讲真，高数里最容易被问懵的概念组合，就是“函数连续、可导、可微、连续可微”这四兄弟。我带过的学生里，十个有九个能在第一次测验时把这几个词混成一团。它们在图像上差在哪、做题时每一步要验证什么、反例怎么构造，这套逻辑如果不理清楚，后面学泰勒公式、多元微分、常微分方程时会持续踩坑。这篇文章就把四者的定义、递进关系、判定流程和经典反例一次讲透，适合正在学微积分或数学分析的本科生，也适合考研复习要快速梳理这块知识的人。
先说个总印象：连续是线不断，可导是线不折，可微是局部能用直线去近似，连续可微是这条切线本身的斜率还不会乱跳。四者之间不是并列关系，而是层层加码的关系，但“加码”的方式在一元函数和多元函数里还不太一样，这正是最容易踩雷的地方。下面一步步拆。
1. 先直观认识这几个词，再上严格定义
1.1 连续：图像“不断”
连续的定义是 $\lim_{x \to x_0} f(x) = f(x_0)$，也就是三个条件同时满足：函数在 $x_0$ 处有定义、$x \to x_0$ 时极限存在、且极限值就等于函数值。用大白话说，你拿笔画曲线，笔尖走到 $x_0$ 附近不需要提起来，没有断口、没有跳跃。
这里要特别留个心眼：极限存在本身要求左极限和右极限都存在且相等，所以判定连续时，分段函数在分界点处必须同时验证 $f(x_0^-)$ 和 $f(x_0^+)$。我见过不少同学只算了单侧极限就下结论，这在连续这一关就是错的。连续还有左右连续的概念，$f$ 在 $x_0$ 连续等价于它既左连续又右连续。
另外，连续只说明“趋势正常”，并不能保证函数在该点附近的光滑程度。比如锯齿波处处连续，但处处不可导，这就是后话。
1.2 可导与可微：能不能做“局部线性化”
可导的定义是差商极限存在，即 $\lim_{\Delta x \to 0}\frac{f(x_0+\Delta x)-f(x_0)}{\Delta x}$ 存在，这个极限值记为 $f'(x_0)$。直观上就是曲线在这一点存在一条不竖直的切线，左右侧的斜率一致。
可微的定义是增量 $\Delta y$ 可以写成 $\Delta y = A\Delta x + o(\Delta x)$，其中 $A$ 是一个与 $\Delta x$ 无关的常数。这个式子的意思是：函数值的改变量，主体部分是一个关于 $\Delta x$ 的线性函数，剩下的误差是比 $\Delta x$ 更高阶的无穷小。你可以把可微理解为“局部可以用直线近似”，就像在地球上走路觉得地是平的，因为曲率在足够小的范围内可以忽略。
在一元函数里，$A$ 恰好就是导数 $f'(x_0)$，而且可导和可微完全等价。这个等价关系后面我会给出证明思路。很多教材把“可微”当作“可导”的另一种表述，在数学分析里则喜欢用可微引入微分概念，方便后续推到多元。
1.3 连续可微：导数本身还得“稳”
连续可微的意思是：函数不仅可导，而且导函数 $f'(x)$ 在该点连续。这一条比“可导”再高一级，标记为 $C^1$。
为什么要引入这个概念？因为很多后续定理的条件都是“函数属于 $C^1$”。比如牛顿法求方程的根，如果迭代函数不够光滑，收敛性质就很差；再比如一个一阶常微分方程 $y'=f(x,y)$，如果 $f$ 只是可微但偏导不连续，解的存在唯一性定理就不能直接套。所以“连续可微”不是一个考试自娱自乐的概念，它是很多实用理论的入场券。
不过要注意：在多元函数里，“连续可微”通常指各个一阶偏导数连续，而不是简单地指“可微且全微分连续”这种说法。这个差别到第3章专门讲。
2. 一元函数：可导和可微是一回事，但连续只是必要不充分
2.1 三者关系总览：一长串“包含”
在一元函数里，四个概念的关系可以浓缩成一句话：
$$C^1 \Rightarrow \text{可导} \Leftrightarrow \text{可微} \Rightarrow \text{连续}$$
反过来全部不成立。也就是说，如果你只知道函数连续，那你没法判断它可不可导；如果你知道它可导，那它一定连续，但不一定是 $C^1$。
