111 高普考普通考試 統計 資料處理概要 考古題詳解

核心觀念

1. 稀疏矩陣（Sparse Matrix）： 在一個 $m \times n$ 的矩陣中，若非零元素的數量 $k$ 遠小於矩陣元素的總數（即 $k \ll m \times n$），大部分元素皆為 $0$，此矩陣即稱為稀疏矩陣。
2. 三元組表示法（3-Tuple Representation）： 為了克服稀疏矩陣以傳統二維陣列儲存時的缺點，資料結構經典教科書（如 Horowitz & Sahni）通常採用三元組的二維密集矩陣 $B$ 進行壓縮表示。矩陣 $B$ 包含 3 個行（Column）：

• Row（列索引）
• Col（行索引）
• Value（非零元素值）

矩陣 $B$ 的第 0 列（表頭列）固定用來記錄原矩陣的整體資訊：[總列數, 總行數, 非零元素總數]；隨後的每一列則依主列優先（Row-Major Order）順序記錄各非零元素的座標與數值。

---

解題方法

(一) 稀疏矩陣以傳統二維陣列儲存的缺點

當使用傳統二維陣列儲存稀疏矩陣時，主要缺點如下：

1. 空間使用效率低（浪費記憶體空間）：

• 傳統二維陣列必須配置 $m \times n$ 個記憶體單元。
• 由於絕大多數元素皆為 $0$，實際承載有效資訊的元素極少，導致大部分記憶體空間被無效的 $0$ 佔用，空間複雜度為 $O(m \times n)$。

2. 運算時間效率低（浪費處理器效能）：

• 進行矩陣運算（如矩陣加法、矩陣乘法、轉置或巡訪）時，演算法必須逐一走訪所有元素。
• 大量時間耗費在與 $0$ 進行相加、相乘等無效運算或條件判斷上，降低 CPU 運算效率，時間複雜度無法根據非零元素個數 $k$ 進行有效優化。

延伸評析（壓縮後的權衡代價）： 若將稀疏矩陣壓縮儲存為密集矩陣（三元組），雖能解決上述空間與運算問題，但也衍生出「無法以 $O(1)$ 常數時間直接隨機存取任意位置 $A(i,j)$ 的數值（需透過搜尋）」，以及「動態新增或刪除元素時，需搬動連續陣列記憶體」之操作代價。

---

(二) 密集矩陣 $B$ 的建構與推導

步驟一：統計原矩陣基本資訊（表頭列）

• 原矩陣 $A$ 之列數 $m = 5$
• 原矩陣 $A$ 之行數 $n = 4$
• 非零元素個數 $k = 5$
• 表頭列（第 0 列）為：[5, 4, 5]

步驟二：整理非零元素座標與數值（採 0-based 索引，依主列優先排序）

1. $A(0,0) = 1 \implies$ [0, 0, 1]
2. $A(1,1) = 2 \implies$ [1, 1, 2]
3. $A(2,2) = 3 \implies$ [2, 2, 3]
4. $A(3,0) = 4 \implies$ [3, 0, 4]
5. $A(4,3) = 5 \implies$ [4, 3, 5]

核心觀念

1. 屬性閉包（Attribute Closure）與候選鍵（Candidate Key）判斷：

• 屬性集合 $X$ 的閉包記為 $X^+$，代表在既定功能相依集合 $F$ 下，由 $X$ 所能推導出之所有屬性的最大集合。
• 若 $X^+ = R$（包含關聯表之所有屬性），且 $X$ 的任何真子集 $Y \subset X$ 其閉包 $Y^+ \neq R$，則 $X$ 為候選鍵。關聯表之主鍵（Primary Key, PK）由候選鍵中選定。

2. 正規化階層（Normalization Levels）之定義：

• 第一正規化（1NF）：資料表中所有欄位之值皆為不可分割的單一原子值（Atomic Value）。
• 第二正規化（2NF）：符合 1NF，且所有「非主屬性（Non-prime Attribute）」皆**完全功能相依（Full Functional Dependency）**於候選鍵（即不存在非主屬性對候選鍵的真子集產生「部分功能相依（Partial Functional Dependency）」）。
• 第三正規化（3NF）：符合 2NF，且所有非主屬性皆不可**遞移功能相依（Transitive Functional Dependency）**於候選鍵。亦即對任何非平凡功能相依 $X \to Y$，$X$ 必須為超鍵（Super Key），或 $Y$ 必須包含於候選鍵中（$Y$ 為主屬性）。

3. 無損連接分解（Lossless-Join Decomposition）與相依性保持（Dependency Preservation）：

• 正規化分解過程中，必須確保分解後的子關聯表能經由自然連接（Natural Join）無失真還原為原資料表，且原有之功能相依皆可由子關聯表之功能相依推導得出。

---

解題方法

(一) 推導 $R$ 資料表之主鍵

1. 分析屬性在功能相依中的位置（L-R 分析法）： 題目給定之功能相依集合 $F$ 為：

• $f_1: A \to (E, F)$
• $f_2: B \to C$
• $f_3: (A, D) \to (B, C, E, F)$

各屬性於箭頭兩端之出現情形：

• 僅出現在左側（決定者，LHS）：$A, D$
• 僅出現在右側（相依者，RHS）：$C, E, F$
• 同時出現在左側與右側：$B$

由於屬性 $A$ 與 $D$ 從未出現在任何功能相依的右側，代表沒有任何其他屬性能夠決定 $A$ 與 $D$。因此，$R$ 的任何超鍵或候選鍵必須包含屬性集合 $\{A, D\}$。

