算法能力

‘壹’ 设计新算法的能力如何培养和锻炼具体应该怎么实施

三步走：
一、掌握基本算法
基本算法的实现过程、时间复杂度、现有的改进方法。
二、实战
针对历年的程序设计大赛题自主设计算法，并对比参赛者设计的算法，总结经验。
三、提高数学能力
任何算法都离不开数学，图论、最优化等是必需掌握的内容。
其中最关键的是把实际问题转换为数学问题（模型），这是需要长期的训练。

‘贰’ 哪些书籍能提高程序员的算法能力

《编程珠玑》：这本书，总感觉是给不懂算法的人讲一些算法的，经常玩算法的会感觉好多他讲得似乎很神奇的东西，其实很常见...不过这本基本上是面试必读书目，因为许多人都爱出这上面的题。
《算法导论》：经典书目，必读，如果有能力，也可以拿它当入门书。
《计算机程序设计艺术》(TAOCP)：这个，我没读多少，太数学了，自己功底还不够。。得再修炼几年。
《算法艺术与信息学竞赛》（刘汝佳的黑书）：这本书会给你提许多信息学竞赛中常用的算法，算法说得比较深入，但是很多时候书中的一个显然够你证明一个星期了。读这本书主要是让你知道原来还有这么种算法，具体这种算法该怎么去实现，你自己去找相关资料吧，因为这本书讲得确实不详细。

‘叁’ 算法工程师应该具备哪些工程能力

作者 | 木东居士

来源 | Data_Engineering

最近看了 Milter 的《算法工程师究竟需要哪些工程能力》这篇文章，有所感想，因此也写一篇关于算法工程师的技术能力的问题，和大家分享一下居士关于算法工程师的技术能力的观点。

对于一名优秀的算法工程师，他（她）要具备的不仅仅是出色的技术能力，也要有很深的业务理解能力和对外沟通能力，总之，要求可以很高！

但是，从职责能力的划分上来讲，算法工程师首先是一名工程师，因此本文主要从工程能力要求上进行一些探讨。

开始之前先放一份思维导图，这将是这篇文章要分享的核心内容：

工程能力概览

算法工程师，从名字上我们就能看出，一名算法工程师首先应该具备算法能力和工程能力，我们可以认为这是基础的技术能力。由于现在开源技术的普及，Sklearn、Tensorflow 和 Spark ML 基本已经成为大部分算法工程师标配的工具库了，因此，熟练的调包能力也是决定了一名算法工程师能否快速实现需求。

其次，在真实的生产环境中，算法的落地会遇到各种各样的业务场景和数据环境，这也要求算法工程师需要具备Pipeline 构建能力，将整个生产环境中的数据流和模型打通。同时，在生产环境中，会出现各种“疑难杂症”等待你去解释，比如说为什么实验效果特别差？为什么模型效果不稳定？这就要要求算法工程师需要具备一定的数据分析能力。

很多时候，你会发现，你用在数据分析和Pipeline构建上的精力可能占据了你8成以上的工作内容。

当你具备了上面的能力时，你已经可以称自己是一名算法工程师了。此时，你可以去对着数据分析小得瑟一下：“你看，我能构建整个模型的Pipeline，你却只能拿到别人提供的数据后调调包吧。“或者，你也可以去找开发得瑟：”你看，我懂了很多算法哦，你就只会写代码吧。“

得瑟完之后，我们还是回归正题，算法工程师只具备这样能力是否已经够了？答案当然是不够的。由于不同公司的团队成熟度不同，工具化和流程的成熟度都不同，这就会对算法工程师有不同的要求，比如说模型发布能力和报表开发能力，当然也会有一些其它能力，虽然可能不是特别重要，但是当这些工作没人帮你做的时候，算法工程师可能依然要承担起这些工作内容，比如说灰度测试的能力、负载均衡的能力等等。

将上面的内容整理后，就是这样一份思维导图了（一张图多看几篇更能加深印象，因此我再贴出来一遍）

工程能力详解

一、基础能力

算法能力

算法能力就不多说了，算法工程师的基本能力要求，不懂算法对于一名算法工程师来讲是不太合理的。这里居士把统计学的内容也放进来了。

编程能力

编程能力主要分为两部分：

python、C++、Java这类编程语言，这三种也是算法工程师需要了解的主流编程语言，一般掌握其一就够，看不同公司。 Sql就是很通用的能力了，Sql也是一门编程语言，而是是数据处理最常用的语言！ 很好用。 大数据场景下，要了解Hive Sql。

