在深入探索数学的拓扑与分析领域时，我们经常遭遇到一些概念，它们既具有深刻的哲学意义，又在实际应用中有着不可或缺的地位。紧致性就是这样的概念之一。尽管它最初的定义简单、直观——在欧几里得空间中，一个集合既闭又有界——但紧致性的魅力远非此所能涵盖。当我们跳出欧几里得空间的边界，探入更广阔、更抽象的拓扑空间，紧致性展现出其深沉的面貌。它与序列的极限、连续函数的性质、甚至是高级的微分几何和代数结构紧密相连。
假设给你一个有界的x轴线段，例如从0到1的开区间，所以所有的实数都严格地位于0和1之间，但不包括0和1本身。
你能在开区间（0,1）上画出一个没有有限最大值的连续函数的图吗？
很多常规类型的曲线都不满足要求，如正（余）弦函数、幂函数等。但有一个函数你应该可以想到：y=1/x。
它的图形在x=0处形成一个垂直渐近线，这意味着当x接近0时，图形的高度会无限增长。因此，它没有有限的最大值。
但如果我要求图形实际上触及x=0和x=1呢？也就是说，图形实际上必须包含一个x坐标为0的点和一个x坐标为1的点，所以不能有渐近线或开区间，但它仍然需要是一条连续的曲线。你现在能画出这样的函数曲线吗？
试图在某个地方设置一个渐近线似乎可行，
但无论你把渐近线放在哪里，都会导致不连续性。所以似乎只能在图上真正地设定一个最高点和最低点？
这样的问题是紧致性（compactness）概念可以帮助解决的问题。它是拓扑学（Topology）和分析（Analysis）中最重要的概念之一，第一次了解它时，你可能会感觉有点神秘。那么，什么是紧致性？为什么它在现代数学中如此基础？
正式的定义
紧致性是形状的性质，或者更准确地说，是某种空间中的点集的性质。紧致性的一个相当标准的定义是这样的：“如果K的每一个开覆盖都有一个有限的子覆盖，那么一个拓扑（或度规）空间的子集K就被称为‘紧致的'。"
现在，让我们“解剖”这个定义。首先，它提到了一个“拓扑”或“度规”空间。那是什么？
拓扑
在拓扑学中所有的形状、曲线等都被看作是一个点的集合。而任何点集S都将其所在的空间划分为其他三个集合：S的内部、S的外部和S的边界。
关键要注意的是，一个集合可能包括也可能不包括它的边界，或者甚至只包括它的部分边界。包含所有边界的集合称为集”，不包含其边界的集合称为”开集"，只包括其部分边界的集合则没有特定的名称。
揭开紧致性的定义
回到定义，不深入细节，一个“拓扑”或“度规”空间只是一个空间，其中像开（open）、闭（closed）、内部（interior）、外部（exterior）、边界（boundary）等概念有意义。在考虑紧致性时，需要注意的重要集合是开集（open sets）。
这些集合只包括内部点，这很重要。这导致了定义的下一部分：开覆盖（open cover）。一个集合的开覆盖是一组开集，它们共同覆盖目标集合。可以是有限个，也可以是无限个，并且单个的大小可以任意。
"子覆盖"只是这些开放集的一个子集合，但仍然可以覆盖目标集。原始的覆盖本身也是其子覆盖之一。
因此，一个"紧致"的集合是一个特殊的集合，对于任何可能是无限的开集合的组合，只要你用它（无限开集合的组合）来覆盖这个集合（紧致集），你总是可以选择一个有限的子集合（无限开集合的组合的子集）来覆盖这个集合。
为了形象化地理解这一点：想象你有一个橡皮泥形状，你可以用一些小的圆形模具（开集）来覆盖它。即使你可以用无数多个小的圆形模具来覆盖橡皮泥，但如果橡皮泥形状是“紧凑”的，那么总会有一种方法，只用有限多的这些模具（可能只需要10个，或20个），仍然可以完全覆盖整个橡皮泥形状。
注意，这并不等同于说这个集合可以被有限个开集合所覆盖。
事实上，所有的集合都是如此：只需选择一个足够大的开集来覆盖它。或者，如果它是一个无界集，只需使用整个空间本身，它也被认为是一个开集。
这里说的是更微妙的东西：它说，如果你给我一个可能非常复杂的开集的组合来覆盖紧致的集合，我总是可以只使用你给我的有限个开集来覆盖这个集合。或者换句话说，任何无限的开集的组合，如果它们一起覆盖了一个紧致的集合，你总是可以使用一个有限的子集来覆盖它。这就是紧致集合的全部。
