想象你是一家跨国快递公司的调度员。每天清晨，A 岛的 4 座发货城市要把包裹寄往 B 岛的 4 座收货网点，你需要为每一座发货城市指定唯一的目的地——这套“谁寄到哪”的规则，在数学里就叫函数。规则的质量分三种境界：不撞单（单射）、无死角（满射）、完美一对一（双射）。当配送网络从 4 个格子扩展到无穷个格子时，故事变得更神奇：有些无穷仓库可以逐格编号（可数），有些却像流水一样无法逐滴清点（不可数）。康托尔用一条对角线证明，实数的配送网络比自然数的网络大得多。本文将带你在快递员的世界里，理解映射的规则与无穷集合的等级——这就是函数与基数。

岗位关联

对 AI 从业者而言，函数与基数是分析算法复杂度与数据规模的数学地基——看懂“映射关系”与“无穷的层级”，才能在特征工程和分布式系统中做出严谨的设计判断。

目录
  1. 可视化演示
  2. 函数基础概念
  3. 单射满射双射
  4. 复合与逆函数
  5. 集合等势与可数
  6. 不可数集合
  7. 康托尔定理
  8. 基数运算
  9. 连续统假设
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

函数描述集合间的映射关系，基数衡量集合的大小。本文详解单射、满射与双射的判定、可数与不可数集合、基数比较与康托... 切换模式查看不同维度。

本节配有交互动效（进入视口后自动加载，约 3KB）。

函数的基本概：核心原理 动态展示关键流程与数据流动 交互控件调节参数实时渲染 f(x) = transform(x) 核心概念的可视化呈现

函数基础概念

清晨的调度室里，快递公司要派单：A 岛的每座发货城市各自决定包裹送往 B 岛的哪个收货网点。只要规则清晰——每座发货城市恰好指定一个收货城市——这套规则就是数学中的函数。函数像一台永不出错的自动分拣机：输入一个发货城市，吐出目的地。

用集合语言说，函数 f 从集合 A（定义域）指向集合 B（陪域），记为 f: A → B，每个 a ∈ A 恰好对应一个 b ∈ B。与初等数学的直觉不同，函数不一定要写成 y = 2x + 1 这样的代数式；任何“每个输入产生唯一输出”的规则都是函数——用表格、图形甚至文字描述都可以。

定义域是全部发货城市，陪域是全部收货网点名录，值域则是当天真正收到包裹的网点。三者关系是：值域 ⊆ 陪域，但不必相等。两个函数相等，要求定义域相同、陪域相同，且每个输入上的取值都相同——这与“长得像不像”无关，只看规则逐点是否一致。

回到快递站：A 是发货城市名单，B 是收货网点名录，值域是当天真正有包裹落地的网点。如果有些网点一整天颗粒无收，值域就比陪域小——这正是下一节派送质量的第一道考题：如何让每个网点都“不空仓”。

f:A→B,f(a)=b\displaystyle f: A \to B,\quad f(a) = b
这个式子是说：函数 f 是连接集合 A 和集合 B 的一条“单向管道”，A 中每个元素都恰好被送到 B 中的一个元素。
  1. 函数记号 f函数的名称，代表一套“发货城市 → 收货网点”的派送规则，本身不涉及具体包裹。
    f\displaystyle f
  2. 定义域 A所有可能的输入集合，即发货城市名单；每个元素都必须被派送。
    A\displaystyle A
  3. 陪域 B 与箭头箭头 \to 表明规则只能从 A 指向 B；B 是目标网点名录，允许某些网点空置。
    A→B\displaystyle A \to B
  4. 像与原像对输入 a 应用规则得到输出 b = f(a)，b 称为 a 的像，a 称为 b 的原像。
    f(a)=b\displaystyle f(a) = b

单射满射双射

快递服务有口碑之分。最忌讳的是“撞单”：两座发货城市把包裹寄往同一收货网点，收件人一脸懵。派送的第一境界是“不撞单”——两个不同的发货城市，目的地必须不同，数学上叫单射。第二境界是“全覆盖”：每一座收货网点都必须收到至少一个包裹，不然网点就白设了，这叫满射。两个境界同时达成，就是快递界的完美答卷——双射。

