在本次提交中，有限元网格、Delaunay 三角剖分和 Voronoi 图是通过使用凸包算法生成的，该算法以优化的方式实现，可最大限度地提高速度和性能。 Delaynay 三角剖分和 Voronoi 图算法本质上基于凸包算法。 有关代码和使用方式的信息显示在“凸包理论、Delaunay 三角剖分和 Voronoi 图”中。 函数“ convhull_nd”使用凸包算法，函数“ delaunay_nd”使用Delaunay三角剖分，函数“ voronoi_nd”使用Voronoi图。 此包中包含的所有函数均可用于任何维度 n。 文件“内容”中包含的许多示例说明了上述三个函数的使用。 此提交中包含的函数可用于生成有限元和边界元网格，这些网格用于离散化各种介质，无论是结构还是非结构，以进行数值分析。 除此之外，它们还可用于解决计算几何的各种问题，例如： - 凸包- 交叉路口- 三角剖分和分区-

C＃Delaunay三角剖分+ Voronoi图 AC＃实现。 结果是对一组随机生成的点进行。 在Delaunay三角剖分之后，构造了双重。 5000点的Delaunay三角剖分和Voronoi图的屏幕截图。 为什么要使用C＃？ 看起来很好。 另外，下面列出的有关过程内容和地图生成的博客文章引起了我的注意。 由于我打算将算法移植到以用于将来的项目，因此我决定坚持使用C＃，因为它是Unity的首选脚本语言。 执照 此项目已获得MIT许可证的许可-有关详细信息，请参阅文件 致谢

基于GPU并行计算的Delaunay三角剖分算法研究与实现

德劳内 构建一组点的 Delaunay 三角剖分和/或 Voronoi 图的 C++ 程序。 作为 2014 年Spring纽约大学数据结构课程的最终项目而构建。 指示 运行程序 该程序可以通过终端运行： ./run > num参数确定添加到输入文件的点数； 默认值为20 。 delaunay参数确定是否应显示 Delaunay 三角剖分； 默认值为true 。 voronoi参数决定是否应该显示 Voronoi 图； 默认值为true 。 这将生成一个名为output.png的图像文件以及结果图。 更新源代码 如果对源文件进行了更改，则必须首先重新构建程序： ./build 构建程序的各个部分 随机输入 要以可接受的格式生成特定数量的随机点： g++ randinput.cpp -o randinput ./randinpu

点集的三角剖分（Triangulation），对数值分析（比如有限元分析）以及图形学来说，都是极为重要的一项预处理技术。尤其是Delaunay三角剖分，由于其独特性，关于点集的很多种几何图都和Delaunay三角剖分相关，如Voronoi图，EMST树，Gabriel图等。Delaunay三角剖分有最大化最小角，“最接近于规则化的“的三角网和唯一性（任意四点不能共圆）两个特点。

德劳内 一个在python和C ++中使用Bowyer-Watson算法的简单delaunay三角剖分库。

提出了一种流数据算法进行Delaunay三角网构网，用于处理上十亿的LiDAR点云数据。该算法基于并行多核处理器架构，将三角网构网的分治算法与流数据处理相结合。一种四叉树结构调整自适应地分割点云数据文件，将其分割分割网和合并分段工作动态调度分布到不同的处理器，以提高负载均衡。算法通过并行计算，充分利用多核处理器平台的计算能力，获得了高运行效率和低内存占用。

三角剖分是构建高精度数字高程模型(DEM)的基础,在各个领域都有广泛的应用。特别是在约束数据域下的Delaunay三角剖分更具有重大的研究价值,前人已经做了大量的工作,并提出了一系列经典的剖分算法。在对传统算法进行研究与分析后,总结了传统算法的优缺点,结合了逐点插入法、三角网生长法以及分治法的思想,提出了一种高效的、带断层约束的Delaunay三角剖分混合算法。该算法在建立无约束的DT(Delaunay Triangulation,DT)网格的基础上通过嵌入加密后的断层数据来实现带断层约束的CDT(Constrained Delaunay Triangulation,CDT)网格。通过实例比较,说明了混合算法在构网质量和时间效率上都优于传统算法。

delaunay三角剖分：C ++版本的delaunay三角剖分

这个是和我之前传的一个论文对应的，对应论文中关于拓扑关系的建立，使用的是cgal中的delaunay算法，已经封装成一个类，最终回去到的为点的索引