提供一个函数来在二维中找到一组给定点中最接近的两个点，即求解平面情况下的最近点对问题 。
直接的解决方案是O（n 2 ）算法（我们可以称之为强力算法）;伪代码（使用索引）可以简单地：
bruteForceClosestPair of P（1），P（2），... P（N）
如果N <2那么
返回∞
其他
minDistance←| P（1） - P（2）|
minPoints←{P（1），P（2）}
foreachi∈[1，N-1]
foreachj∈[i + 1，N]
if | P（i） - P（j）| <minDistance然后
minDistance←| P（i） - P（j）|
minPoints←{P（i），P（j）}
万一
ENDFOR
ENDFOR
return minDistance，minPoints
万一
一个更好的算法是基于递归分而治之的方法，正如维基百科最近的一对点问题所解释的那样，即O（n log n）;伪代码可以是：
最近的（xP，yP）
其中xP是P（1）.. P（N）按x坐标排序，和
yP是P（1）.. P（N）按y坐标排序（升序）
如果N≤3那么
使用强力算法返回xP的最近点
其他
xL←xP点从1到⌈N/2⌉
xR←xP点从⌈N/2⌉+ 1到N.
xm←xP（⌈N/2⌉） x
基←{P∈YP：P X≤XM}
yR←{p∈yP：p x > xm}
（dL，pairL）←nearestPair（xL，yL）
（dR，pairR）←nearestRair（xR，yR）
（dmin，pairMin）←（dR，pairR）
如果dL <dR则
（dmin，pairMin）←（dL，pairL）
万一
yS←{p∈yP：| xm - p x | <dmin}
nS←yS中的点数
（最近，最近的公里）←（dmin，pairMin）
我从1到nS - 1
k←i + 1
而k≤nS和yS（k） y -yS（i） y <dmin
if | yS（k） - yS（i）| <最接近的
（最近，最近的公里）←（| yS（k） - yS（i）|，{yS（k），yS（i）}）
万一
k←k + 1
ENDWHILE
ENDFOR
返回最近，最近的
万一
参考和进一步阅读： 最近的一对点问题 最近的一对（麦吉尔） 最近的一对（UCSB） 最近的一对（WUStL） 最近的一对（IUPUI） 对于输入，期望参数是一个对象（点）数组，其中x和y成员设置为数字。对于输出，返回一个包含键的对象： distance和pair值对（即两对最近点的对）。
getClosestPair是一个函数。
testString: 'assert(typeof getClosestPair === "function", "getClosestPair is a function.");'
- text: 距离应如下。
testString: 'assert.equal(getClosestPair(points1).distance, answer1.distance, "Distance should be the following.");'
- text: 要点应如下。
testString: 'assert.deepEqual(JSON.parse(JSON.stringify(getClosestPair(points1))).pair, answer1.pair, "Points should be the following.");'
- text: 距离应如下。
testString: 'assert.equal(getClosestPair(points2).distance, answer2.distance, "Distance should be the following.");'
- text: 要点应如下。
testString: 'assert.deepEqual(JSON.parse(JSON.stringify(getClosestPair(points2))).pair, answer2.pair, "Points should be the following.");'
```