107 地方特考三等 資訊處理 程式語言 考古題詳解

核心觀念

本題旨在評量考生對主流程式語言（Java 與 Python）之語言特性、底層架構與實務應用場景的綜合比較能力。核心考核重點涵蓋：

1. 型態系統（Type System）：型態綁定與檢查的時機（靜態型態 vs. 動態型態）以及型態轉換的嚴格程度（強型態 vs. 弱型態）。
2. 語法與設計哲學（Syntax & Design Philosophy）：語法冗贅度（Boilerplate code）、可讀性、多典範支援對程式撰寫效率（Coding Effort）的影響。
3. 執行環境與虛擬機器（Runtime & Virtual Machine）：原始碼轉譯機制（原始碼 $\to$ 位元碼 Bytecode $\to$ 機器碼）、JVM 與 PVM 的運作模式及 JIT（Just-In-Time）編譯技術。
4. 執行效能與最佳化（Execution Performance）：靜態型態最佳化、記憶體管理機制與直譯器鎖（如 CPython 之 GIL）對運算效能與並行處理的制約。
5. 應用生態系（Application Ecosystem）：原生行動裝置（Android）開發工具鏈、SDK 支援度及跨平台框架之適用性。

---

解題方法

本題為典型的「跨語言橫向比較申論題」。面對此類題型，最佳作答架構為：

1. 先總結後分項：以結構化「綜合對照表」開篇，讓閱卷委員迅速掌握關鍵結論。
2. 依指定面向深入論述：依題意規定的五大維度（Typing、Coding、執行環境、執行效能、開發 App 難易度），以標準專有名詞（如 Compile-time Type Checking、Bytecode、JIT、GIL、Android SDK）進行精確定義與優劣分析。
3. 區分概念範疇：論述「開發 App」時，應明確區分「原生行動裝置 App（Mobile App）」與「廣義應用系統（Application / Web App）」，避免論述單一失焦。

---

選項分析

本題為申論問答題，無選擇選項。答題應就題目指定的五項評比維度逐一詳加對比論述：

1. Typing（型態系統）：

• 核心分歧點在於「型態檢查發生的時機」。
• Java：屬於「靜態型態（Statically Typed）」且為「強型態（Strongly Typed）」。變數必須先宣告明確型態（如 int, String）方能使用，型態檢查於編譯時期（Compile-time）執行。
• Python：屬於「動態型態（Dynamically Typed）」且為「強型態（Strongly Typed）」。變數無需宣告型態，變數僅是物件的指標／參照，型態資訊附著於物件本體，型態檢查於執行時期（Runtime）動態決定。

2. Coding（撰寫程式之難易）：

• 核心分歧點在於「語法簡潔度與開發典範限制」。
• Java：語法嚴謹、繁複，強制物件導向（所有程式碼均須包覆於 class 內），樣板程式碼（Boilerplate code）較多，學習曲線較陡峭；但其明確的結構對大型系統多人協同開發與靜態分析除錯極具優勢。
• Python：語法簡潔優雅、接近虛擬碼（Pseudocode），以縮排（Indentation）界定程式區塊；支援多典範（程序式、物件導向、函式式），具備豐富的內建高階資料結構與廣大的第三方函式庫，開發週期極短，初學者極易上手。

3. 執行環境（Execution Environment）：

• 核心分歧點在於「轉譯架構與虛擬機器實作」。
• Java：依賴 Java 虛擬機器（JVM）。原始碼（.java）先經編譯器編譯為與平台無關的位元碼（.class），再由 JVM 在目標作業系統上透過直譯器配合 JIT 編譯器轉換為原生機器碼執行，具「一次編寫，到處執行（Write Once, Run Anywhere）」特性。
• Python：標準實作（CPython）依賴 Python 虛擬機器（PVM）。原始碼（.py）在載入時由直譯器編譯為 Python 位元碼（.pyc），再由 PVM 逐行直譯執行，為典型的直譯式架構。

4. 程式執行效能（Execution Performance）：

• 核心分歧點在於「型態開銷、編譯技術與平行運算限制」。
• Java：效能高。靜態型態於編譯期即可最佳化記憶體配置，搭配成熟的 HotSpot JIT 編譯器動態將熱點程式碼編譯為機器碼，且支援真實的多執行緒並行運算（OS-level threads），整體運算速度與吞吐量遠高於純直譯語言。
• Python：效能相對較低。動態型態導致執行時期有龐大的型態檢查、動態分派與物件裝箱／拆箱（Boxing/Unboxing）開銷；此外，CPython 具全域直譯器鎖（GIL, Global Interpreter Lock），限制同一行程內同一時間僅有一個執行緒可執行 Python 位元碼，不利於 CPU 密集型的多執行緒平行運算。

