经纬度轮廓缩放算法：精度与NaN值处理
本文分析基于经纬度坐标的轮廓缩放算法实现中出现的NaN（非数值）问题。该算法根据输入的经纬度坐标点集，利用特定算法（见图示）进行轮廓缩放。 算法流程：经纬度坐标转墨卡托投影坐标 → 向量计算实现轮廓缩放 → 墨卡托坐标转经纬度坐标。然而，实际运行中，计算结果出现NaN，导致经纬度转换失败。
NaN的产生并非数值溢出，而是源于算法中的除零错误。算法使用向量运算，向量模长（norm）用作除数。当起始点相同，计算相邻坐标点向量时，向量模长为零，引发除零错误，最终导致NaN。这解释了结果中出现多个NaN的原因——循环遍历到首个点时，由于使用了相同的起始点，产生了除零错误。
解决方案：避免除零错误
解决的关键在于避免除零错误。在计算向量模长前，需判断起始点是否相同，并采取相应措施：
- 使用极小值替代零： 若向量模长为零，则用一个极小值（例如1e-10）代替。
- 跳过相同起始点计算： 直接跳过起始点相同的计算，避免除零操作。
此外，需仔细检查向量运算函数（例如VectorUtil），确保其能正确处理各种向量计算情况，避免潜在错误。 通过这些改进，可以有效避免NaN的出现，确保算法的稳定性和准确性。