形式化地说，单射要求“两个输入若产生相同输出，则必是同一输入”；满射要求“陪域里每个元素都被至少一个定义域元素命中”。双射是两者叠加，也是判断“两个集合是否等势”的黄金标准。

判定时先分别检查两个条件：单射看有没有“一箭双雕”的输出，满射看值域是否赶得上陪域。对有限集合还有一条捷径——若 |A| = |B| 且都是有限集，单射自动蕴含满射。此外，从 A 到 B 的所有函数共有 |B|^|A| 个：每座发货城市有 |B| 个目的地可选，这些函数就像当天所有可能的派单方案。

给 4 座发货城市和 4 座收货网点设计规则时，只要不撞单，4 对 4 的配送网络必然覆盖全部网点——有限等大小的单射自动是满射。但集合一旦无穷，这条直觉就失效了：比如 f(n) = 2n 从自然数到自然数，明明不撞单，却有一半网点收不到包裹。这正是后文希尔伯特旅馆里最反直觉的地方。

单射:f(a1)=f(a2)⇒a1=a2;满射:∀ b∈B, ∃ a∈A, f(a)=b\displaystyle \text{单射}: f(a_1) = f(a_2) \Rightarrow a_1 = a_2; \qquad \text{满射}: \forall\, b \in B,\ \exists\, a \in A,\ f(a) = b
前半句是单射的“反证式”判定：撞单必同源；后半句是满射的量词式判定：件件有主、处处覆盖。
  1. 单射的反证形式若两个输入产生相同输出，则它们必是同一个输入；等价地，不同输入必有不同输出。
    f(a1)=f(a2)⇒a1=a2\displaystyle f(a_1) = f(a_2) \Rightarrow a_1 = a_2
  2. 满射的全称量词先“任取”一个目标网点 b，这是对陪域中每一个元素提出的要求。
    ∀ b∈B\displaystyle \forall\, b \in B
  3. 满射的存在量词再“找到”至少一个发货城市 a 恰好派往 b；两个量词的顺序不能颠倒，b 必须先于 a 确定。
    ∃ a∈A, f(a)=b\displaystyle \exists\, a \in A,\ f(a) = b
  4. 双射的合成定义两者同时成立时，f 是双射，A 与 B 一一对应，基数相等。
    f 双射  ⟺  f 单射且 f 满射\displaystyle f \text{ 双射} \iff f \text{ 单射且 } f \text{ 满射}

复合与逆函数

有时包裹要从 A 岛发往 C 岛，中间必须经 B 岛中转：A→B 用规则 f，B→C 用规则 g。整套流程可以打包成一条新规则——先按 f 走一程，再按 g 走一程，这就是复合函数，写作 g ∘ f，读作“g 复合 f”。

复合的关键是次序：g ∘ f 表示先执行内层 f，再执行外层 g，顺序颠倒一般会得到不同的函数。若 f 是双射，我们还拥有一条“返程专线” f⁻¹：把每个输出原路送回唯一的输入，退货从此不再发愁。

复合函数可以连续套娃：A→B→C→D 的三段转运，等价于一个从 A 到 D 的复合函数。特别地，恒等映射 id_A(x) = x 是复合运算的“零元素”：f ∘ id_A = f。id_A 也是逆函数定义中的基准——f⁻¹ 与 f 复合后等于恒等映射。

返程专线听起来简单，但若原配送撞了单——两座发货城市寄到同一收货网点——快递员就无法确定该把退货送回哪座城市；若原配送有网点空仓，返程线就有一站没有货源。所以“可逆”是快递界的最高信用等级，也是数学中“同构”思想的前奏。

(g∘f)(x)=g(f(x)),f−1(b)=a  ⟺  f(a)=b\displaystyle (g \circ f)(x) = g(f(x)), \qquad f^{-1}(b) = a \iff f(a) = b
复合函数读作“先 f 后 g”；逆函数 f⁻¹ 是 f 的返程表，只有双射才有资格开通。
  1. 先内后外的次序g∘f 先把 x 交给 f，再把 f 的结果交给 g；先执行的函数写在右边。
    (g∘f)(x)=g(f(x))\displaystyle (g \circ f)(x) = g(f(x))
  2. 逆函数的定义若 f 把 a 送到 b，f⁻¹ 就把 b 送回 a；f⁻¹ 是 f 的返程表。
    f−1(b)=a  ⟺  f(a)=b\displaystyle f^{-1}(b) = a \iff f(a) = b
  3. 双射是逆映射存在的充要条件单射保证输出有唯一来源，满射保证每个输出都有来源，缺一不可。
    f−1 存在  ⟺  f 是双射\displaystyle f^{-1} \text{ 存在} \iff f \text{ 是双射}

