点集的凸包算法

问题：在二维平面上，给定一些带有坐标位置的点，如何获取包含所有这些点的最小凸边形？

该问题就是在二维平面上求凸包（Convex Hull）。

如下图，图中给定了一些点，外围连线所围成的凸边形刚好将所有给定的点包围起来。

如果我们将这些点和凸边形放到一个二维平面坐标系中观察。

我们可以发现，在这些点中，沿着横坐标方向上，x坐标值最大和最小的点一定在凸包上，同样的，沿着纵坐标方向上，y坐标值最大和最小的点也一定在凸包上。因为这本身就是凸包所定义的，凸包是最外围的一圈点，所以最外围的点必然是各个方向上的极值。

接着，从A点上观察，所给定集合的点都在AD边的一侧，也都在AB边一侧。同样的，凸包上的点都满足这个要求。这个特点，我们可以怎么利用呢？

我们先通过角度来利用。

以A点为例，边AB与x轴正方向所形成的角是集合中所有点与A所形成的边与x轴正方向所形成的的所有角中最小的，边AE与x轴正方向所形成的角是集合中所有点与A所形成的边与x轴正方向所形成的的所有角中最大的。

通俗一点描述，从A点出发，沿着平行与x轴的方向画一条射线，该射线围着点A逆时针转动，那么点B就是该条射线第一个碰到的点，点E是这条射线最后一个碰到的点。如下图：

 再以B点为例，如果从B点出发，沿着边AB方向画一条射线，该射线围绕着点B逆时针转动，那么点C就是该条射线第一个碰到的点（角最小），点A是这条射线最后一个碰到的点（角最大）。如下图：

 

依次分析凸包上其它的点，都满足该特性。

我们利用这个特点来求得凸包。步骤：