但即便如此，目前还不太清楚哪种集合会符合这个描述。更进一步地说，为什么具有这种属性的集合会这么有趣或重要呢？
所以让我们看看是否可以更直观地了解这些集合是什么样的，以及它们可以做什么。
紧致集合看起来像什么？
最简单的紧致集合只是一个有限集：一个由有限多个点组成的集合。
因为如果我用开集团覆盖一个有限点的集合，我可以逐点选择一个包含该点的开集。最后，我至多为每个点选择了一个集合，尽管实际上可能更少，因为选择的一些开集可能覆盖了多个点。
这实际上非常接近紧致性的核心：为拓扑目的，紧致集“模拟”有限集，也就是说，某些在有限集上使用的技巧或技术也适用于紧凑集。这稍后再说。
除了有限集合，你可能首先接触到的紧致集的例子是实数线上的封闭和有界集。所以文章开头的封闭区间[0,1]就是一个紧致集的例子。
实数的封闭和有界集是紧致的这一事实被称为Heine-Borel定理，是分析中的一个基本结果。这证明起来需要一些技巧，这里不展示了。现在，转向紧致性的另一种描述——序列紧致性（Sequential compactness）。
序列紧致性
为了理解它，请看下面一个点的序列。
根据序列的不同，它可能会或可能不会趋近于一个极限点。
如果它不收敛，它可能通过发散到无穷大或随机分布。如果它收敛，则可以通过选择性地忽略序列中的某些点来提取出一个收敛序列。
看一个例子：
它只在0和1之间交替。这个序列是发散的，因为它从来没有趋近于0或1。
但如果我们选择性地忽略1（或1），将会得到只有0（或1）的序列，显然它们趋近于0（或1）。
这是一个极端的例子，但更普遍地说，如果有一个发散的序列，但尽管如此，在某些地方形成“群集（clusters）”，
那么通过有选择地扔掉不在群集中的点，提取出一个收敛的序列
称之为收敛子序列（Convergent subsequence）。
回到紧致性，事实证明，一个集合K是紧致的，当且仅当该集合内的每一个点的序列都有一个子序列趋近于该集合K内的一个点。也就是说，紧致集是一个集合，它迫使其内部的任何点的序列在紧致集内形成群集，并趋近于一个点。
这被称为“序列紧致性（Sequential compactness）”，它与标准的紧致性概念是等价的，除了在某些不常见的拓扑空间中。
从这个新的视角出发，我们可以通过研究一个集合不能成为序列紧致的不同方式，来直观地思考紧致集合，或者换句话说，阻止子序列收敛的不同方式。
最简单的方法是让原始序列趋向于无穷大。
然后任何子序列也将趋向于无穷大，
这意味着包含这样的序列的任何集合都不会是紧致的。所以一个紧致集合的第一个要求是它应该是有界的：它不能无限延伸。
阻止序列有一个收敛子序列的第二种方法是让它接近集合中的一个“孔”或“缺失点”，
这可以是集合的内部的一个间隙，或者是一个缺失的边界。那么每一个子序列也将接近那个孔，并且将收敛失败。所以一个集合是紧凑的第二个要求是它不应该有这样的缺失点。它应该是“完整的”。
现在，已经有了有界性和完整性的两个要求。还有第三种，为了看到它，我们需要一个无限维的空间。
想一下这个问题：一个二维空间中的任何点都可以用两个数字描述：x和y。同样，三维空间中的一个点可以用三个数字描述：x, y和z。所以一个无限维空间中的点可以用一个无限的数字列表描述：
为了简化这个例子，我会限制这个空间只包括最后以一连串的零结束的列表，
考虑这样的点序列，
实际上是列表：每个列表只包含一个1，其余的都是零，序列中的第n个列表在第n个位置有一个1。
这个列表的序列是有界的：它们都距离零列表的距离是1，
但它并不收敛：这个列表的序列不接近任何列表。你可能会认为它收敛到零列表，因为在列表中的任何特定位置最终都会变成零，但从纯粹的拓扑学的角度来看，它并不接近零列表，因为序列中的每一个列表都距离零列表1的距离。
自然地，任何子序列都一样。实际上，有一个点序列，它无休止地探索无限维空间的所有无限多的坐标轴，同时总是保持与原点的固定距离。所以它通过某种方式避免了接近任何东西，穿越了无限的维度。这听起来像是科幻小说，但这是真正的数学。