集合等势与可数

快递公司要盘点两座仓库的格子数量，左边货架和右边货架都一眼望不到头。怎么证明它们一样多？最可靠的方式不是数数——数不过来——而是“结对子”：为左边每个格子找一个互不重复的右边搭档，配对规则就是双射。数学里，这种“一样大”称为等势。

两个集合等势（基数相等），记作 |A| = |B|，当且仅当存在双射 f: A → B。最反直觉的结论来了：自然数 ℕ 与整数 ℤ 等势，甚至与偶数集等势。因为我们可以设计“重新编号”的双射，把整数排成 0, 1, -1, 2, -2, …，看似“多了一倍负数”的整数集，其实和自然数一一对应。

像这样能与自然数集 ℕ 建立双射的集合称为可数无穷集合，其基数记作 ℵ₀（阿列夫零），它是无穷基数这栋楼的第一层。有限集、自然数集、整数集、有理数集都在这一层——“可数”的意思不是“数得完”，而是“能排队领号”。

希尔伯特旅馆的故事就发生在这里：住满无穷客人的旅馆，又来了一辆载着无穷乘客的大巴，前台依然能安排房间——只要让每位客人搬到双倍编号的房。可数集合的本质，就是能被逐个编号放上货架，哪怕货架本身无穷长。但下一节你会看到，有些东西永远无法上架。

∣A∣=∣B∣  ⟺  ∃ 双射 f:A→B;∣Z∣=∣N∣=ℵ0\displaystyle |A| = |B| \iff \exists\, \text{双射 } f: A \to B; \qquad |\mathbb{Z}| = |\mathbb{N}| = \aleph_0
等势的定义与第一个惊人的结论放在一起：整数仓库和自然数仓库一样大，都是 ℵ₀。
  1. 等势的判据两集合基数相等，当且仅当存在一个双射把它们一一配对；对无穷集合同样适用。
    ∣A∣=∣B∣  ⟺  ∃ f:A→B, f 是双射\displaystyle |A| = |B| \iff \exists\, f: A \to B,\ f \text{ 是双射}
  2. 阿列夫零的记号自然数集的基数记作 ℵ₀，读作阿列夫零，是可数无穷的统一“户口”。
    ∣N∣=ℵ0\displaystyle |\mathbb{N}| = \aleph_0
  3. 整数与自然数等势把整数排成 0, 1, -1, 2, -2, …，就得到一个从 ℤ 到 ℕ 的双射。
    ∣Z∣=∣N∣\displaystyle |\mathbb{Z}| = |\mathbb{N}|

不可数集合

如果仓库里装的全是连续的水流、颜料或温度读数，事情就变了：你无法给每一滴水分发编号，因为任意两滴之间永远挤着第三滴。实数集合 ℝ 就是这样的“流水”——它比自然数集合严格地大，是不可数集合。

康托尔的对角线论证是数学史上最优雅的证明之一。先假设实数可以全部列成一列：r₁ = 0.134…，r₂ = 0.235…，r₃ = 0.457…，一路排下去。现在构造一个新实数 d：它的第 i 位小数故意与第 i 个实数的第 i 位不同。这个 d 必然不在原列表的任何一行——它处处“加塞”，与每一行都至少差一位。矛盾！所以实数不可数。

对角线论证的核心不是一位一位地挑错，而是“针对第 i 行改第 i 位”的斜向构造——这正是“对角线”名字的由来。实数集的基数记为 𝔠（读作 c，continuum 的首字母，意为连续统），它比 ℵ₀ 大；事实上，0 与 1 之间的任意小区间，就已经拥有 𝔠 个点。

对角线论证就像永远插队的快递单：你刚把所有收件人排好队，它就按“与每位号码都不同”的原则造出一位新收件人，挤到队伍最前。它证明了流水般的实数世界，永远无法被逐滴清点——可数与不可数之间，横亘着数学史上最深刻的一道鸿沟。