调包能力

大家虽然会调侃调包侠，但是说实话，能调包调的很溜的人，也是不多的，比如说现在让你自己用tensorflow构建一个复杂网络，不能google，你能写出来吗？能记清楚用法吗？

Sklearn Tensorflow Spark ML

二、核心能力

Pipeline 构建能力

Pipeline构建能力，这里想表达的更多的是整个数据流的构建能力，数据从日志->特征->模型训练->反馈，这一个链条能否完成的能力，这里面会有很多难题需要克服。比如说：

实时和离线模型一致性问题？ 离线和实时特征一致性问题？ 实时特征构建的问题？ 数据延迟的问题？

很多时候，模型发布之类的工作是可以由其他同学支持完成，但是数据流这种问题更多的是需要算法工程师来解决的。

数据分析能力

这里的数据分析能力不是指商业分析或者业务分析，更多的是指特征分析、算法效果分析和各种异常问题定位分析的能力。

很多时候，两个算法工程师能力水平的强弱从数据分析能力上也能窥得一二。

三、辅助技术能力

辅助的技术能力是指，你会不会的影响不会特别大，但是也都是有用的能力，特别是不同公司的发展情况不同，很可能会出现一个算法工程师既要做数据接入、又要做数据清洗、还要做算法平台

也要搞前端、还要负责模型上线、系统运维。

这里就不再细讲了。

思考一

聊一下对技术能力、工程能力和数据分析的思考。

居士个人的理解，技术能力更多的是偏向于一个一个的技术点，而工程能力更多就是在一个团队中将项目做好的能力。很多算法出身的工程能力不行，那么他做的单纯的一个模型是无法应用到实际生产中的，而工程就是指把理论落地实际生产的过程。那么工程包含了什么？它包括了系统架构设计和模块设计、数据流搭建和平台搭建、调包或算法开发、分布式、上线以及各种落地的代码开发。报表和监控，其实本质也是做数据流，边缘性的可能要做些后台和前端的开发。

然后数据分析能力是什么？数据分析（不是纯粹的数据分析）除了分析方法论和套路外，是一个很综合性、相对偏软一点的能力，比如说你通过分析发现了我们的系统有哪些可以优化的点，通过分析发现了问题的原因是什么，这些都是分析能力。

思考二

针对前面的内容，和 Cathy 讨论后，对整个思路做了新的梳理，大家直接看图就好，居士也认为这样描述可能更为合理。

思考三

这里再补充一个模型复现的能力，比如你看了一篇论文，发现这个模型可能很适合自己的业务场景，那么你是否能力将论文里面的模型快速用公司现有的平台和工具来复现？

居士认为，这一个是一个非常重要的能力，但是没有想好具体该怎样划分。

‘肆’ 该怎么提高自己的算法能力

先好好读书，这里我推荐the
art
of
unix
programming，我自己便是看完这书后技术能力才有质的变化。
然后，减少看微博、博客、知乎等的时间，最好是彻底不看，这些资讯的网站是非常浮躁的，很难学到真正的东西。
学门新语言，比方说go,
python,
ruby,
haskell等等，然后用这门语言去做一个开源项目，比方说，一个orm。然后，再去看这门语言的成功项目的源码。看看自己写的跟别人的不足是什么，然后，再把自己的项目重新实现一遍。自觉略有所得之后换个方向，比方说模板，再搞个开源项目。服务器后端的mvc各搞一次，还可以再去搞前端的。
最后，心态要好，不要急于求成，欲速则不达。修炼一年能有小成就不错的了～

