度量空间和稠密性

度量空间(Metric Space)，又称（赋范向量空间normed vector space）在数学中是指一个集合，并且该集合中的任意元素之间的距离是可定义的。度量空间中最符合我们对于现实直观理解的是三维欧氏空间。这个空间中的欧几里德度量定义两点之间距离为连接这两点的直线的长度。
　　定义
　　设X为一个集合，d：X×X→R。若对于任何x,y,z属于X，有
　　（I）（正定性）d(x,y)≥0,且d(x,y)=0当且仅当 x = y；
　　（II）（对称性）d(x,y)=d(y,x)；
　　（III）（三角不等式）d(x,z)≤d(x,y)+d(y,z）
　　则称d为集合X的一个度量。称偶对（X，d）为一个度量空间，或者称X为一个对于度量d而言的度量空间。

稠密集 & 疏朗集：
解释一：若B中的任意一点的任意邻域内都含A的点，B就在A中稠密。或者说，B的闭包包含A，B在A中稠密。
若B在A的任何开子集中不稠密，就是疏朗集。
注意：稠密和疏朗不是两个互补的概念。不稠密不一定就是疏朗集。疏朗是处处不稠密。

解释二：A在B中稠密意思是说，B中任何一点都可用A中的点逼近，就像所有多项式组成之集在连续函数空间稠密一样。
而疏朗集，他的闭包不含任何内点。就像康托集。
这两个概念确实和所定义的拓扑有关。

解释三：拿有理数集来说，“有理数集在实数集中稠密”也可以这样想：对于实数集中的任何一个点a，都可以在有理数集中找到一个序列以a为极限。