为什么可导和可微等价？给一个我课堂上最常写的证明。设可导，则差商 $\frac{\Delta y}{\Delta x} \to f'(x_0)$，于是可以把差商写成 $\frac{\Delta y}{\Delta x} = f'(x_0) + \alpha$，其中 $\alpha \to 0$。两边乘以 $\Delta x$ 得到 $\Delta y = f'(x_0)\Delta x + \alpha\Delta x$，而 $\alpha\Delta x$ 是比 $\Delta x$ 高阶的无穷小，所以 $\Delta y = f'(x_0)\Delta x + o(\Delta x)$，这就是可微。反过来也一样，只要增量能写成 $A\Delta x + o(\Delta x)$，就一定有 $A = f'(x_0)$。
这个证明我会让每个学生自己手写一遍，因为它是从“极限语言”无缝切换到“无穷小语言”的一个关键桥段，也是后续全微分概念的原型。
2.2 连续但不可导的三个典型例子
要说清楚“连续推不出可导”，最好的方式就是背下三个经典反例。
第一个是尖点型，$f(x) = |x|$ 在 $x=0$ 处。它显然连续，但左导数是 $-1$，右导数是 $1$，左右导数不相等，切线根本画不出来。这个例子的价值在于告诉你：可导需要左右斜率一致，而连续只需要左右函数值一致。尖点就是“函数值一致、斜率不一致”的典型。
第二个是竖直切线型，$f(x) = x^{1/3}$ 在 $x=0$ 处。它在原点连续，差商 $\frac{h^{1/3}-0}{h}=h^{-2/3} \to +\infty$，也就是切线竖直，斜率为无穷大。教科书定义可导时要求有限导数，因此竖直切线不算可导。这个例子常常被人忽略，但它能帮你区分“切线存在”和“导数存在”是两回事。
第三个是振荡型，$f(x) = x\sin\frac{1}{x}$ 当 $x \neq 0$，$f(0) = 0$。由夹逼定理 $0 \le |f(x)| \le |x|$，所以 $f(x) \to 0$，连续。但差商 $\frac{f(h)-f(0)}{h} = \sin\frac{1}{h}$，当 $h \to 0$ 时剧烈振荡，极限不存在，所以不可导。这个例子比尖点更“病态”，它告诉你可导性不仅要求左右导数相等，还要求邻近所有方式的差商都收敛到同一个值。
提示：把这三个反例钉在脑子里，它们就是“连续但不可导”的全部套路：尖点、竖直切线、振荡。考试里遇到类似的函数，直接往这几个方向联想。
2.3 可导必连续：两行就能推完
可导推出连续其实非常简单。设 $f'(x_0)$ 存在，那么
$$\lim_{\Delta x \to 0}\Delta y = \lim_{\Delta x \to 0} \frac{\Delta y}{\Delta x}\cdot\Delta x = f'(x_0)\cdot 0 = 0$$
所以当 $x \to x_0$ 时，$f(x) \to f(x_0)$，连续成立。这个推导的逻辑是一个乘积极限：一个收敛到有限值的量乘一个趋于零的量，结果必趋于零。
这个结论在做题时是极强的排除工具。你想判断一个函数在某点是否可导，第一步永远先看连续；它要是不连续，直接写“不可导”，不用再算差商。反过来，如果连续被验证了，也不要自动默认可导，必须继续用定义去算。这个“先验证连续、再验证可导”的顺序，是解一元微分判断题的标准动作。
3. 多元函数：规则完全变了，别把一元的结论硬套
3.1 偏导存在不代表连续：一个反直觉的经典
进入多元函数之后，很多一元时期的“直觉”都会崩塌。最典型的就是：偏导数存在，函数竟然可以不连续。
看 $f(x,y)=\frac{xy}{x^2+y^2}$，当 $(x,y) \neq (0,0)$ 时如式定义，并令 $f(0,0)=0$。先求在原点处的偏导：
