平面扫描增量算法：计算大数据集的Delaunay三角剖分
摘要：平面扫描增量算法：一种用于计算大规模点集的Delaunay三角剖分的混合方法。该方法将增量算法的简单性与平面扫描方法的相对低存储需求结合起来。首先，对点集沿第一个主成分进行排序，然后依次将点插入三角剖分，实质上模拟了一个扫描平面。通过扫描平面经过的部分三角剖分可以从内存中移除并写入磁盘，将程序的内存需求限制在数据集第一个主成分的“厚度”上。我们实现了该算法，并用它来计算由2.87亿点组成的Sloan Digital Sky Survey幅度空间的Delaunay三角剖分和Voronoi分割。
作者：M''arton Trencs''eni, Istv''an Csabai
论文ID：1210.3595
分类：Computational Geometry
分类简称：cs.CG
提交时间：2012-10-15