5. 開發 App 的難易度（App Development Difficulty）：

• 核心分歧點在於「生態系工具鏈與原生平台支援度」。
• 行動裝置 App（Mobile App）：Java 是 Android 平台長期的官方原生開發語言，結合 Android Studio 與 Android SDK，具備完善的原生 UI 元件、硬體存取能力與最佳執行效能，開發成熟度高；Python 缺乏原生行動作業系統直接支援，雖有 Kivy、BeeWare 等跨平台套件，但打包體積龐大、啟動慢、硬體調用與原生 UI 整合困難，開發原生 App 難度與維護成本高。
• 網路與通用應用（Web/Enterprise App）：Java（Spring Boot）架構龐大完整，適合複雜的高並發企業級系統，但設定繁複；Python（Django, FastAPI, Flask）開發門檻極低，原型設計（Prototyping）與 API 構建速度極快。

---

解題技巧

1. 破除常見觀念陷阱：

• 陷阱：將 Python 誤認為「弱型態（Weakly Typed）」。
• 判定標準：弱型態語言（如 JavaScript、C）會自動進行非預期的隱性型態轉換（如 JavaScript 中 1 + "2" 結果為 "12"）；而 Python 是「強型態」，執行 1 + "2" 會直接拋出 TypeError，絕不會隱性強制轉型。

核心觀念

本題評量形式語言理論（Formal Language Theory）與編譯器前端設計之核心基礎——杭姆斯基階層（Chomsky Hierarchy）。

形式文法定義為四元組 $G = (V_N, V_T, P, S)$，其中 $V_N$ 為非終結符號集合、$V_T$ 為終結符號集合、$P$ 為產生規則集合（Production Rules，形式為 $\alpha \rightarrow \beta$）、$S$ 為起始符號。杭姆斯基依據產生規則中左式 $\alpha$ 與右式 $\beta$ 的限制嚴格程度，將文法由廣至狹劃分為 Type-0 至 Type-3 四個層級。

各層級文法所定義之字串集合稱為該層級之可接受語言（Language Accepted）；而辨識各層級語言所需具備之最精簡計算模型，即為其相對應之自動機（Automaton）。其階層關係具備嚴格的真包含特性： $\text{Type-3} \subset \text{Type-2} \subset \text{Type-1} \subset \text{Type-0}$

---

解題方法

國考申論題處理此類對應題型時，切入點應採「先綜整、後詳析」之架構：

1. 綜整對照：先建立階層對照表，使閱卷委員一目了然核心對應關係。
2. 逐項分述：針對 Type-0 至 Type-3，逐一闡述其「文法名稱與規則限制」、「可接受之語言」及「相對應之自動機架構與儲存特徵」，展現紮實的學理深度。

杭姆斯基階層綜合對照表

語法類型	文法名稱（Grammar）	可接受之語言（Language Accepted）	相對應之自動機（Automaton）	記憶體／儲存結構特徵
Type-0	無限制文法（Unrestricted Grammar）	遞迴可枚舉語言（Recursively Enumerable Language）	圖靈機（Turing Machine, TM）	無限長、雙向可讀寫帶（Infinite Tape）
Type-1	上下文相關文法（Context-Sensitive Grammar）	上下文相關語言（Context-Sensitive Language）	線性有界自動機（Linear-Bounded Automaton, LBA）	長度受限於輸入長度線性倍數之雙向讀寫帶
Type-2	上下文無關文法（Context-Free Grammar）	上下文無關語言（Context-Free Language）	下推自動機（Pushdown Automaton, PDA / NPDA）	有限狀態控制器 ＋ 單一先進後出堆疊（Stack）
Type-3	正規文法（Regular Grammar）	正規語言（Regular Language）	有限狀態自動機（Finite Automaton, FA / FSM）	僅有有限內部狀態，無額外外部輔助記憶體

---

選項分析（各語法類型深度剖析）

本題為申論題，以下針對題幹所求之四種語法類型逐項進行精確解析：

1. Type-0 語法

• 產生規則特徵：形式為 $\alpha \rightarrow \beta$，僅限制 $\alpha \in (V_N \cup V_T)^+$ 且 $\alpha$ 至少須包含一個非終結符號，對 $\beta$ 無長度或內容限制（又稱片語結構文法 Phrase Structure Grammar）。
• 可接受之語言：遞迴可枚舉語言（Recursively Enumerable Language, RE）。若字串屬於該語言，演算法必能接受並停機；若不屬於，可能停機拒絕或陷入無窮迴圈。
• 相對應之自動機：圖靈機（Turing Machine, TM）。具備一條無限長、可任意雙向移動與讀寫的資料帶（Tape），為最強的計算模型。

