我的代码，对于一个经度/经度对的数组，从另一个数组中找到最接近的经度/经度对：
输入：
$reference_array ，这是一个关联数组，其中键是"标签"，值是该标签的纬度/经度。例如，它可以将城镇名称与城镇的质心匹配。
$input_array ，这是一个经度/经度对的列表。
我需要从$reference_array中找到最接近$input_array中每个点的标签。我还有一个最大半径，因此任何不在该半径内的最近点都会被赋予 null 的"最近标签"。
我有有效的代码 - 我遍历每个数组，计算每对之间的距离，然后记录$input_array中每个点的最近标签（及其距离）。这行得通，和这道题基本一样，但效率不高，我的脚本超时，点相对较少。我无法控制$reference_array的大小，因此总是需要执行大量比较。
我的问题 - 我可以使用哪些数据结构或算法来提高此计算的效率？
如果首先检查点是否包含在边为 2 * 半径的正方形中，您可以提高效率。 比较运算的负载比距离的计算要小得多。