‘伍’ 哪些书籍能提高程序员的算法能力

我的理解是，算法能力分为三种，由低到高，逐步升级，
1 基础算法的理解，包括为算法提供数据存储的数据结构，以及如何操作这些结构的算法，经典的如二分，贪心，动态规划等等，这些的提高相信很多人都回答了，很多经典书籍；
2 算法的运用，其实算法本质上是解决一类共通问题的步骤，很多人抱怨工作中运用不到算法，其实如果你精益求精，想把一个问题解决好，就是在运用和设计算法的过程，这个过程需要你有基础算法的底子，否则也是巧妇难为无米之炊；
3 算法的设计，这是最高的境界，接上面的话，如何优雅的解决一个问题，这就是算法的设计过程，往往都没有特定的算法可以套用（不像ACM），这就是实际问题，你要做时间和空间的权衡，客观条件是否允许你设计O(n^2)的算法，因为这样逻辑或许会简洁等等，有时候确实不会用到复杂的算法和数据结构，但是你需要从它们的知识中了解它们产生的原因，运用了哪些思维方法，这些都是可以用到其他问题上的
所以，总结，尽可能把你遇到的问题多想上几遍，优雅的去解决，平日里我更看中解决问题的能力，而不仅仅是算法能力了。

‘陆’ 作为一名算法工程师,你觉得最重要的能力是什么

本文列举了算法工程师需要掌握的能力，听我一一道来，至于哪个更重要，文末我会给出一些个人建议。

软件工程能力
虽然说算法工程师日常工作是实验多，代码少，软件工程能力要求不及大型软件的工程师。但做算法工程师可不是每天在jupyter notebook做完实验就完事的，你的代码最终需要融入到产品里，所以代码必须规范。算法工程师本质上，还是工程师。所以软件工程能力是必不可少的。不要求说达到特别高的工程造诣，但基本的代码规范，合理的模块设计，以及对模块进行单元测试的能力，我认为是必不可少的。
商业逻辑洞察力
有的项目是to C，有的是to B。不同的项目有着不同的商业逻辑。例如检测信贷风险，你不可能直接堆砌几个模型就能得到好的结果。但作为算法工程师，商业逻辑上肯定是不可能比客户理解透彻的。你需要多点和客户沟通。例如我做信贷风险检测，我需要知道他们的数据是如何产生，产生的频率是啥，从而我可以判断某些字段做aggregation时是应该用avg，sum，还是max比较合理。除此之外，理解一些商业逻辑有助于构建非常有效的特征。我们知道一个人月收入越高还债能力越强，但也知道负债越多违约风险也越大，而一个高收入的人贷款的额度也会大，这就产生了矛盾。而通过了解商业逻辑，学到一个指标叫debt burden ratio后，你就可以构建一个特征，用客户的收入除以客户的负债，就可以计算出一个更有效检测风险的特征。虽然我们知道深度学习网络有自动构建特征的能力，毕竟GIGO(garbage in garbage out)，数据未处理前，对模型来说就是garbage。不要觉得这种要靠人思考来构建特征的方法很原始，毕竟人工智能，先有人工后有智能。
除了和客户沟通外，团队内部头脑风暴下，也是一种激发想法的好方法。
文献检索能力
这个能力其实对任何智力输出的职业来说都很重要。我们都需要保持大脑时刻更新。在算法上，关注最新文献，关注SotA(state of the art)的算法，关注工业实践的新动态。
同时在相关商业上，了解你的算法所服务的行业，了解他们的运作。如果你是做手机图片AI的，可以查找手机处理器的发展的资料，目前主流的手机能有多少计算能力;如果你是做金融服务，则关注金融市场相关产品的新闻，了解最新居民收入消费水平，不然你的算法预测不准时，你没有相关商业知识，就难以找出哪个特征过时了。
总结汇报能力
这个能力其实对任何职业来说都很重要。即使你是清洁工，你也要汇报工作。对内，要会把自己的成果反馈给领导;直接上级一般也是工程师，可以用工程化的语言来汇报成果，比如模型的recall是多少，AUC是多少等。也可能对非技术的同事汇报，比如销售，就要更多的把汇报关注在商业价值，例如“上线一个月为客户减少了20%的运营成本，营收增加40%”。如果你是做to B业务，经常要对客户汇报。你的模型开发后，在测试集上的结果是多少，预计上线后能为客户创造多少价值等。
心理素质
算法工程师毕竟日常很多时间都花在试验上，试验失败是兵家常事。所以一定要学会开导自己，即使你的模型一周都没提升，也要给自己信心。
同时，由于这个工作性质会接触到不同技术背景的人，所以有时候你会觉得简单的一个概念，对方却问了好几次都没懂，你就可能不耐烦。这时请沉住气，保持耐心沟通，不妨多换几个角度，帮助对方理解，毕竟对方理解了，也许还能给你一些意想不到的建议。
至于哪个能力更重要?这得看你个人职业规划。
· 如果你未来想成为亿万商业和顶尖技术直接的那个纽带，带领团队开发具有市场价值的产品。你需要增强自己的逻辑逻辑洞察力;
· 如果你想成为AI系统架构师，可以增强自己的软件工程能力。
· 如果你想成为资深研究员，可以增强自己的文献查找能力，并尝试在平台(大学或公司)的帮助下发表论文。
去吧，根据自己对未来畅想，增强自己某一方面的能力吧。
 