∣R∣>∣N∣=ℵ0,∣R∣=c\displaystyle |\mathbb{R}| > |\mathbb{N}| = \aleph_0, \qquad |\mathbb{R}| = \mathfrak{c}
实数比自然数多，多到连“排队编号”都做不到；实数基数记为 𝔠，称为连续统。
  1. 严格大于号实数基数严格大于自然数基数，说明不存在 ℕ 到 ℝ 的满射。
    ∣R∣>∣N∣\displaystyle |\mathbb{R}| > |\mathbb{N}|
  2. 连续统记号实数集的基数记作 𝔠（continuum 首字母），代表“完整连续统”的规模。
    ∣R∣=c\displaystyle |\mathbb{R}| = \mathfrak{c}
  3. 对角线构造的核心操作新实数的第 i 位取与列表中第 i 个数第 i 位不同的数字。
    di≠ri,i\displaystyle d_i \neq r_{i,i}

康托尔定理

快递公司有一个总部，负责管理所有配送路线。奇妙的是，无论你拥有多少条路线，总部的管理目录永远比路线多——哪怕你已有无穷多条路线。康托尔定理说的就是这个：任何集合都不及它的幂集大。

集合 A 的幂集 P(A) 是 A 的所有子集组成的集合，包括空集和 A 自身。有限情形很容易验证：3 个元素的集合有 2³ = 8 个子集。康托尔用对角线思想证明了无穷情形同样成立：无论 A 是自然数还是实数，P(A) 的基数总大于 A。这就造出了一条无穷基数的“上升阶梯”：ℵ₀ < 𝔠 < |P(ℝ)| < …。

基数之间还有序关系：若存在从 A 到 B 的单射，则 |A| ≤ |B|。贝恩斯坦定理（Schröder–Bernstein）给出了“相等”的判据：若 |A| ≤ |B| 且 |B| ≤ |A|，则 |A| = |B|。它相当于说：左边能结对进右边、右边也能结对进左边，那么两边必然等大——不必亲自构造那个双射。

总部条目比路线多，听起来像管理成本诅咒，其实是数学的馈赠：它揭示了“对象的集合”永远大于“对象本身”——正如所有可能配送方案的总目录，比任何单套方案都庞大。上一节的 𝔠 正是 2^ℵ₀，而继续取幂集还能得到更大的无穷，层层叠叠，无穷无尽。

∣P(A)∣=2∣A∣>∣A∣\displaystyle |P(A)| = 2^{|A|} > |A|
幂集是“所有子集的集合”，它的基数永远压过原集合一头，哪怕原集合是无穷的。
  1. 幂集的构成P(A) 是 A 的全部子集的集合，包含空集和 A 自身。
    P(A)={S∣S⊆A}\displaystyle P(A) = \{ S \mid S \subseteq A \}
  2. 有限情形的计数每个元素有“选入子集”与“不选入”两种选择，n 个元素产生 2ⁿ 个子集。
    ∣P(A)∣=2∣A∣\displaystyle |P(A)| = 2^{|A|}
  3. 严格大于的结论对角线论证表明 A 到 P(A) 不存在满射，幂集永远更大。
    ∣P(A)∣>∣A∣\displaystyle |P(A)| > |A|

基数运算

两座仓库合并，货架总数会翻倍吗？直觉告诉你应该会。但如果两座仓库都是“无穷编号货架”，合并之后总数竟还是 ℵ₀——因为可以让一座仓库的货占奇数格、另一座占偶数格，交错之后依然能逐个编号。这就是无穷基数运算的第一条怪律：ℵ₀ + ℵ₀ = ℵ₀。

基数运算不是普通四则运算，而是用双射来定义的：基数加法等于不相交并集的基数，基数乘法等于笛卡尔积的基数，基数幂等于函数集的基数。有限基数遵守直觉，无穷基数则出现“吸收律”：小无穷遇大无穷，被大无穷吞掉——ℵ₀ 与任何可数基数相加、相乘仍是 ℵ₀，而 ℵ₀ + 𝔠 = 𝔠。