2. 計算屬性集合 $\{A, D\}$ 的閉包 $\{A, D\}^+$：

• 初始狀態：$\{A, D\}^+ = \{A, D\}$
• 應用 $f_1: A \to (E, F)$，加入 $E, F$：$\{A, D\}^+ = \{A, D, E, F\}$
• 應用 $f_3: (A, D) \to (B, C, E, F)$，加入 $B, C$：$\{A, D\}^+ = \{A, B, C, D, E, F\} = R$

3. 驗證最小性（Minimality）：

• 檢查真子集 $A$ 的閉包：$A^+ = \{A, E, F\} \neq R$
• 檢查真子集 $D$ 的閉包：$D^+ = \{D\} \neq R$

因為 $\{A, D\}$ 之閉包涵蓋所有屬性，且其任何真子集皆無法決定全體屬性，故 $\{A, D\}$ 為資料表 $R$ 之唯一候選鍵。因此，$R$ 之主鍵為 $(A, D)$。

---

(二) 將資料表 $R$ 正規化為符合三階正規化（3NF）

1. 區分主屬性與非主屬性：

• 候選鍵／主鍵為 $(A, D)$。
• 主屬性（Prime Attributes）：$A, D$。
• 非主屬性（Non-prime Attributes）：$B, C, E, F$。

2. 步驟一：消除部分功能相依（達到 2NF）

• 檢視各功能相依：
• $A \to (E, F)$：非主屬性 $E, F$ 相依於候選鍵 $(A, D)$ 的真子集 $A$，屬於「部分功能相依」，違反 2NF。
• 將違反 2NF 的部分分離獨立成表：
• 將 $A \to (E, F)$ 分解出新表 $R_1(A, E, F)$，主鍵為 $A$。
• 剩餘屬性保留在關聯表 $R'(A, B, C, D)$，主鍵維持 $(A, D)$。
• 此時 $R_1(A, E, F)$ 與 $R'(A, B, C, D)$ 均已消除部分功能相依，符合 2NF。

3. 步驟二：消除遞移功能相依（達到 3NF）

• 檢視 $R_1(A, E, F)$：
• 僅存在相依性 $A \to (E, F)$，決定者 $A$ 為該表之超鍵，無遞移相依，已符合 3NF。

核心觀念

本題測驗計算機組織與資料儲存領域中的**容錯式磁碟陣列（RAID, Redundant Array of Independent Disks）**基礎架構。核心觀念涵蓋：

1. RAID 0（條帶化，Data Striping）：將資料切塊平行寫入各磁碟，追求極致讀寫效能與 $100\%$ 儲存利用率，但完全不具備冗餘（Redundancy）與容錯能力。
2. RAID 1（磁碟鏡像，Disk Mirroring）：將同一筆資料完整複製寫入多顆磁碟，以儲存空間為代價換取高容錯性與高資料可靠度。
3. 評估維度：

• 最少硬碟數：架構得以成立的最小實體磁碟數量門檻。
• 最大容錯硬碟數：在陣列資料完全不遺失的前提下，允許同時發生故障損壞的最大磁碟數。
• 可用容量硬碟數：以單顆磁碟容量為單位時，陣列實際可供儲存資料的等效硬碟數量。

---

解題方法

本題為標準的觀念申論與比較題，解題切入點應分為兩大部分：

1. 第一部分：名詞定義與運作機制闡述

• 清楚定義 RAID 0 的條帶化技術（Striping）與 RAID 1 的鏡像技術（Mirroring）。
• 說明兩者在「效能」、「資料安全」與「成本」上的設計取向差異。

2. 第二部分：針對題設條件進行推導比較

• 設共有 $n$ 顆規格皆相同的硬碟，單顆容量皆為 $C$。
• 最少硬碟數：
• RAID 0 至少需 2 顆硬碟進行資料交錯分塊寫入。
• RAID 1 至少需 2 顆硬碟才能建立鏡像複本。
• 最大容錯硬碟數：
• RAID 0 任何 1 顆損壞即遺失部分區塊導致整體資料毀損，故最大容錯硬碟數為 $0$ 顆。
• RAID 1 由 $n$ 顆硬碟存放一模一樣的資料，只要剩下最後 1 顆硬碟正常運作，資料便完整無損，故最大容錯硬碟數為 $n - 1$ 顆。
• 可用容量硬碟數：
• RAID 0 總容量為所有硬碟容量的加總（$n \times C$），等效可用容量硬碟數為 $n$ 顆。
• RAID 1 無論硬碟數 $n$ 為多少，所有硬碟皆為同份資料的複本，總容量僅等於單顆硬碟容量（$1 \times C$），等效可用容量硬碟數為 $1$ 顆。
• 以比較表格總結三項維度，強化閱卷視覺效果。