$$f_x(0,0)=\lim_{\Delta x \to 0}\frac{f(\Delta x,0)-f(0,0)}{\Delta x}=\lim_{\Delta x \to 0}\frac{0-0}{\Delta x}=0$$
同理 $f_y(0,0)=0$，两个偏导都存在。但你沿直线 $y=kx$ 趋近原点时：
$$f(x,kx)=\frac{kx^2}{(1+k^2)x^2}=\frac{k}{1+k^2}$$
这个值随 $k$ 变化。$k=1$ 时是 $\frac12$，$k=0$ 时是 $0$，说明极限本身不存在，更别说等于 $f(0,0)=0$ 了，所以函数在原点不连续。
这个例子每次讲都会有学生愣住：偏导都算出来了，怎么还不连续？原因在于偏导只刻画了沿 $x$ 方向和沿 $y$ 方向的变化率，它管不到其他方向。连续性要求的是所有趋近路径的极限都一致，偏导看不出来这一点。
3.2 连续、偏导存在、可微三者之间没有谁推得动谁
多元函数中，连续和偏导存在是两个互不蕴含的条件。
一方面，连续不代表偏导存在。比如 $f(x,y)=|x|+|y|$ 在原点连续，但沿 $x$ 方向求差商 $\frac{|h|}{h}$，左极限 $-1$ 右极限 $1$，所以 $f_x$ 不存在。
另一方面，前面那个 $f(x,y)=\frac{xy}{x^2+y^2}$ 已经展示了偏导存在但不连续。
真正硬的关系只有两条：可微必连续，可微必偏导存在（且所有方向导数存在）。证明思路和一元的可导必连续一致：把增量 $\Delta z$ 写成全微分的形式 $\Delta z = A\Delta x + B\Delta y + o(\rho)$，其中 $\rho = \sqrt{\Delta x^2+\Delta y^2}$，当 $\rho \to 0$ 时 $\Delta z \to 0$，于是连续。偏导存在就更直接了，可微式子中取 $\Delta y=0$ 就能读出 $A=f_x$。
所以多元函数中可微是远强于偏导存在的。做题时，你只要记一句话：偏导存在是可微的必要不充分条件，别看见偏导算出来了就说可微。
3.3 判定可微：一个充分条件和它的局限
教科书里最常用的可微充分条件是：如果各个一阶偏导数在点 $P$ 的某邻域内存在，且在 $P$ 处连续，则函数在 $P$ 处可微。这就是“偏导连续 ⇒ 可微”。它非常好用，因为不用算那个麻烦的误差极限，只需要检查偏导函数是否连续。
但要注意，这个条件是充分条件，不是必要条件。也就是说，偏导不连续也可能可微。经典的例子是：
$$f(x,y)=\begin{cases}(x^2+y^2)\sin\frac{1}{\sqrt{x^2+y^2}},&(x,y)\neq(0,0)\0,&(x,y)=(0,0)\end{cases}$$
它在原点可微，因为
$$\frac{\Delta f - 0 - 0}{\rho}=\rho\sin\frac{1}{\rho}\to0$$
这里 $\rho=\sqrt{\Delta x^2+\Delta y^2}$。但它的两个偏导在原点附近会碰到振荡项，并不连续。所以考场上一旦看到“偏导不连续”，不能立刻写“不可微”，必须回到定义。
顺带提醒一个更隐蔽的概念：方向导数。可微能推出所有方向导数存在，且等于梯度与方向向量的内积；但所有方向导数存在也不能推出可微，比如圆锥面 $z=\sqrt{x^2+y^2}$ 在顶点处所有方向导数都存在，但它有个尖点，并不可微。方向导数这个坑虽然不一定每张卷子都考，但在概念辨析题里出镜率很高。
4. 做题时的完整判定流程：从条件到结论一步不落
4.1 一元函数判定“三步走”
遇到一个一元函数，尤其是分段函数，判定它在给定点是否连续、可导或连续可微，我强烈建议按固定顺序走：
- 先验证连续性。计算左极限、右极限，若存在且都等于函数值，才进入下一步；否则直接写不可导。
- 在连续的前提下，用差商定义计算 $f'(x_0)$，不要用求导法则替你在分界点“代值”。因为分界点左右两侧的表达式可能不同，求导法则默认邻域内函数有统一的表达式，在角点处直接代容易出错。
