我有一个（时间戳，纬度，经度）形式的数据集。我将获得 n 个条目，其中每个条目的形式为（时间戳、纬度、经度）。这是针对一位用户的。
User1:(timestamp1,latitude1,longitude1)....(timestamp_n,latitude_n,longitude_n)
现在假设我们有 100 个用户，每个用户都有一组 (timestamp,latitude,longitude)
我想知道哪一组用户可能有匹配的轨迹。匹配轨迹将采用相同的路线，因此在给定的一组时间戳中，纬度和经度应该相同或足够接近，并且时间戳应该相同或足够接近。足够近的时间戳可以是大约 30 秒，而对于空间来说，它可以是 200 米。我可以通过蛮力方法做到这一点，我正在寻找更好的解决方案。
这与算法是否仍然是蛮力无关。
我想在这里介绍的是如何衡量 2 条路径之间的差异。只是我认为准确定义如何量化差异很重要。如果你想要更快的东西，那么你可以稍后估计这个数量。
好的，我认为两条路径之间的区别是：
The average distance between 2 users over time.
您应该能够在 2 个给定数据点之间进行插值，以找出用户在任何给定时间的位置。只需线性插值就足够了。
当我说随时间推移的平均值时，人们会将时间离散化，以便更容易计算。比方说：
The average distance between 2 users every 10 seconds period.
编辑：上述建议假设您关心“时间”。既然你提到了时间戳等等。如果你不关心它，你一开始就不应该把它放在问题中。
无论如何，我有点想象你可能只想看看路径本身。在这种情况下，您仍然可以简单地通过忽略实际时间戳来使用上述路径差异的定义，并假设用户在路径开始时同时开始。可以通过多种方式设置行进速度……例如，无论一条路径是否比另一条路径长，都让两个用户同时完成路径，或者只是让两个用户以相同的速度行进。
无论如何，这一切都归结为定义您要如何测量路径差异。您需要在问题中提供更多详细信息。