一篇性能导向的工程文章展示了评论中称为 Earstrip 的三角剖分库：作者称其在约 370 万个地图多边形组成的语料上完成剖分仅用 489 毫秒，快于广泛使用的 earcut。文章公开了数据集，earcut 作者也参与了技术讨论；这仍是作者自测的基准，尚非独立复现的通用结论。对处理大规模 GIS 或图形几何的开发者，这一结果值得用自己的数据复测，并同时考察包体积与输出三角形质量。
社区讨论
对考虑替换 earcut 的团队，评估时不能只看 489 毫秒，还要把 WASM 包体积和输出三角形质量纳入同一基准；earcut 作者强调 4.1 kB min/gz 的小体积是其刻意取舍，另有评论者质疑大量细长三角形对 GPU 光栅化的影响。
earcut 作者 mourner 称会看看是否有技巧可借用到 JS 版本，但指出自己为控制包体积（4.1 kB min/gz）刻意拒绝了一些优化；Delaunay32 作者 morishuz 则希望在同一语料上比较分治式约束 Delaunay 三角剖分。stymaar 还质疑结果中大量细长三角形是否不利于 GPU 光栅化。