当然有这类反例！数论研究里早就构造出了完全符合你描述的Collatz猜想变体：概率启发法会得出“数值大概率趋于减小、不会发散”的结论，但实际上存在无限多个自然数的轨道会无界增长（发散），或者并非所有数都收敛到循环。

给你举一个具体的构造例子，我们定义一个Collatz风格的函数 ( f(n) )：

• 当 ( n ) 是偶数时：( f(n) = n/2 )（和标准Collatz规则完全一致）
• 当 ( n ) 是奇数时：
  先观察 ( n ) 的二进制末尾连续1的数量——比如 ( n = 2^k m - 1 )（这里 ( m ) 是偶数，意味着 ( n ) 的末尾恰好有 ( k ) 个连续的1），那么令 ( f(n) = (3n + 2^k)/2s )，其中 ( s ) 是能让结果为整数的最大数（简单说就是把结果里所有的因子2都除掉）

为什么概率启发法在这里“看似成立”？ #

对于足够大的奇数来说，二进制末尾连续1的数量 ( k ) 平均下来大概是2。我们可以粗略计算平均缩放因子：

• 奇数 ( n ) 经过变换后，结果大约是 ( 3n / 2^k )，平均下来就是 ( 3n/4 = 0.75n )，比原数 ( n ) 小；再加上偶数直接除以2的操作，整体来看数值的平均趋势是不断减小的。按照概率启发法的逻辑，这样的规则下应该不会出现发散情况。

但实际上，这个函数存在无限多个自然数，它们的轨道会无限增大——比如某些数会进入“正反馈”循环：每次迭代都恰好触发让数值放大的分支，最终数值会越来越大，完全不受概率平均趋势的约束。

核心矛盾点 #

概率启发法的本质是基于随机平均的推测，它假设每个数的操作路径是“随机选择”的，只看整体的平均缩放效果。但在确定性的变体规则里，存在特定的数序列，它们的操作路径固定且特殊——不断触发增长步骤、避开减小分支，这就导致概率分析的结论和实际情况完全不符。

顺便补充：还有一些类似的变体，概率启发法成立，但存在多个独立的循环，并非所有数都收敛到同一个循环（不过你优先关注发散情况，这点就作为额外信息参考）。

内容的提问来源于stack exchange，提问作者Christopher King