGeoBinary(lat, lng);
		if (bools == null) {
			return null;
		}
		StringBuffer sb = new StringBuffer();
		for (int i = 0; i < bools.length; i = i + 5) {
			boolean[] base32 = new boolean[5];
			for (int j = 0; j < 5; j++) {
				base32[j] = bools[i + j];
			}
			char cha = getBase32Char(base32);
			if (' ' == cha) {
				return null;
			}
			sb.append(cha);
		}
		return sb.toString();
	}
	
	/**
	 * @param base32
	 * @return
	 * @Author:lulei  
	 * @Description: 將五位二進位制轉化為base32
	 */
	private char getBase32Char(boolean[] base32) {
		if (base32 == null || base32.length != 5) {
			return ' ';
		}
		int num = 0;
		for (boolean bool : base32) {
			num <<= 1;
			if (bool) {
				num += 1;
			}
		}
		return CHARS[num % CHARS.length];
	}
	
	/**
	 * @param lat
	 * @param lng
	 * @return
	 * @Author:lulei  
	 * @Description: 獲取座標的geo二進位制字串
	 */
	private boolean[] getGeoBinary(double lat, double lng) {
		boolean[] latArray = getHashArray(lat, LocationBean.MINLAT, LocationBean.MAXLAT, latLength);
		boolean[] lngArray = getHashArray(lng, LocationBean.MINLNG, LocationBean.MAXLNG, lngLength);
		return merge(latArray, lngArray);
	}
	
	/**
	 * @param latArray
	 * @param lngArray
	 * @return
	 * @Author:lulei  
	 * @Description: 合併經緯度二進位制
	 */
	private boolean[] merge(boolean[] latArray, boolean[] lngArray) {
		if (latArray == null || lngArray == null) {
			return null;
		}
		boolean[] result = new boolean[lngArray.length + latArray.length];
		Arrays.fill(result, false);
		for (int i = 0; i < lngArray.length; i++) {
			result[2 * i] = lngArray[i];
		}
		for (int i = 0; i < latArray.length; i++) {
			result[2 * i + 1] = latArray[i];
		}
		return result;
	}
	
	/**
	 * @param value
	 * @param min
	 * @param max
	 * @return
	 * @Author:lulei  
	 * @Description: 將數字轉化為geohash二進位制字串
	 */
	private boolean[] getHashArray(double value, double min, double max, int length) {
		if (value < min || value > max) {
			return null;
		}
		if (length < 1) {
			return null;
		}
		boolean[] result = new boolean[length];
		for (int i = 0; i < length; i++) {
			double mid = (min + max) / 2.0;
			if (value > mid) {
				result[i] = true;
				min = mid;
			} else {
				result[i] = false;
				max = mid;
			}
		}
		return result;
	}
	

	public static void main(String[] args) {
		// TODO Auto-generated method stub 
		GeoHash g = new GeoHash(40.222012, 116.248283);
		System.out.println(g.getGeoHashBase32());
		System.out.println(JsonUtil.parseJson(g.getGeoHashBase32For9()));
	}

}


-------------------------------------------------------------------------------------------------
小福利
-------------------------------------------------------------------------------------------------
      個人在極客學院上《Lucene案例開發》課程已經上線了（目前上線到第二課），歡迎大家吐槽~

第七課：小說網站分散式爬蟲的實現

相關推薦

JAVA實現空間索引編碼（GeoHash）

個人部落格站已經上線了，網址 www.llwjy.com ~歡迎各位吐槽~ -------------------------------------------------------------------------------------------------

JAVA實現EXCEL公式專題（四）——字符串函數

main 問題 int start boolean java ... ringbuf out substring 直接上代碼：/** * 項目名稱： * 文件說明： ExCEL公式類型：字符串公式 * 主要特點： * 版本：1.0 * 制作人：劉晨曦

JAVA實現EXCEL公式專題（七）——統計函數

length trace trac 復雜 manage 排列 public ram script 統計函數主要實現的是較為復雜的統計函數如countif、sumif、frequency，也是，直接上代碼/** * 項目名稱： * 文件說明： * 主要特點

java 實現HTTP連接（HTTPClient）

ons urlencode arraylist col response str exec utils default 　　在實習中，使用到了http連接，一直理解的很模糊，特地寫個分析整理篇。分析不到位的地方請多多指教。 　　Http 目前通用版本為 http 1.1 。

java實現匯出資料庫資料（可以）

public class FromDbToExcel { public static void main(String[] args) { try { WritableWorkbook wwb = null; // 建立可寫入的Excel工作簿

java實現opencv人臉識別（二）

Java下使用opencv進行人臉檢測 工作需要，研究下人臉識別，發現opencv比較常用，儘管能檢測人臉，但識別率不高，多數是用來獲取攝像頭的視訊流的，提取裡面的視訊幀，實現人臉識別時通常會和其他框架搭配使用，比如face_recognition、SeetaFace En