2. Type-1 語法

• 產生規則特徵：形式為 $\alpha A \beta \rightarrow \alpha \gamma \beta$，其中 $A \in V_N$，$\alpha, \beta \in (V_N \cup V_T)^*$，$\gamma \in (V_N \cup V_T)^+$；或滿足非縮減條件 $|\alpha| \le |\beta|$（允許特例 $S \rightarrow \epsilon$ 當 $S$ 不出現在任何規則右式）。

核心觀念

1. 動態範圍（Dynamic Scope）： 變數名稱與其記憶體儲存體（空間）之繫結（Binding）關係，取決於執行時期的副程式呼叫順序（Calling Sequence / Dynamic Link），而非原始碼在文字排版上的靜態巢狀架構（Static / Lexical Scope）。當程式引用某一非區域變數時，直譯器或執行環境會沿著呼叫堆疊（Call Stack）由最新呼叫的副程式往回搜尋，以最近一次宣告該變數者作為繫結對象。
2. 語句參考環境（Referencing Environment）： 在程式執行到某一特定語句（Statement）之當下，所有處於活躍狀態（Active）且可被該語句合法存取（Visible）的變數名稱及其對應繫結的集合。在動態範圍語言中，任一點的參考環境為「該副程式自身的區域變數」加上「呼叫鏈上所有處於活躍狀態之副程式中未被遮蔽（Shadowed）的變數」。

---

解題方法

(一) 動態範圍與語句參考環境之解釋

• 動態範圍（Dynamic Scope）： 依據執行時期的呼叫順序決定變數的作用範圍。在此機制下，副程式內部若存取未宣告之自由變數，會動態向上尋找呼叫它的父呼叫者（Caller）之區域變數，直到找到或到達進入點為止。其優點為便於隱式傳遞參數；缺點為破壞模組獨立性、難以進行靜態型態檢查、降低程式碼可讀性且除錯困難。
• 語句參考環境（Referencing Environment）： 指某一特定程式執行點上，所有可被參照（可見）之變數集合。在動態範圍語言中，其建構規則為： $\text{參考環境} = \text{當前副程式之區域宣告} \cup \left( \bigcup \text{呼叫鏈上各活躍副程式之宣告} \setminus \text{被遮蔽之同名變數} \right)$

(二) $a$、$b$、$c$ 三點之參考環境推導

題目程式未明文給定執行時期的呼叫鏈，而在動態範圍中，參考環境必然依賴動態呼叫順序；依公職命題慣例與程式進入點規則，最合理的呼叫鏈假設為：main 呼叫 subprogram2，subprogram2 再呼叫 subprogram1。

1. 推導點 $c$：

• 位於 main 內部。
• 執行狀態：呼叫堆疊僅有 main。
• 區域變數宣告：int W, Z;。
• 參考環境：main 中的 $W$ 與 $Z$。

2. 推導點 $b$：

• 位於 subprogram2 內部。
• 執行狀態：呼叫鏈為 main $\to$ subprogram2。
• 區域變數宣告：int Y, Z;。
• 堆疊前層變數：main 之 $W, Z$。
• 遮蔽效應：subprogram2 的 $Z$ 會遮蔽（Shadow）main 的 $Z$。
• 參考環境：subprogram2 中的 $Y, Z$ 以及 main 中的 $W$。

3. 推導點 $a$：

• 位於 subprogram1 內部。
• 執行狀態：呼叫鏈為 main $\to$ subprogram2 $\to$ subprogram1。
• 區域變數宣告：int X, Y;。
• 堆疊前層變數：subprogram2 之 $Y, Z$、main 之 $W, Z$。
• 遮蔽效應：
• subprogram1 的 $Y$ 遮蔽 subprogram2 的 $Y$。

核心觀念

本題評量並行程式設計（Concurrent Programming）​中的競態條件（Race Condition）​與非不可分割操作（Non-atomic Operations）。

1. 不可分割性（Atomicity）缺失： 變數更新動作「讀取（Read）$\to$ 運算（Modify）$\to$ 寫回（Write）」並非不可分割的單一原子操作（Atomic Operation）。在沒有互斥鎖（Mutex）或同步機制保護的臨界區間（Critical Section）中，兩程序的指令會發生交錯執行（Interleaving）。
2. 遺失更新（Lost Update）： 當多個程序在彼此寫回前皆讀取了舊的共享變數值，較晚寫回的程序會無條件覆蓋較早寫回的運算結果，導致前者的更新無效化。