‘柒’ 想要成为算法工程师都要学哪些技能

需要以下技能：

1、熟练掌握C/C++和python语言编程，熟悉linux开发环境，有扎实的数据结构和算法设计功底；

2、熟悉推荐业务常用理论和算法，在多个领域（如排序模型，召回模型，用户画像，深度学习等）有三年以上实际工作经验；

3、有优秀的逻辑思维能力和数据分析能力，善于分析和解决问题；良好的沟通能力与团队协作能力；

4、有推荐系统，广告系统，搜索引擎等开发经验；熟练掌握机器学习、深度学习的基础理论和方法，并在自然语言处理任务中有实际应用经验者优先；

5、熟练使用一种或几种深度学习框架（如tensorflow、caffe、mxnet、pytorch等），或者熟悉spark、hadoop分布式计算编程者优先。

硬技能：

1. 数学：包括概率论与数理统计、矩阵论、随机过程。

2. 计算机基础：包括操作系统、组成原理、数据结构。

3. 算法能力：包括对领域内主流模型进行优缺点对比、在设定的场景中选择合适的方案等。

想要了解更多关于算法工程师的问题可以咨询一下CDA认证机构，CDA是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称。全球CDA持证者秉承着先进商业数据分析的新理念，遵循着《CDA职业道德和行为准则》新规范，发挥着自身数据专业能力，推动科技创新进步，助力经济持续发展。

‘捌’ 成为一名合格的算法工程师需要掌握哪些技能

算法工程师目前是一个高端也是相对紧缺的职位;近两年的就业前景是非常好的，薪资也比较高。但是算法工程师同时也需要不断学习。那么成为一名合格的算法工程师需要掌握哪些岗位技能呢，我们接着往下看。

业务学习能力
算法工程师是不可能脱离业务背景的，人工智能算法工程师、交通算法工程师、图像处理算法工程师等等。
针对一个业务场景设计一个合理的算法，业务知识是非常重要的，需要结合业务的实际情况、限定条件、各种专业词汇和知识都要有一定的了解，如果脱离场景而一味地琢磨算法，效果不会太好。
比如，做交通算法，需要对交通组织、交通管理、通行损失、周期延误等有所认知。比如，做图像处理，需要对各种图像去噪、图像增广、图像分割、物理成像有所了解，知道像素底层是怎么回事。
持续学习能力
算法工程师的主要工作就是拿着现有成熟的算法，结合面临业务场景去做一个合理的方案，如果我们知识面太窄，那显然当用到的时候会有点拮据，眼界也被限制住，不知道还有没有更好效果的算法、目前算法有哪些不足之处、在这个业务中能不能发挥作用。
只有持续学习，了解足够多的知识，当我们面临问题的时候能够快速对比、选择，找出最合适的一种算法。
灵活的思维
当我们选择一种算法去解决一个问题时，效果肯定无法达到我们预期的那样。比如我们拿mask rcnn做医学图像语义分割，我们看着它在自然图像方面表现效果很好，就拿来用于医学图像。但是医学图像有它的难点和特殊性，当跑出效果时会发现结果不如人意，这时候就需要灵活的思维去发现问题，去调优、改进，或者从数据入手，或者从网络模型入手，或者从超参数入手。
编程能力
不同公司对于算法工程师的定位有所差别，比如有些朋友在某公司做算法工程师只负责方案的设计，开发由专门的开发人员实施。有的公司算法工程师要完成算法设计到开发全部工作。
无论是哪一种形式，编程能力都是必要的，就算是前者这样的形式，有专门的开发人员，那在算法的设计过程中需要验证、对比，对每一个小模块算法进行指标评价，你不可能事事都找别人来帮你做，这样效率低，而且开展工作困难。综上所述，就是小编今天整理的关于算法工程师的相关内容，希望可以帮助到大家。

