空间点位抽稀算法，复杂度为o(n)，适用于一维或多维空间向量数据的抽稀，本示例以gis地图数据为示例进行编码。抽稀算法的核心是通过空间矩阵化，然后随机选取落在小矩阵中的一个值作为结果。举个列子，比如将一维数据｛8，2，7，4，9，6，7，8，11，2，5，4，5｝抽稀，抽稀按照单维度5作为抽稀粒度，抽稀数据最小值为1，最大值为11，划分小矩阵的step值为2，则抽稀小矩阵空间为：[1-3],[3,-5],.........[9-11],然后将数据往矩阵空间填充，最终返回矩阵空间中的所有数据，即抽稀结果。
xushaomin/VecutePoint
空间点位抽稀算法，复杂度为o(n)，适用于一维或多维空间向量数据的抽稀，本示例以gis地图数据为示例进行编码。抽稀算法的核心是通过空间矩阵化，然后随机选取落在小矩阵中的一个值作为结果。举个列子，比如将一维数据｛8，2，7，4，9，6，7，8，11，2，5，4，5｝抽稀，抽稀按照单维度5作为抽稀粒度，抽稀数据最小值为1，最大值为11，划分小矩阵的step值为2，则抽稀小矩阵空间为：[1-3],[3,-5],.........[9-11],然后将数据往矩阵空间填充，最终返回矩阵空间中的所有数据，即抽稀结果。
Java