时间复杂度：O（n）
参考：https://www.cnblogs.com/xdruid/archive/2012/07/01/2572303.html
暴力：n^2枚举凸包上的点，如果数据水的话可过。
高级做法：
用一对平行线“卡”住凸包进行旋转。
被一对卡壳正好卡住的对应点对称为对踵点。
对锺点的具体定义不好说，不过从图上还是比较好理解的（黑色点对）。
可以证明（此处略过）对踵点的个数不超过3N/2个 也就是说对踵点的个数是O(N)的
对踵点的个数也是我们下面解决问题时间复杂度的保证。
卡壳呢，具体来说有两种情况：
1.
平行线正好卡着两个点
2.
平行线分别卡着一条边和两个点
而第二种情况在实现中比较容易处理，这里就只研究第二种情况。
在第二种情况中 我们可以看到 一个对踵点和对应边之间的距离比其他点要大
也就是一个对踵点和对应边所形成的三角形是最大的
具体实现：
1.如果qa，qb是凸包上最远两点，必然可以分别过qa，qb画出一对平行线。通过旋转这对平行线，我们可以让它和凸包上的一条边重合,,如图中蓝色直线。可以注意到，qa是凸包上离p和qb所在直线最远的点
2.于是我们的思路就是枚举凸包上的所有边，对每一条边找出凸包上离该边最远的顶点，计算这个顶点到该边两个端点的距离，并记录最大的值。直观上这是一个O(n2)的算法，和直接枚举任意两个顶点一样了
3.但是注意到当我们逆时针枚举边的时候，最远点的变化也是逆时针的，这样就可以不用从头计算最远点，而可以紧接着上一次的最远点继续计算于是我们得到了O(n)的算法。