- 若可导，再看是否连续可微。做法是先求出 $x\neq x_0$ 时的导函数 $f'(x)$，计算 $\lim_{x\to x_0} f'(x)$，看它是否等于第2步得到的 $f'(x_0)$。相等就是连续可微，不相等就是可导但导数不连续。
之所以强调第2步用定义，是因为这是最常见的丢分点。我给你看个典型错误：例如 $f(x)=|x|$，有人直接对 $x>0$ 求导得 $f'(x)=1$，然后说导数在 $0$ 处右极限是 $1$，因此“可导”且“导数为 $1$”。这完全错了，因为在 $x=0$ 处左导数不存在，必须用左右导数分别算，不能用单侧表达式代替整体。
4.2 多元函数判定“四步走”
多元函数没有一元那么好操作，不能仅靠“三步”，建议按下面这个流程：
- 检查连续性。用极坐标 $x = x_0 + r\cos\theta$，$y = y_0 + r\sin\theta$，把二维趋近问题化成一维的 $r\to 0$，然后观察极限是否与 $\theta$ 无关，是否等于函数值。这是最实用的办法。
- 检查一阶偏导是否存在，尤其是在分段分界点，必须用定义 $f_x(x_0,y_0)=\lim_{\Delta x\to0}\frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x}$ 来算，不能直接对邻域表达式求偏导后代入，原因和一元一样。
- 若偏导存在，回到可微定义，算下面这个极限是否为 0：
$$\lim_{\rho\to0}\frac{\Delta f - f_x(x_0,y_0)\Delta x - f_y(x_0,y_0)\Delta y}{\rho} = 0$$
其中 $\Delta f = f(x_0+\Delta x,y_0+\Delta y)-f(x_0,y_0)$，$\rho=\sqrt{\Delta x^2+\Delta y^2}$。这个极限如果为 0，则可微。 4. 如果题目给的条件里已经说明偏导在点附近连续，可以直接跳到结论“可微”，不用再走第3步；但如果只是偏导存在，就必须自己算极限。
这个流程里，第3步最容易卡住。卡住的时候就用极坐标化：令 $\Delta x = \rho\cos\theta$，$\Delta y=\rho\sin\theta$，很多式子会突然变得清爽。
4.3 例题：把这套流程跑一遍
我选了三个有代表性的题，正好覆盖三种情形。
例一：$f(x)=|x|$，判断在 $x=0$ 处的连续性与可导性。这个前面已经分析过：连续成立，左右导数分别为 $-1$ 和 $1$，不可导，更谈不上连续可微。
例二：$f(x)=x^2\sin\frac1x$（$x\neq0$），$f(0)=0$，判断在 $x=0$ 处的各阶可导性。用定义算：
$$f'(0)=\lim_{h\to0}\frac{h^2\sin\frac1h}{h}=\lim_{h\to0}h\sin\frac1h=0$$
所以 $f$ 在 0 处可导。再看导函数 $\lim_{x\to0}f'(x)$。当 $x\neq0$ 时 $f'(x)=2x\sin\frac1x-\cos\frac1x$，第一项趋于 0，第二项振荡不收敛，所以 $\lim_{x\to0}f'(x)$ 不存在，不等于 $f'(0)=0$，因此 $f$ 在 0 处可导但不连续可微。这是“可导”和“连续可微”之间差别的最短证明。
例三：$f(x,y)=(x^2+y^2)\sin\frac1{\sqrt{x^2+y^2}}$，$(x,y)\neq(0,0)$，$f(0,0)=0$。上面已经写过，用极坐标 $\rho$ 表示，$\Delta f = \rho^2\sin\frac1\rho$，偏导在原点均为 0，于是误差项除以 $\rho$ 后是 $\rho\sin\frac1\rho\to0$，所以可微；但偏导含振荡项不连续，所以函数可微却不满足“偏导连续”这个充分条件。这个例子专门用来打破“偏导连续才可微”的伪命题。
