最简单的点集是规则的点网格。它们看起来很无辜，但在 Voronoi/Laguerre 代码中最难处理，因为 Delaunay 三角剖分不是唯一的，因此它们可用于检测代码中的错误。它们可以通过改编的几何谓词来处理（参见我关于几何谓词的出版物 [6] 和此处的参考资料）。

为了在 2D 和 3D [1] 中检测我的 Voronoi/Laguerre 图表代码中的错误，我使用了以下方法：

1. 计算一组点集（随机）的 Voronoi/Laguerre 图，并测试您的代码输出是否满足空球属性。对于 Voronoi，这意味着每个 Delaunay 三角形的外接圆 (2d) 或球体 (3d) 不包含任何点。对于拉盖尔来说，也有类似的情况。

2. 使用您信任的代码 [1]（如果您信任我）、[2]、[3]（我信任他们）计算随机点集的 Voronoi/Laguerre 图，并与您的代码输出进行比较；

3. 添加到点集困难的列表中。困难的数据集是那些具有同圈（2d）/同球（3d）点的数据集，例如我之前提到的规则网格。请注意，当您获得同圈/同圈点时，Delaunay 三角剖分是非唯一的（那么与其他代码相比，您的代码的输出可能会有所不同）；

4. 当所有权重都设置为零时，拉盖尔图是一个 Voronoi 图，然后您可以比较算法的输出（如果它们不匹配，那么两者可能都是错误的，就像发生在我身上一样）。

我强烈建议使用持续集成平台 [4] 进行自动非回归测试。Voronoi/Laguerre 代码不是很复杂（大约 300 行代码），但有一些陷阱/微妙之处，特别是在处理共循环点的谓词中。自动日常测试（进行 1.、2.、3.、4. + Valgrind [5] 内存测试）允许检测我自己代码中的几个错误。

[1] 地理：http: //alice.loria.fr/software/geogram/doc/html/index.html

[2] CGAL：http ://www.cgal.org

[3] 泰根： http ://wias-berlin.de/software/tetgen/

[4] https://jenkins.io/

[5] http://valgrind.org/

[6] https://hal.inria.fr/hal-01225202