最经典的验证是 ℵ₀ × ℵ₀ = ℵ₀：把所有正整数对 (i, j) 排成无限方阵，再沿对角线斜着编号，康托尔配对函数 (i+j)(i+j+1)/2 + j 就给出一个从 ℕ×ℕ 到 ℕ 的双射。这也是“有理数可数”的证明基石——分数看似铺满平面，依然能排队领号。

所以快递公司合并再多可数仓库，盘存的结论不变：“阿列夫零”吸走一切有限的喧嚣。可一旦掺入流水般的实数库存，可数的格子就被吞没了。基数运算教给我们一件事：在无穷的世界里，“部分小于整体”不再成立——偶数并不比自然数少，正方形里的点也不比直线上的点少。

ℵ0+ℵ0=ℵ0,ℵ0×ℵ0=ℵ0,ℵ0+c=c\displaystyle \aleph_0 + \aleph_0 = \aleph_0, \qquad \aleph_0 \times \aleph_0 = \aleph_0, \qquad \aleph_0 + \mathfrak{c} = \mathfrak{c}
无穷基数的加法、乘法不再遵守有限世界的直觉，小无穷会被大无穷吸收。
  1. 加法即不相交并两个可数仓库合并，把货架奇偶错开即可逐一编号，故结果仍为 ℵ₀。
    ℵ0+ℵ0=ℵ0\displaystyle \aleph_0 + \aleph_0 = \aleph_0
  2. 乘法即笛卡尔积把正整数对 (i, j) 排成无限方阵，沿对角线斜向编号，得到 ℕ×ℕ 到 ℕ 的双射。
    ℵ0×ℵ0=ℵ0\displaystyle \aleph_0 \times \aleph_0 = \aleph_0
  3. 吸收律可数无穷并入连续统，如同水滴汇入大海，总规模不变。
    ℵ0+c=c\displaystyle \aleph_0 + \mathfrak{c} = \mathfrak{c}

连续统假设

眼见实数网比自然数网大，一个自然的问题冒出来：有没有规模介于两者之间的配送网络？康托尔自己猜想没有——任何无限集合，要么像整数网一样可数，要么至少像实数网一样庞大。这个猜想就是连续统假设（CH）。

用基数语言说，CH 断言 𝔠 = ℵ₁，其中 ℵ₁ 是紧接在 ℵ₀ 之后的“下一个”不可数基数。等价地，不存在任何基数 κ 严格介于 ℵ₀ 与 𝔠 之间。1900 年，希尔伯特把这个问题列为 23 个数学难题之首，足见其分量。

此后半个多世纪的剧情堪称跌宕：1940 年，哥德尔证明 CH 与 ZFC 公理体系相容——数学无法否定它；1963 年，科恩用力迫法证明 CH 的否定也与 ZFC 相容——数学也无法证明它。两个结果合在一起说明：CH 独立于 ZFC，它是一道“可以自由选择正反”的公理岔路。

连续统假设就像公路规划里一条悬而未决的岔路：从可数的小镇网络到实数的全境网络之间，究竟有没有中等规模的网络？哥德尔和科恩联手证明：答案取决于你采用哪套公路规范，数学可以同时容纳“有”与“没有”两种自洽的世界。它提醒我们，在无穷的疆域里，直觉往往是最后才可靠的东西。

c=ℵ1,∄ κ: ℵ0<κ<c\displaystyle \mathfrak{c} = \aleph_1, \qquad \nexists\, \kappa:\ \aleph_0 < \kappa < \mathfrak{c}
连续统假设断言“没有中间基数”，即 𝔠 = ℵ₁，而这个命题在 ZFC 中独立。
  1. 后继基数ℵ₁ 是紧接 ℵ₀ 之后的最小不可数基数，代表“下一层”无穷。
    ℵ1>ℵ0\displaystyle \aleph_1 > \aleph_0
  2. CH 的断言实数基数恰好等于 ℵ₁，即从可数到连续统之间没有中间层。
    c=ℵ1\displaystyle \mathfrak{c} = \aleph_1
  3. 独立性结论哥德尔与科恩证明 CH 在 ZFC 中既不可证也不可否证。
    ZFC⊬CH 且 ZFC⊬¬CH\displaystyle ZFC \nvdash CH \ \text{且}\ ZFC \nvdash \neg CH

