107 高普考普通考試 電信工程 計算機概要 考古題詳解

核心觀念

本題測驗計算機系統中資料儲存容量單位（Data Capacity Units）​之階層關係與倍數進位概念。

在資訊科學中，資料計量的最基本單位為位元組（Byte，簡寫為 $B$），$1\text{ Byte} = 8\text{ bits}$。為了表示較龐大的資料量，會加上度量衡前綴（Prefixes）。在二進位系統（以 $2^{10} = 1024$ 為進位基準）或十進位 SI 制（以 $10^3 = 1000$ 為基準）中，各級前綴的大小先後順序完全一致，定義如下：

• $KB$（Kilobyte，千位元組）：$1\text{ KB} = 2^{10}\text{ Bytes} = 1,024\text{ Bytes}$
• $MB$（Megabyte，百萬位元組）：$1\text{ MB} = 2^{20}\text{ Bytes} = 1,024\text{ KB}$
• $GB$（Gigabyte，吉位元組／十億位元組）：$1\text{ GB} = 2^{30}\text{ Bytes} = 1,024\text{ MB}$
• $TB$（Terabyte，兆位元組）：$1\text{ TB} = 2^{40}\text{ Bytes} = 1,024\text{ GB}$

依據其所代表的數量級，各單位容量由小至大的關係為： $1\text{ Byte} < 1\text{ KB} < 1\text{ MB} < 1\text{ GB} < 1\text{ TB}$

解題方法

本題主要檢驗考生對常用單位前綴大小的熟練度，以及對不等號方向（大於「$>$」與小於「$<$」）的判讀能力。

1. 確認階層量級：

• $K$（Kilo）為 $10^3$ 或 $2^{10}$ 級別。
• $M$（Mega）為 $10^6$ 或 $2^{20}$ 級別。
• $G$（Giga）為 $10^9$ 或 $2^{30}$ 級別。
• $T$（Tera）為 $10^{12}$ 或 $2^{40}$ 級別。

2. 建立大小排序：

• 若採「由小至大（遞增）」排列，應使用小於符號「$<$」：

核心觀念

本題主要測驗硬體描述語言（Hardware Description Language, HDL）​之定義及其在數位電路邏輯合成（Logic Synthesis）​中的應用。

1. 硬體描述語言（HDL）：用以描述數位硬體架構、行為、時序以及並行（Concurrency）特性的專用語言。不同於傳統軟體語言描述的是 CPU 循序執行的指令，HDL 描述的是實際的電子線路結構與邏輯轉移。
2. 邏輯合成（Logic Synthesis）：利用電子設計自動化（EDA）工具，將以暫存器傳輸級（Register-Transfer Level, RTL）撰寫的硬體描述程式碼，轉換為特定製程庫（Cell Library）所支援的閘階層網表（Gate-level Netlist），進而實作於 FPGA（現場可程式化邏輯閘陣列）或 ASIC（特定應用積體電路）中。

解題方法

解題切入點在於區分「通用軟體程式語言」與「硬體描述語言」：

1. 目標平台：通用程式語言（如 C++、Java、Python）旨在編譯或直譯為處理器執行的指令集，無法直接對應硬體閘電路；而硬體描述語言則專門用於建立數位邏輯閘與正反器的拓撲結構。
2. 關鍵動作「合成（Synthesize）」：在電子工程與計算機架構中，「合成」特指由硬體語法產生數位電路網表的過程。檢視四個選項，唯有 Verilog 屬於標準硬體描述語言（IEEE 1364），具備可合成子集（Synthesizable Subset），能直接用於電路合成。

選項分析

核心觀念

1. 資訊熵（Shannon Entropy）： 在資訊理論中，夏農熵用以量化資訊源平均每個符號所產生的資訊量（不確定性），其定義公式為： $H(X) = - \sum_{i=1}^{n} P(x_i) \log_2 P(x_i)$ 單位通常為位元／符號（bits/symbol）。
2. 霍夫曼編碼（Huffman Coding）與平均碼長： 霍夫曼編碼為一種經典的無失真統計熵編碼（Entropy Coding）技術，其建樹原則是「出現頻率高的符號賦予較短的碼長，出現頻率低的符號賦予較長的碼長」，其平均碼長計算公式為： $L = \sum_{i=1}^{n} P(x_i) \times l_i$ 其中 $l_i$ 為符號 $x_i$ 的編碼位元長度。
3. 夏農第一極限定理（無失真原始碼編碼定理）： 任何無失真編碼的平均碼長 $L \ge H(X)$。當所有符號的出現機率恰好為 $2$ 的負整數次方（即機率分佈為二進制冪次 $P(x_i) = 2^{-k}$）時，每個符號的最佳碼長剛好等於其自資訊量（$l_i = -\log_2 P(x_i) = k$），此時霍夫曼編碼的平均碼長精確等於夏農熵（$L = H(X)$），達到理論極限。