‘玖’ 程序员一定要算法能力强吗

算法能力强对于低级点的程序员不是必须但是成为高级的程序员就是必须的了，算法学的好的话，不论对你思考问题的方式还是对你编程的思维都会有很大的好处。算法的学习不只是理论的支持，更需要你不断的在理论的基础上去code，去思考。

‘拾’ 如何能快速提高算法能力

对着这个列表做一些题，分析每道题的特点和出错点，总结算法和自己的模板。
做完初期就差不多可以应付校赛了。
然后再是中期。。。

OJ上的一些水题(可用来练手和增加自信)
(poj3299,poj2159,poj2739,poj1083,poj2262,poj1503,poj3006,poj2255,poj3094)

初期:

一.基本算法:
(1)枚举. (poj1753,poj2965)
(2)贪心(poj1328,poj2109,poj2586)
(3)递归和分治法.
(4)递推.
(5)构造法.(poj3295)
(6)模拟法.(poj1068,poj2632,poj1573,poj2993,poj2996)
二.图算法:
(1)图的深度优先遍历和广度优先遍历.
(2)最短路径算法(dijkstra,bellman-ford,floyd,heap+dijkstra)
(poj1860,poj3259,poj1062,poj2253,poj1125,poj2240)
(3)最小生成树算法(prim,kruskal)
(poj1789,poj2485,poj1258,poj3026)
(4)拓扑排序 (poj1094)
(5)二分图的最大匹配 (匈牙利算法) (poj3041,poj3020)
(6)最大流的增广路算法(KM算法). (poj1459,poj3436)
三.数据结构.
(1)串 (poj1035,poj3080,poj1936)
(2)排序(快排、归并排(与逆序数有关)、堆排) (poj2388,poj2299)
(3)简单并查集的应用.
(4)哈希表和二分查找等高效查找法(数的Hash,串的Hash)
(poj3349,poj3274,POJ2151,poj1840,poj2002,poj2503)
(5)哈夫曼树(poj3253)
(6)堆
(7)trie树(静态建树、动态建树) (poj2513)
四.简单搜索
(1)深度优先搜索 (poj2488,poj3083,poj3009,poj1321,poj2251)
(2)广度优先搜索(poj3278,poj1426,poj3126,poj3087.poj3414)
(3)简单搜索技巧和剪枝(poj2531,poj1416,poj2676,1129)
五.动态规划
(1)背包问题. (poj1837,poj1276)
(2)型如下表的简单DP(可参考lrj的书 page149):
1.E[j]=opt{D+w(i,j)} (poj3267,poj1836,poj1260,poj2533)
2.E[i,j]=opt{D[i-1,j]+xi,D[i,j-1]+yj,D[i-1][j-1]+zij} (最长公共子序列)

(poj3176,poj1080,poj1159)
3.C[i,j]=w[i,j]+opt{C[i,k-1]+C[k,j]}.(最优二分检索树问题)
六.数学
(1)组合数学:
1.加法原理和乘法原理.
2.排列组合.
3.递推关系.
(POJ3252,poj1850,poj1019,poj1942)
(2)数论.
1.素数与整除问题
2.进制位.
3.同余模运算.
(poj2635, poj3292,poj1845,poj2115)
(3)计算方法.
1.二分法求解单调函数相关知识.(poj3273,poj3258,poj1905,poj3122)
七.计算几何学.
(1)几何公式.
(2)叉积和点积的运用(如线段相交的判定,点到线段的距离等). (poj2031,poj1039)

(3)多边型的简单算法(求面积)和相关判定(点在多边型内,多边型是否相交)
(poj1408,poj1584)
(4)凸包. (poj2187,poj1113)

中级:

一.基本算法:
(1)C++的标准模版库的应用. (poj3096,poj3007)
(2)较为复杂的模拟题的训练(poj3393,poj1472,poj3371,poj1027,poj2706)
二.图算法:
(1)差分约束系统的建立和求解. (poj1201,poj2983)
(2)最小费用最大流(poj2516,poj2195)
(3)双连通分量(poj2942)
(4)强连通分支及其缩点.(poj2186)
(5)图的割边和割点(poj3352)
(6)最小割模型、网络流规约(poj3308, )
三.数据结构.
(1)线段树. (poj2528,poj2828,poj2777,poj2886,poj2750)
(2)静态二叉检索树. (poj2482,poj2352)
(3)树状树组(poj1195,poj3321)
(4)RMQ. (poj3264,poj3368)
(5)并查集的高级应用. (poj1703,2492)
(6)KMP算法. (poj1961,poj2406)
四.搜索
(1)最优化剪枝和可行性剪枝
(2)搜索的技巧和优化 (poj3411,poj1724)
(3)记忆化搜索(poj3373,poj1691)