我们需要在一个集合上施加的限制来阻止这种情况被称为“完全有界性（Total Boundness）”，它基本上说的是，
度规空间中的集合S是完全有界的，如果对于任意给定的ε > 0: S可以被有限多个半径为ε的球所覆盖。
在我们熟悉的有限维度欧几里得空间中，这与普通的有界性是一样的，因为任何有界的图形都可以用任何固定大小的有限多个球来覆盖，不管它们有多小。
对于无限维集合，情况并非如此，因为（例如）如果我用半径为1/4的球包围序列中的每一个点，所有的球都会互相分离，因为序列中的每一个列表都距离每一个其他列表的距离都超过1/2。
所以，这序列所存在的集合不是完全有界的。
当确保了完全有界性后，我们终于有了确保集合中的每个序列都有一个收敛的子序列的条件，也就是说，这个集合是紧致的。因为有一个定理说明，一个集合是紧致的，当且仅当它是完整的并且完全有界的。
这是我直观地思考紧致性的方式：一个集合是紧凑的，当它足够小且足够“实心”，以至于集合内的序列无法逃到无限远，逃入一个孔或边缘，或通过无限的维度逃脱。
在我们熟知的有限维欧几里得空间中，这正好对应于那些封闭和有界的集合，但是正如我们所看到的，对于更为奇特的空间来说，这并不总是足够的。
这就是我直观地看待紧致集的方式，但即便如此，为什么这样的集合对于分析和拓扑学如此重要呢？它们让我们能做什么？现在让我们来探讨一下。
紧致集有何用？
紧致集之所以好，主要是因为它们经常提供一种方法，可以取得在集合上局部成立的属性，并将其扩展应用到整个集合上。让我们来看一个例子。
还记得文章开头的那个难题吗？找到一个在闭区间[0,1]上的连续函数，但它没有最大值？事实证明，这确实是不可能的，这归结为闭区间[0,1]是紧致的。在紧致集上定义的每个连续函数都会达到最大值和最小值。这个事实被称为极值定理（Extreme Value Theorem）。为了展示紧致性在其中扮演的关键角色，我们将证明它的一个稍微弱一点的版本：定义在紧致集上的任何连续函数都是有界的，这意味着函数的输出既有有限的上界也有有限的下界，但我们不要求函数实际上达到这些界限。
为了具体化，我们考虑那个紧致集是闭区间[0,1]。
首先，考虑区间[0,1]中的任意实数x。由于函数f是连续的，这意味着x的小变化会导致f(x)的相对小的变化。
事实上，如果将x的变化限制在一个足够小的区间内，称之为“δ区间”，我可以使函数的输出值，f(x)，保持在某些范围内，比如说，距离它原来的地方0.1的距离。
所以，从本质上讲，我定义了x周围的一个开放区间，在应用f后，该区间的函数图限制在输出空间的有界区间内。
换句话说，f在x周围是局部有界的。
你能看出这要表达什么吗？我们可以围绕定义域中的每一个点x构建一个这样的小δ区间，从而可能地覆盖整个[0,1]的无数个δ区间。
但是，因为[0,1]是紧致的，这意味着会过度覆盖，所以可以减少到仍然覆盖[0,1]的这些δ区间的有限子集。但由于f在每一个剩下的δ区间上都是有界的，并且这样的δ区间只有有限多个，所以f必须有一个有限的整体上界：只需取所有剩下的δ区间中f的最高上界。同样地，可以找到一个有限的整体下界。因此，f在整个区间[0,1]上都是有界的。我们已经将局部有界性转化为全局有界性。
但请注意，如果定义域不是紧致的，这个证明就会瓦解，比如在开区间（0,1）上。
如果我们尝试在函数f(x)=1/x上使用相同的技巧，会发现，当x值越来越接近x=0时，为了保持相同的y上的局部界限，δ区间会变得越来越细（因为函数在那里非常陡峭）。不需要x的太多变化，y就会超出我们选择的最大值。在这里，我们无法减少到这些δ区间的有限子集，因为为了覆盖到x=0，需要无限多的它们，因为它们会在越来越接近x=0的地方变得越来越窄。如果有无限多的δ区间，就不能保证有一个δ区间为函数f提供最高可能的上界，而对于函数1/x来说，肯定没有。
在高等数学中，你会一次又一次地遇到这个概念，它往往是许多强大结构的重要组成部分，如函数空间——在这里，函数可以被视为无限维向量来研究。现代数学的很大一部分都是建立在紧致性上的。