---

選項分析

本題為問答題（申論題），無單選或複選選項；各項評比指標之推導與關鍵差異分析詳見解題方法與【答案】。

---

解題技巧

核心觀念

本題評量考生對全球資訊網（World Wide Web, WWW）架構演進之理解，核心觀念涵蓋：

1. Web 1.0（唯讀網路，Read-Only Web）：以靜態網頁（Static HTML）、單向資訊傳播為核心，強調「展示與檢索」。
2. Web 2.0（讀寫與協作網路，Read-Write & Social Web）：以動態技術（如 AJAX）、平台化架構、社交互動與「使用者原創內容」（User-Generated Content, UGC）為核心，強調「共創與分享」。
3. 三大比較構面：

• 資訊提供者（Information Provider）：傳統中央發布者（專業網站管理員／內容供應商）與產銷合一者（Prosumer）之角色轉變。
• 資訊品質（Information Quality）：專業權威但資訊更新延遲，對比群眾智慧（Crowdsourcing）但良莠不齊與資訊超載（Information Overload）。
• 資訊互動性（Information Interactivity）：單向瀏覽與低度回饋，對比多向動態、即時回饋與社交連結。

---

解題方法

本題配分高達 30 分，為典型之「申論式比較題」。作答時應採取「結構化條列＋綜合對照表」之高分答題策略：

1. 前言破題：簡述 Web 1.0 與 Web 2.0 的根本設計哲學差異（從「以內容為中心」轉變為「以人／平台為中心」）。題目提及之 Web 3.0 僅為引言背景，不可喧賓奪主，作答重心必須完全放在 Web 1.0 與 2.0 之對比。
2. 本體論述：嚴格依照題意指定的「資訊提供者」、「資訊品質」、「資訊互動性」三大構面，分項深入闡述兩者差異，切忌自行替換或遺漏子題。
3. 綜整表格：於論述後輔以清晰對稱的比較表，有助閱卷委員迅速掌握得分關鍵字（如 UGC、Prosumer、AJAX、長尾效應等）。
4. 結語收斂：總結此演進對現代資訊架構與資料處理（如巨量資料採集、非結構化資料激增）之意義。

---

選項分析

本題為申論申述題，無選擇題選項。依題目指定之三大構面深度剖析如下：

1. 構面一：資訊提供者（Information Provider）

• Web 1.0（少數提供，多數接收）： 資訊提供者角色封閉且單一，主要為具有技術門檻的網站管理者（Webmaster）、大型企業、新聞入口網站或政府機構。一般使用者僅能扮演「單向閱讀者」（Consumers），無法輕易發布或修改內容。
• Web 2.0（眾人共創，產銷合一）： 網頁平台化與工具普及（如部落格、維基百科、社群媒體），使一般大眾成為「使用者原創內容」（UGC）的主力。使用者不再只是消費者，同時也是生產者，形成「生產型消費者」（Prosumer）模式。

2. 構面二：資訊品質（Information Quality）

• Web 1.0（權威把關，正確性高但更新慢）： 內容多由專業編輯、學者或官方機構產製，經嚴謹審核機制發布，具較高的客觀性、權威度與正確性。然而，其缺點在於內容更新週期長、觀點單一且覆蓋範疇有限。
• Web 2.0（群眾智慧，即時豐富但良莠不齊）： 透過分散式群眾外包（Crowdsourcing）與社群協作，資訊量呈現爆炸性成長，更新速度極快且觀點多元。然而，因缺乏統一的審核過濾機制，常衍生假訊息（Fake News）、內容農場、主觀偏誤以及資訊超載等品質管制問題。

3. 構面三：資訊互動性（Information Interactivity）

• Web 1.0（單向靜態，互動薄弱）： 採用傳統的伺服器－客戶端要求／回應模式，網頁內容主要為靜態 HTML。互動機制極度有限，僅止於點擊超連結跳轉、填寫簡易表單或透過電子郵件回饋，屬於低互動的「展示型網頁」。
• Web 2.0（雙向動態，高參與度）： 導入非同步網頁技術（如 AJAX、API 串接），網頁無需全頁重新載入即可動態更新內容。使用者可透過按讚、留言、分享、標記、評分等多向度方式即時互動，形成高聚合力的社交網路關係。

---

解題技巧

1. 扣緊題目要求，勿離題擴寫：題目引言提及 Web 3.0，部分考生易掉入陷阱，花費大量篇幅探討語意網（Semantic Web）或區塊鏈去中心化。本題明確要求比較「WEB1.0 和 WEB2.0」，Web 3.0 僅能在前言或結語點綴一句，不可作為主力論述。
2. 掌握閱卷關鍵字（Buzzwords）：

• 資訊提供者：務必寫出「Webmaster」、「UGC（使用者原創內容）」、「Prosumer（產銷合一者）」。
• 資訊品質：務必點出「權威審查」、「群眾智慧（Crowdsourcing）」、「資訊超載（Information Overload）」、「真偽驗證」。
• 資訊互動性：務必點出「單向廣播／靜態展示」、「雙向／多向回饋」、「非同步技術（AJAX）」。