自己接触 CGAL 曾经有两年多了，但在工作中用到的不是很多，且只是用其中一个小小的性能，所以也没有过多的关注 Kernel 的组成，但在最近的我的项目中，因为调用了大量 CGAL 中的函数，每一个函数用到的 Kernel 不雷同，比方，都是 Point_2，有的用 Exact_predicates_exact_constructions，有的是用Cartesian<double>, 所以凸显出了很多知识结构方面的问题，本文中，次要介绍最根底的 Kernel 模块。（如有不同见解，欢送下方评论）
为什么要先介绍 Kernel，起因很简略，因为这外面暗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，没故障，但在计算机外部，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，在计算机外部，1.0 可能不是 1.0，而是0.99999 或者 1.00001，所以，0.99999 + 0.99999 != 2.0，所以这就要求咱们在进行C/C++ 写程序时，要避免出现 A == B 这种式子，若要实现此性能，能够应用 abs(A - B) < 0.001，这样的话，就能够无效的防止浮点精度产生的问题，而 Kernel 的抉择，也与此有关。
Kernel 蕴含根本的几何对象（点、线、面等）以及对这些对象的操作，这些对象被实现成根本的类，从而加强灵活性与适用性。但在目前的应用过程中，最为突出的或者是惟一感到差异的就是几何对象的精度。
先介绍下最罕用（目前接触到的）的几个 Kernel:
- CGAL::Simple_cartesian<double>– 最容易了解的 Kernel, 能够简略的了解为数据精度为 double, 当然也能够设置为 float
- CGAL::Exact_predicates_exact_constructions_kernel– 准确谓词，准确结构的内核，艰深的说能够准确的生成几何对象，能够提供准确的计算，换句话说，就是精度最高。
- CGAL::Exact_predicates_inexact_constructions_kernel– 准确谓词，不准确的结构内核，简略讲就是生成的几何对象存在舍入误差，就是精度挺高，但在解决的时候精度有所升高。
比照这三种 Kernal，外围点就是 精度 与效率 的均衡，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，也只能在应用中进行体现了。当然，CGAL 中还提供了其余的 Kernel，然而目前还没有接触到，所以在本文中不做介绍。