AI 应用场景

场景一：数据库索引与哈希映射

阶段：数据存储与检索

解决的问题：传统方式在数据量大时依赖线性扫描，速度随数据规模线性恶化。用函数视角设计哈希映射：把键空间映射到桶号，哈希函数的“单射性”越强，冲突越少，检索越接近 O(1)；理解“满射”则帮助设计者确保桶的覆盖率，避免部分桶空转。

具体案例：Redis 集群把 16384 个哈希槽分配给各节点——这套映射可看作一个定义域为键、陪域为槽位的函数。工程师通过分析映射的性质，决定槽位分配策略与扩容时的重哈希方案，将缓存命中率波动控制在最小。

场景二：一致性哈希与分布式数据路由

阶段：分布式训练的数据分片路由

解决的问题：服务器增减时，传统取模映射（mod n）会导致大面积键值重排。一致性哈希把节点和数据都映射到同一个“环”上，用“顺时针找最近节点”的函数规则把失效范围限制在局部——这是对“函数定义域如何设计”的工程回答。

具体案例：大模型训练中，数据分片（shard）与 GPU 节点的对应就是一张动态调整的映射表；节点挂掉时只需重映射其负责的区间，而非全表重排。基数的直觉在此也有用武之地：可数的分片 vs 连续的负载度量，决定你用枚举法还是近似法做路由。

场景三：用基数思维估算数据规模

阶段：数据分析与特征工程

解决的问题：判断一个特征值域能否被穷举枚举。可数特征（类别型）可以用字典或 one-hot 精确编码；不可数特征（连续型）需要分桶或嵌入。精确统计基数（distinct count）在流式数据上代价高昂，催生了 HyperLogLog 等近似基数估计算法。

具体案例：广告系统统计每日 UV，流量是“可数事件流 + 连续度量”的混合体；工程师用 HyperLogLog 以固定内存近似统计亿级去重数，正是“基数需要被度量、且度量方式依赖集合层级”这一思想的工程化。

Python 演示

python34 行
# 函数与基数：用字典模拟"快递派送规则"，检验单射、满射、双射def check_injective(f, domain):    seen = set()    for a in domain:        b = f[a]        if b in seen:            return False        seen.add(b)    return True def check_surjective(f, domain, codomain):    images = {f[a] for a in domain}    return images == set(codomain) def check_bijective(f, domain, codomain):    return check_injective(f, domain) and check_surjective(f, domain, codomain) def cantor_pair(x, y):    # 康托尔配对：从 N x N 到 N 的双射，证明可数个可数仍可数    return (x + y) * (x + y + 1) // 2 + y def main():    cities = ["北京", "上海", "广州", "深圳"]    good = {0: "北京", 1: "上海", 2: "广州", 3: "深圳"}    bad = {0: "北京", 1: "北京", 2: "广州", 3: "深圳"}    print("理想派送是双射?", check_bijective(good, [0, 1, 2, 3], cities))    print("撞单规则是单射?", check_injective(bad, [0, 1, 2, 3]))    print("撞单规则是满射?", check_surjective(bad, [0, 1, 2, 3], cities))    print("康托尔配对(3, 5) =", cantor_pair(3, 5))    codes = {cantor_pair(x, y) for x in range(5) for y in range(5)}    print("5x5 网格配对编号去重后数量:", len(codes)) if __name__ == "__main__":    main()
目的：用字典模拟集合间的映射，自动判定单射/满射/双射，并用康托尔配对函数演示“可数个可数仍可数”的基数结论。
  1. b = f[a]对输入 a 求函数值，等价于快递规则把发货城市 a 送到网点 b。
  2. if b in seen: return False发现同一网点被二次命中即撞单，单射失败。
  3. images == set(codomain)值域等于陪域 ⇔ 满射，即每个网点都有包裹落地。
  4. (x + y) * (x + y + 1) // 2 + y康托尔配对公式，把二维格子映射到一维编号，是 ℵ₀ × ℵ₀ = ℵ₀ 的代码化身。
  5. if __name__ == "__main__":可执行入口，只有直接运行本文件时才执行 main()。

常见误区

误区我感觉只有 y = 2x + 1 这种能写出公式的才算函数，用表格或随机规则定义的应该不算函数吧？

正解函数的本质是“每个输入恰好对应一个输出”，与表达形式无关。哈希表、查找表、图形、文字规则都是函数。就算快递派送规则是“根据车牌尾号决定目的地”，只要结果唯一确定，它就是合法的函数定义；只有“一个输入对应两个输出”才违反函数定义。