提示：例二和例三两题，几乎每年都会以判断、选择或填空的形式出现在高数或数分考卷中。把它们完全算透，胜过做十道同质化的大题。
5. 常见错误、深坑与避坑心得
5.1 五个高频错误
整理我这些年批作业和答疑的高频错法，集中在这五类：
第一，把一元结论直接搬进多元。一元里“可导⇔可微”深入人心，到了多元一看到偏导存在就写可微，这是最大误区。多元可微比偏导存在严格得多，中间还隔着一个误差极限的判断。
第二，分界点用求导法则代替差商定义。分段函数在分界点处的可导性，必须用左右导数或差商的极限来判断。求导法则只在导数存在的邻域内适用，在分界点上代值等于默认了结论。
第三，看到偏导不连续就断言不可微。偏导连续是可微的充分条件，不是必要条件。例三已经说明，偏导不连续的函数照样可以可微。
第四，把“连续可微”理解成“可微的加强版”过头了。在多元里连续可微通常指“偏导连续”，它确实能推出可微，但可微推不出偏导连续。做题时先弄清题目说的连续可微到底是指导函数连续，还是在用 $C^1$ 记号。
第五，混淆“左右导数存在且相等”和“函数在该点的导数由单侧函数直接代入”。前者是定义，后者是操作技巧，只有在函数可导时才成立。先有结论，再用公式，顺序不能反。
5.2 构造反例的通用套路
很多人背了反例但不会自己造，碰到变式题就懵。我分享一个非常通用的构造套路：让病态出现在原点，把 $f(0,\dots)$ 直接定义为 0，然后用“幂次控制 + 有界振荡因子”来控制极限。
一元方面，$x^n\sin\frac1x$ 就是大杀器。$n=1$ 时连续但不可导（差商振荡），$n=2$ 时可导但导数不连续（导数里出现 $\cos\frac1x$），再往上 $n=3$ 时导数连续甚至可求二阶导数。你想验证哪个级别的“光滑度”，就把幂次抬上去。
多元方面，最基本的模板是“齐次比值型”函数。比如 $\frac{x^\alpha y^\beta}{x^2+y^2}$，通过调整 $\alpha,\beta$ 改变它沿不同路径的极限行为，观察它是否连续；再配上额外的振荡因子 $\sin\frac1{x^2+y^2}$ 或 $\sin\frac1{\sqrt{x^2+y^2}}$，就能制造“偏导存在但不连续”“可微但偏导不连续”等各类场景。
要提醒的是，这些反例构造出来之后，你必须自己动手把偏导定义、误差极限全部验算一遍。只背例子不验证，考试时换个数就露馅。
5.3 自查清单
做这类题时，我会让自己按清单逐项打勾：
- [ ] 是否先验证了连续性？不连续就直接出答案，不要浪费时间算导数。
- [ ] 分界点求导是否用了差商定义？还是错误地直接代了公式？
- [ ] 多元可微是否算了误差项除以 $\rho$ 的极限？还是只看了偏导存在就结束？
- [ ] 是否混淆了“可微”与“偏导连续”的充分/必要关系？
- [ ] 方向导数、梯度、偏导数、全微分这四样东西，各自的定义和关系是否在脑中有清晰画面？
最后再分享一点我的个人体会。我带过的学生里，凡是这四个概念总是出错的人，几乎都有一个共同特征：花大量时间刷计算题，却很少静下心去证明一个反例。可导数、可微这些概念，恰恰是需要“反例来锚定边界”的内容。你每理解一个反例，就多守住一条界线。与其背二十道常规计算题，不如把 $x\sin\frac1x$、$x^2\sin\frac1x$ 和 $\frac{xy}{x^2+y^2}$ 这三个函数亲手从头到尾证明一遍，效果要好得多。
另外一个小技巧：拿到一个分段函数时，先用平移把关心点搬到原点，再引入极坐标。这个方法在一元里对应“令 $h=x-x_0$”，在多元里对应“$\Delta x = \rho\cos\theta,\ \Delta y=\rho\sin\theta$”。它能把高维的极限问题压到一维，快速看出极限是否与路径有关。我用了这么多年，几乎每次都能靠它在前几步就锁定答案方向。