---

解題方法

設共享變數初始值 $X = 1$。各程序內部以區域暫存器（Register）或區域變數儲存中繼資料，指令分解如下：

• 程序 A（加 2）：
• $A_1$：讀取 $X$（令暫存器 $R_A \leftarrow X$）
• $A_2$：算術運算（$R_A \leftarrow R_A + 2$）
• $A_3$：寫回 $X$（$X \leftarrow R_A$）
• 程序 B（乘 4）：
• $B_1$：讀取 $X$（令暫存器 $R_B \leftarrow X$）
• $B_2$：算術運算（$R_B \leftarrow R_B \times 4$）
• $B_3$：寫回 $X$（$X \leftarrow R_B$）

決定最終 $X$ 值的關鍵在於兩程序讀取 $X$ 的時機點與最後寫入 $X$ 的程序。推導情境如下：

情境一：程序 A 執行完畢後，程序 B 才讀取 $X$（序向執行：A 先 B 後）

• 執行順序範例：$A_1 \to A_2 \to A_3 \to B_1 \to B_2 \to B_3$

1. $A_1$ 讀取 $X = 1$ 至 $R_A$。
2. $A_2$ 計算 $R_A = 1 + 2 = 3$。
3. $A_3$ 寫回 $X = 3$。
4. $B_1$ 讀取更新後的 $X = 3$ 至 $R_B$。
5. $B_2$ 計算 $R_B = 3 \times 4 = 12$。
6. $B_3$ 寫回 $X = 12$。

• 最終結果：$X = 12$

情境二：程序 B 執行完畢後，程序 A 才讀取 $X$（序向執行：B 先 A 後）

• 執行順序範例：$B_1 \to B_2 \to B_3 \to A_1 \to A_2 \to A_3$

1. $B_1$ 讀取 $X = 1$ 至 $R_B$。
2. $B_2$ 計算 $R_B = 1 \times 4 = 4$。
3. $B_3$ 寫回 $X = 4$。
4. $A_1$ 讀取更新後的 $X = 4$ 至 $R_A$。
5. $A_2$ 計算 $R_A = 4 + 2 = 6$。
6. $A_3$ 寫回 $X = 6$。

• 最終結果：$X = 6$

核心觀念

本題評量 C++ 語言中命名空間（namespace）​的識別字存取機制與範疇管理（Scope Management）。

命名空間的核心目的是避免全域名稱衝突（Name Pollution / Collision）。在命名空間定義外部要參考（存取）其內部定義的成員（如變數、函式、類別），C++ 標準規範了三種標準存取方式：

1. 範疇解析運算子（Scope Resolution Operator, ::）：以完全限定名稱（Qualified Name）直接指定目標。
2. using 宣告（using declaration）：將命名空間中的單一特定成員引入當前宣告範疇。
3. using 指示詞（using directive）：將命名空間中的所有成員一次性開放給當前宣告範疇。

---

解題方法

要在命名空間外部參考 MyStack 內的變數 topPtr，三種標準實作方式如下：

方法一：使用範疇解析運算子（Scope Resolution Operator, ::）

• 原理說明：使用限定名稱語法 NamespaceName::MemberName，明確指示編譯器該識別字屬於哪一個命名空間。此方式不會改變當前範疇內的符號表。
• 語法與範例：

MyStack::topPtr = nullptr; // 直接使用「MyStack::」前綴存取 topPtr

• 特性：安全性最高、無名稱衝突風險，是 Google C++ Style Guide 等業界規範推薦的嚴謹寫法。

方法二：使用 using 宣告（using declaration）

• 原理說明：利用 using NamespaceName::MemberName; 語法，僅將該命名空間中的特定成員宣告至當前的區域範疇（Block Scope）或全域範疇中。宣告後在該範疇內即可直接以未限定名稱（Unqualified Name）存取該成員。
• 語法與範例：

using MyStack::topPtr; // 將 topPtr 單獨引入當前範疇
topPtr = nullptr; // 後續可直接存取

• 特性：精確控制引入的成員，不會意外引進 MyStack 中其他不需要或同名的成員。

方法三：使用 using 指示詞（using directive）

• 原理說明：利用 using namespace NamespaceName; 語法，將該命名空間內定義的所有成員視為在當前範疇的可見符號（如同全域或外層符號般可直接存取）。
• 語法與範例：