为何常见：初等数学几乎只用解析式呈现函数，导致“公式 = 函数”的刻板印象根深蒂固。

误区单射和满射不都是在说输出不重复或者覆盖完整吗？听起来差不多，应该可以混用。

正解两者约束的方向完全不同。单射约束“输入侧”——不同输入不得映射到同一输出（不撞单）；满射约束“输出侧”——陪域每个元素都必须被命中（全覆盖）。快递例子里，4 个发货城市寄向 2 个网点且不撞单时，是单射非满射；3 个发货城市覆盖 2 个网点全部时，是满射非单射。

为何常见：两者都涉及“输出集合”，初学时容易只记结论不辨方向，把两个性质的判定对象搞混。

误区可数集合应该就是有限的集合，能一个一个数完的那种。自然数集是无限的，那它应该不算可数吧？

正解可数集合分为两类：有限集合，以及与自然数集等势的“可数无穷集合”。可数无穷“数不完”，但能“排队领号”——每个元素都有一个自然数编号。整数、有理数都是可数无穷，却都是无限的。判断标准不是“能否数完”，而是“能否与 ℕ 建立双射”。

为何常见：英文 countable 的日常含义（可数的、能数清的）与数学含义（能与 ℕ 配对）存在偏差，直译带来了误解。

误区既然都是无穷，那自然数和实数应该一样多吧？无穷和无穷比较大小没有意义。

正解对角线论证表明 |ℝ| > |ℕ|，无穷之间确有严格层级：ℵ₀ < 𝔠 < |P(ℝ)| < …。判定“一样大”用双射，康托尔定理和贝恩斯坦定理给出了完备的比较工具。可数集合中“部分等于整体”（偶数与自然数等势）恰恰是无穷世界的新秩序。

为何常见：有限世界的直觉默认“整体大于部分”，而无穷集合打破了这条规则，学习者不敢推翻旧直觉。

误区想判断两集合大小是否相等，得先数出各自有多少元素再比大小。无穷集合数不完，所以没法判断。

正解对无穷集合，“个数”根本不存在；等势的判据是能否构造双射，而不是数数。希尔伯特旅馆的“挪房”操作就是一套双射。反过来，即使不知道 |A|、|B| 的具体数值，只要找到 A→B 和 B→A 两个单射，贝恩斯坦定理就保证二者等势。

为何常见：有限世界的“数数”经验根深蒂固，难以接受“配对即相等”的抽象判据。

面试题

Q1. 阿亮为 4 座发货城市设计了派送规则，使得每个收货网点恰好收到一个包裹，且没有两座发货城市寄往同一网点。该规则在数学上称为（）

单选题 · easy

  • A.单射
  • B.满射
  • C.双射← 正确答案
  • D.复合函数

答案：C。“恰好一个包裹”说明不漏网点（满射），“没有两座发货城市寄往同一网点”说明不撞单（单射），两者兼得即为双射。这也意味着两个集合基数相等，像两座 4 格仓库完美结对。

Q2. 设 f: ℤ → ℤ，f(n) = 2n，则 f（）

单选题 · mid

  • A.是满射但不是单射
  • B.是单射但不是满射← 正确答案
  • C.是双射
  • D.既非单射也非满射

答案：B。不同整数映射到不同偶数，所以是单射；但奇数如 1 没有原像，值域只有偶数，不等于陪域 ℤ，所以不是满射。类比快递：网点只启用了偶数号，奇数号网点颗粒无收。

Q3. 关于 |ℕ| 与 |ℤ| 的大小关系，正确的是（）

单选题 · easy

  • A.|ℤ| 大于 |ℕ|，因为整数包含负数和 0
  • B.|ℕ| 大于 |ℤ|
  • C.|ℤ| = |ℕ|← 正确答案
  • D.二者无法比较

答案：C。通过 0, 1, -1, 2, -2, … 的排队方式，可建立 ℤ 到 ℕ 的双射，所以等势，基数同为 ℵ₀。整数“看起来多”，但可数集合的本质是能排队领号，不是比数量。

