快速聚类算法(数据点数为O(n log n))，如DBScan(1996年)，似乎都是1980年以后的。

这些都是数据挖掘技术进步浪潮的一部分。

相比之下，在寻线方面缺乏进展，在寻线方面，像Hough这样拙劣的缩放技术似乎仍然代表着最先进的技术水平。

收缩包装软件

在1980年以前，软件大多是专门编写的。如果你经营一家企业，想要计算机化，你通常会有一台计算机、编译器和数据库，然后自己写东西。业务软件通常是为适应业务实践而编写的。这并不是说没有固定的软件(我在1980年之前使用SPSS)，但这不是常态，我看到的往往是基础设施和研究软件。

现在，你可以去电脑商店，在货架上找到经营小生意所需的一切。它的设计并不是为了无缝地适应您曾经拥有的任何实践，但是一旦您学会或多或少地按照它的工作流程工作，它就会很好地工作。像SAP和仁科(PeopleSoft)这样的大企业比过去更接近于收缩包装。

这并不是一个彻底的突破，但在1980年之后，有一个非常明确的转变，从昂贵的定制软件到低成本的现成软件，灵活性从软件转移到业务流程。

它还影响了软件的经济性。定制软件解决方案可以盈利，但无法规模化。你只能向一个客户收取这么多钱，你不能把同样的东西卖给多个客户。使用收缩包装软件，你可以卖出很多很多相同的东西，在一个非常大的销售基础上摊销开发成本。(你必须提供支持，但这是有限度的。就当这是销售软件的边际成本吧。)

Theoretically, where there are big winners from a change, there are going to be losers. So far, the business of software has kept expanding, so that as areas become commoditized other areas open up. This is likely to come to an end sometime, and moderately talented developers will find themselves in a real crunch, unable to work for the big boys and crowded out of the market. (This presumably happens for other fields; I suspect the demand for accountants is much smaller than it would be without QuickBooks and the like.)

I'd say the biggest trend is an ever increasing lack of location dependence and pervasiveness. An interesting philosophical exercise these days is to count the computers in you immediate area. They're everywhere desktops, keyboards, microwaves, radios, televisions, cell phones etc... My grandmother computer is illiterate however her life is as infested with small computers as everyone else's. She can make a call to me from the middle of an empty field. I can then answer that call zipping down the highway.

获取海量数据。

与上世纪80年代相比，我们现在所拥有的数据的规模和规模是巨大的。为了能够存储和显示这些东西，我们不得不对硬件和软件进行大量更改。总有一天，我们会真正学会如何筛选和挖掘有用的东西。有一天。

保罗。

过去30年里处理器速度的大幅提升不容忽视。各种聪明的想法，如流水线和抢占式分支，以及处理器设计电子方面的改进，意味着今天的程序员可以更多地担心程序的设计和可维护性，而不必担心计算时钟周期。

Eclipse IDE

将Smalltalk这样的IDE带给大众;)