核心觀念

本題評量重點在於現代軟體系統架構中兩大資料儲存典範——關聯式資料庫（SQL / RDBMS）​與非關聯式資料庫（NoSQL）​的架構差異、核心設計哲學與工程取捨。考生須熟練掌握以下核心理論：

1. 資料模型（Data Model）：關聯式代數（二維表格、Primary/Foreign Key、實體關聯）與非關聯式多模型（Key-Value、Document、Column-family、Graph）。
2. 綱要約束（Schema Constraint）：預先定義的靜態結構（Rigid/Predefined Schema）與動態無綱要（Schema-free / Dynamic Schema）。
3. 擴展性維度（Scalability）：向上垂直擴展（Scale-up）與向外水平擴展（Scale-out / Sharding）。
4. 交易保證原則：ACID 原則（Atomicity, Consistency, Isolation, Durability）與分散式環境下的 CAP 定理及 BASE 模式（Basically Available, Soft-state, Eventually consistent）。

---

解題方法

本題為標準的技術對比申論題，作答策略應遵循「先總述定義 $\rightarrow$ 專題分項對比（結構、擴展性） $\rightarrow$ 條列各自優勢」之邏輯架構：

1. 定義界定：明確指出 SQL 是以關聯式模型為核心的標準化關聯式資料庫；NoSQL（Not Only SQL）則是專為大規模、分散式、半結構化或非結構化資料設計的非關聯式資料庫總稱。
2. 結構對比：針對資料組織方式（Table vs. 多元模型）、資料綱要（固定 vs. 動態）、關聯完整性（正規化/Foreign Key vs. 反正規化/嵌入式結構）作明確對照。
3. 擴展性對比：從硬體升級路徑（Scale-up vs. Scale-out）、分散式資料分片（Partitioning/Sharding）難易度，以及分散式交易開銷角度分析為何兩者有本質差異。
4. 優點條列：針對 SQL 與 NoSQL 分別列出 3 項具代表性、互不重複且具技術說服力的優點，並精準點出應用情境（如金融交易 vs. 大數據日誌/高併發快取）。

---

選項分析

本題為申論問答題，無選擇題選項。依閱卷評分要點，針對題幹各子題的作答要求剖析如下：

• 資料庫結構剖析：必須點出 SQL 依賴嚴謹的二維表格與固定綱要（Schema），強調減少冗餘的資料庫正規化；NoSQL 則支援動態綱要，具備四大資料模型（文件型、鍵值型、寬欄型、圖形型），允許半結構化（JSON/XML）或反正規化（Denormalization）設計。
• 可擴展性剖析：必須精確區分「垂直擴展（Vertical Scaling）」與「水平擴展（Horizontal Scaling）」。評分關鍵在於說明 SQL 因跨節點維護 ACID 特性與跨表連接（JOIN）運算成本極高，故傳統上偏好垂直擴展；NoSQL 原生為分散式叢集設計，易於透過資料分片（Sharding）進行節點的水平擴充。
• 優點列舉：雙方各需 3 項獨立優勢，不可將同一優點換句話說（例如將「查詢彈性」與「SQL語法強大」拆成兩點會被扣分），且需緊扣 ACID、資料一致性、查詢標準化（SQL）與高彈性、高吞吐、高可用性（NoSQL）等關鍵字。

---

解題技巧

1. 關鍵字精準對照：

• SQL 對應關鍵字：RDBMS、二維表格、Predefined Schema、ACID、Scale-up（垂直擴展）、正規化。
• NoSQL 對應關鍵字：Not Only SQL、Schema-less / Dynamic、CAP / BASE、Scale-out（水平擴展）、分散式分片（Sharding）。

2. 避免常見陷阱：

• 勿將 NoSQL 解釋為「No SQL（完全不用 SQL）」，正確意涵為「Not Only SQL」。
• 解釋可擴展性時，切忌只寫出名詞，必須補述「為什麼」SQL 難以水平擴展（分散式環境下維持跨節點 ACID 交易與分散式 JOIN 成本過高）。
• 列舉優點時應採用「小標題＋精要說明」格式，方便閱卷委員快速辨識得分點。

---

【答案】

一、SQL 與 NoSQL 概述

1. SQL（關聯式資料庫，RDBMS）：基於關聯式模型（Relational Model），利用數學上的關聯代數以嚴謹的二維表格（Table，包含橫列 Row 與直欄 Column）組織資料，並以 SQL（Structured Query Language）作為標準查詢與操作語言，嚴格遵循 ACID 交易原則（如 PostgreSQL、MySQL、Oracle）。