Q4. 康托尔定理的核心结论是（）

单选题 · easy

  • A.每个集合都与其幂集等势
  • B.任何集合的幂集基数严格大于该集合的基数← 正确答案
  • C.幂集大小等于原集合的 2 倍
  • D.无限集合的幂集等于自身

答案：B。对任意集合 A，有 |P(A)| = 2^|A| > |A|，对角线论证保证了 A 到 P(A) 不存在满射。类比：总部的管理条目永远多于配送路线，哪怕路线无穷多。

Q5. 下列集合中，属于可数集合（与 ℕ 等势）的有（）

多选题 · mid

  • A.全体偶数← 正确答案
  • B.全体整数← 正确答案
  • C.全体有理数← 正确答案
  • D.全体实数

答案：ABC。偶数、整数、有理数都能与自然数建立双射，基数同为 ℵ₀；实数集 ℝ 的基数是 𝔠，严格大于 ℵ₀，是不可数集合。“偶数少一半”只是有限直觉，配对双射推翻了它。

Q6. 函数 f: A → B 存在逆函数 f⁻¹ 的充要条件是（）

单选题 · mid

  • A.f 是单射
  • B.f 是满射
  • C.f 是双射← 正确答案
  • D.A、B 都是有限集

答案：C。逆映射要把每个输出送回唯一输入：单射（不撞单）保证来源唯一，满射（全覆盖）保证每个输出都有退货来源，二者缺一不可，合起来就是双射。

Q7. 下列关于实数集 ℝ 基数的说法，正确的是（）

单选题 · hard

  • A.|ℝ| = |ℕ|
  • B.|ℝ| = ℵ₀
  • C.|ℝ| = 𝔠 且 𝔠 > ℵ₀← 正确答案
  • D.ℝ 是可数集合

答案：C。对角线论证证明实数不可数，故 |ℝ| = 𝔠 严格大于 ℵ₀。事实上任意小区间（如 (0,1)）都有连续统多个点，0 到 1 之间的小数已经“排不完队”。

Q8. 设 f: A → B 是单射，则下列结论正确的有（）

多选题 · mid

  • A.若 A、B 有限且 |A| = |B|，则 f 必为满射← 正确答案
  • B.对任意不同的 a₁, a₂ ∈ A，有 f(a₁) ≠ f(a₂)← 正确答案
  • C.f 一定是双射
  • D.基数意义下 |A| ≤ |B|← 正确答案

答案：ABD。单射定义就是不同输入不同输出（B 对）。有限且等大时，不撞单自动覆盖全部（A 对）。单射给出 A 到 B 的一一进入关系，故 |A| ≤ |B|（D 对）。但单射未必满射，如 f(n) = 2n 从 ℕ 到 ℕ，所以 C 错。

Q9. 关于连续统假设（CH），下列说法正确的有（）

多选题 · hard

  • A.CH 断言不存在基数严格介于 ℵ₀ 与 𝔠 之间← 正确答案
  • B.哥德尔证明了 CH 与 ZFC 相容← 正确答案
  • C.科恩证明了 CH 的否定与 ZFC 相容← 正确答案
  • D.数学家已在 ZFC 中证明 CH 为真

答案：ABC。CH 等价于 𝔠 = ℵ₁，即 ℵ₀ 与 𝔠 之间没有夹层（A 对）。哥德尔（1940）证 CH 不能被证伪，科恩（1963）证其否定也不能被证伪，二者合起来说明 CH 独立于 ZFC（B、C 对）。D 说反了——CH 不可证明。

Q10. 已知 ℵ₀ 是可数无穷基数、𝔠 是实数集基数，下列等式正确的是（）

单选题 · extreme

  • A.ℵ₀ + 𝔠 = 𝔠← 正确答案
  • B.ℵ₀ + 𝔠 = ℵ₀
  • C.ℵ₀ × 𝔠 = ℵ₀
  • D.2^ℵ₀ = ℵ₀

答案：A。无穷基数的吸收律：可数无穷并入连续统不改变后者的规模，故 ℵ₀ + 𝔠 = 𝔠。C 的结果应为 𝔠，D 中 2^ℵ₀ = 𝔠 而非 ℵ₀。就像把可数货架并入流水仓库，盘点结论仍是“连续统”。