五.动态规划
(1)较为复杂的动态规划(如动态规划解特别的施行商问题等)
(poj1191,poj1054,poj3280,poj2029,poj2948,poj1925,poj3034)
(2)记录状态的动态规划. (POJ3254,poj2411,poj1185)
(3)树型动态规划(poj2057,poj1947,poj2486,poj3140)
六.数学
(1)组合数学:
1.容斥原理.
2.抽屉原理.
3.置换群与Polya定理(poj1286,poj2409,poj3270,poj1026).
4.递推关系和母函数.

(2)数学.
1.高斯消元法(poj2947,poj1487, poj2065,poj1166,poj1222)
2.概率问题. (poj3071,poj3440)
3.GCD、扩展的欧几里德(中国剩余定理) (poj3101)
(3)计算方法.
1.0/1分数规划. (poj2976)
2.三分法求解单峰(单谷)的极值.
3.矩阵法(poj3150,poj3422,poj3070)
4.迭代逼近(poj3301)
(4)随机化算法(poj3318,poj2454)
(5)杂题.
(poj1870,poj3296,poj3286,poj1095)
七.计算几何学.
(1)坐标离散化.
(2)扫描线算法(例如求矩形的面积和周长并,常和线段树或堆一起使用).
(poj1765,poj1177,poj1151,poj3277,poj2280,poj3004)
(3)多边形的内核(半平面交)(poj3130,poj3335)
(4)几何工具的综合应用.(poj1819,poj1066,poj2043,poj3227,poj2165,poj3429
)

高级:
一.基本算法要求:
(1)代码快速写成,精简但不失风格
(poj2525,poj1684,poj1421,poj1048,poj2050,poj3306)
(2)保证正确性和高效性. poj3434
二.图算法:
(1)度限制最小生成树和第K最短路. (poj1639)
(2)最短路,最小生成树,二分图,最大流问题的相关理论(主要是模型建立和求解)

(poj3155, poj2112,poj1966,poj3281,poj1087,poj2289,poj3216,poj2446
(3)最优比率生成树. (poj2728)
(4)最小树形图(poj3164)
(5)次小生成树.
(6)无向图、有向图的最小环
三.数据结构.
(1)trie图的建立和应用. (poj2778)
(2)LCA和RMQ问题(LCA(最近公共祖先问题) 有离线算法(并查集+dfs) 和 在线算法

(RMQ+dfs)).(poj1330)
(3)双端队列和它的应用(维护一个单调的队列,常常在动态规划中起到优化状态转移
的
目的). (poj2823)
(4)左偏树(可合并堆).
(5)后缀树(非常有用的数据结构,也是赛区考题的热点).
(poj3415,poj3294)
四.搜索
(1)较麻烦的搜索题目训练(poj1069,poj3322,poj1475,poj1924,poj2049,poj3426)

(2)广搜的状态优化:利用M进制数存储状态、转化为串用hash表判重、按位压缩存储
状态、双向广搜、A*算法. (poj1768,poj1184,poj1872,poj1324,poj2046,poj1482)
(3)深搜的优化:尽量用位运算、一定要加剪枝、函数参数尽可能少、层数不易过大
、可以考虑双向搜索或者是轮换搜索、IDA*算法. (poj3131,poj2870,poj2286)
五.动态规划
(1)需要用数据结构优化的动态规划.
(poj2754,poj3378,poj3017)
(2)四边形不等式理论.
(3)较难的状态DP(poj3133)
六.数学
(1)组合数学.
1.MoBius反演(poj2888,poj2154)
2.偏序关系理论.
(2)博奕论.
1.极大极小过程(poj3317,poj1085)
2.Nim问题.
七.计算几何学.
(1)半平面求交(poj3384,poj2540)
(2)可视图的建立(poj2966)
(3)点集最小圆覆盖.
(4)对踵点(poj2079)
八.综合题.
(poj3109,poj1478,poj1462,poj2729,poj2048,poj3336,poj3315,poj2148,poj1263）