Java實現日誌的記錄（log4j）

  為什麼要寫日誌？ 1.在程式開發過程中，方便除錯，並且方便發現程式執行時的錯誤資訊。 2.在生產環境時，方便排除問題。 3.可以業務資料，以便後期對資料分析   實現方式 使用log4j，通過配置，將日誌輸出到控制檯，檔案，資料庫。（因為該文章

java 實現 常見排序演算法（三）快速排序

大家好，我是烤鴨：        今天分享一下基礎排序演算法之快速排序。快速排序是內部排序（基於比較排序）中最好的比較演算法。   1.     快速排序：

java 實現 常見排序演算法（二） 插入排序

大家好，我是烤鴨：        今天分享一下基礎排序演算法之直接插入排序。   1.     直接插入排序： 原理：假設前面的數為有序數列，然後有序數列與無序數列的每個數比較，我們可

Java自動檢測檔案編碼（字符集）

// 使用之前請呼叫getAllDetectableCharsets()檢查是否滿足要求，中文僅有{gb18030, big5,utf-*}import com.ibm.icu.text.CharsetDetector; import com.ibm.icu.text.CharsetMatch; st

JAVA實現EASYUI樹形表格（TreeGrid）程式碼

自己搞了一下午，終於用JAVA實現了資料網格。記錄一下實現的程式碼。（PS：此處的easyui是1.5版本，樓主只貼了核心的程式碼） 實現圖 JSP頁面 <head> //許可權列表 $( document ).ready(fu

java實現小程式開發（三）

上次Token（令牌和訊息祕鑰獲取到了）； 現在就是開發小程式：首先就是要將小程式繫結在開發平臺下，同時指定自己伺服器的一個回撥地址這樣微信會定時每隔10分鐘向指定的伺服器傳送資料。如圖 同時配置你授權的一些資訊： 這裡指定伺服器接收微信推送過來的

用Java實現面向物件程式設計（入門）

一、◆抽象和封裝1、現實世界是“面向物件”的，面向物件就是採用“現實模擬”的方法設計和開發程式。從現實中抽象出類：①發現類 ②發現類的屬性 ③發現類的方法用面向物件的思想描述面向物件的世界，符合人類的思維習慣。（類圖用於分析和設計類，更直觀、容易理解。）2、面向物件設計的過

java實現——8硬幣問題（演算法）

程式碼看著有點亂，有點複雜！單步除錯一下其實不復雜！當然前提是要搞清楚演算法的思想！ package yxd.sf.eightcoins; public class EightCoins { public static int compareTo(int[] coi

【Java】K-means演算法Java實現以及影象分割（續）

import java.awt.Color; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; public class

Java實現excel匯入功能（1）

今天要做一個Java實現excel匯入的功能，到網上看大神們寫的demo，都是超級麻煩，其實通常我們需要的只是一個很小很小的demo，搞清楚它的思路就行了，但是大神們寫的都是非常完善，甚至連線資料庫的程式碼都貼了出來。對於我們菜鳥來說，肯定不可能去把這大量的程式碼粘下來，甚

Java實現Redis的集合（set）命令

下面測試redis的集合set的型別，註釋裡面的程式碼是linux中redis命令 package com.huadian.set; import com.huadian.redisUntil.JedisPoolUntil; import org.junit.Befo

JAVA實現EXCEL公式專題（五）——數字處理函式

由於數字處理已經是非常常見的了，比如四捨五入、取整、整除等等，在這裡不多說，上點簡單的程式碼 /** * 專案名稱： * 檔案說明：EXCEL公式型別：數字公式 * 主要特點： *

Java實現zip檔案壓縮（單個檔案、資料夾以及檔案和資料夾的組合壓縮）

Java實現zip檔案壓縮（單個檔案、資料夾以及檔案和資料夾的組合壓縮） 2016年10月04日 23:22:24 ljheee 閱讀數：13215 標籤： 壓縮javazip 更多 個人分類： Java應用 版權宣告：本文為博

Java並發編程（6）:Runnable和Thread實現多線程的區別(含代碼)

線程休眠 ket out dde 可能 休眠 stat for oid Java中實現多線程有兩種方法：繼承Thread類、實現Runnable接口，在程序開發中只要是多線程，肯定永遠以實現Runnable接口為主，因為實現Runnable接口相比繼承Thread類有如下優