【CGAL学习笔记】--Kernel介绍

  本人接触CGAL已经有两年多了，但在工作中用到的不是很多，且只是用其中一个小小的功能，所以也没有过多的关注Kernel的组成，但在最近的项目中，因为调用了大量CGAL中的函数，每一个函数用到的Kernel不相同，比如，都是Point_2，有的用Exact_predicates_exact_constructions，有的是用Cartesian,所以凸显出了很多知识结构方面的问题，本文中，主要介绍最基础的Kernel模块。（如有不同见解，欢迎下方评论）
  为什么要先介绍Kernel，原因很简单，因为这里面隐藏着计算几何中一个大坑--精度问题，举个例子，1.0 + 1.0 = 2.0，从人脑的角度来看，没毛病，但在计算机内部，这就是很大的问题，因为会牵扯到一个叫做“浮点精度”的问题，在计算机内部，1.0可能不是1.0，而是0.99999或者1.00001，所以，0.99999 + 0.99999 != 2.0，所以这就要求我们在进行C/C++写程序时，要避免出现 A == B 这种式子，若要实现此功能，可以使用 abs(A - B) < 0.001，这样的话，就可以有效的避免浮点精度产生的问题，而Kernel的选择，也与此有关。
  Kernel包含基本的几何对象（点、线、面等）以及对这些对象的操作，这些对象被实现成基本的类，从而增强灵活性与适用性。但在目前的使用过程中，最为突出的或者是唯一感到差别的就是几何对象的精度。
  先介绍下最常用（目前接触到的）的几个Kernel:

• CGAL::Simple_cartesian--最容易理解的Kernel,可以简单的理解为数据精度为double,当然也可以设置为float
• CGAL::Exact_predicates_exact_constructions_kernel--精确谓词，精确构造的内核，通俗的说可以精确的生成几何对象，可以提供精确的计算，换句话说，就是精度最高。
• CGAL::Exact_predicates_inexact_constructions_kernel--精确谓词，不精确的构造内核，简单讲就是生成的几何对象存在舍入误差，就是精度挺高，但在处理的时候精度有所降低。

  对比这三种Kernal，核心点就是精度与效率的平衡，精度越高，效率就越低，反之，效率也就越高。但从介绍看，云里雾里，也只能在使用中进行体现了。当然，CGAL中还提供了其余的Kernel，但是目前还没有接触到，所以在本文中不做介绍。