解題方法

本題給定 6 個字母的出現機率如下：

• $P(M) = 0.25 = 2^{-2}$
• $P(N) = 0.25 = 2^{-2}$
• $P(O) = 0.125 = 2^{-3}$
• $P(P) = 0.125 = 2^{-3}$
• $P(Q) = 0.125 = 2^{-3}$
• $P(R) = 0.125 = 2^{-3}$

檢驗總機率：$2 \times 0.25 + 4 \times 0.125 = 0.5 + 0.5 = 1.0$，分佈完整。

方法一：直接計算資訊源夏農熵（Entropy）

代入夏農熵公式： $H(X) = - \left[ \sum_{i \in \{M, N\}} P(i) \log_2 P(i) + \sum_{j \in \{O, P, Q, R\}} P(j) \log_2 P(j) \right]$

計算各對數項：

• $\log_2(0.25) = \log_2(2^{-2}) = -2$
• $\log_2(0.125) = \log_2(2^{-3}) = -3$

代入數值： $H(X) = - \left[ 2 \times (0.25 \times (-2)) + 4 \times (0.125 \times (-3)) \right]$ $H(X) = - \left[ 2 \times (-0.5) + 4 \times (-0.375) \right]$ $H(X) = - \left[ -1.0 - 1.5 \right] = 2.5 \text{ (bits/symbol)}$

方法二：依霍夫曼演算法建樹並求平均碼長（Average Code Length）

1. 初始節點集合：$\{O:0.125, P:0.125, Q:0.125, R:0.125, M:0.25, N:0.25\}$
2. 第一次合併：取最小的兩節點 $Q(0.125)$ 與 $R(0.125)$，生成新節點 $T_1(0.25)$。

核心觀念

本題測驗計算機系統中帶號整數（Signed Integer）的二進位表示法，特別是二補數（2's complement）​的運算規則與特性：

1. 數值範圍：在 $n$ 位元的二補數系統中，可表示的十進位整數範圍為 $-2^{n-1} \sim 2^{n-1}-1$。本題 $n=8$，範圍為 $-128 \sim +127$。$-40$ 落在可表示範圍內。
2. 正負數編碼原則：

• 最高有效位元（MSB）為符號位元：0 代表正數，1 代表負數。
• 正整數以一般的無號二進位表示。
• 負整數 $-X$ 之二補數求法：先寫出正整數 $+X$ 的二進位碼，求其一補數（反相）​後再加 1，即： $\text{二補數} = \text{一補數} + 1$

解題方法

將十進位數值 $-40$ 轉換為八位元二補數表示法，依正規步驟推導如下：

• 步驟一：求十進位 $+40$ 的八位元二進位表示 利用 2 的冪次分解：$40 = 32 + 8 = 2^5 + 2^3$。 補足至 8 位元： $(+40)_{10} = (00101000)_2$

• 步驟二：取一補數（位元反相） 將所有位元反轉（0 變 1，1 變 0）： $\text{一補數} = (11010111)_2$

• 步驟三：加 1 得到二補數 在一補數的最低位加 $1$： $11010111_2 + 1_2 = 11011000_2$

因此，$-40$ 的八位元二補數為 $11011000$。

選項分析

• (A) $011001$：錯誤。 位元數僅有 6 位元，未滿足題目要求的「八位元」；

核心觀念

本題測驗電腦網路與資料通訊領域中最基礎的錯誤控制技術——同位檢查（Parity Check）。

1. 同位位元（Parity Bit）：又稱同位核對位元，是附加在原始資料後的額外「單一位元（1 bit）」，用以檢查資料傳輸過程中是否有單一位元發生反轉錯誤（單一位元偵錯）。
2. 偶同位檢查（Even Parity Check）：傳送端附加同位位元後，必須確保「原始資料位元與同位位元中，『$1$』的總個數為偶數」。

• 若原始資料中的「$1$」已有偶數個，則同位位元填 $0$。
• 若原始資料中的「$1$」為奇數個，則同位位元填 $1$，使總數補足為偶數。

3. 奇同位檢查（Odd Parity Check）：傳送端附加同位位元後，必須確保「原始資料位元與同位位元中，『$1$』的總個數為奇數」。

解題方法

步驟一：計算原始資料中「$1$」的個數 題目給定的原始資料為 $01101011$。 將所有位元中的「$1$」進行累加： $0 + 1 + 1 + 0 + 1 + 0 + 1 + 1 = 5$ 原始資料中共有 $5$ 個「$1$」，屬於奇數。

步驟二：依據「偶數同位」規則決定同位位元 本題指定採用「偶數同位核對」，設同位位元為 $P$。 傳送時「資料位元加上同位位元」中「$1$」的總個數必須為偶數： $5 + P = \text{偶數}$ 因此，同位位元 $P$ 必須為 $1$，使整體「$1$」的總數達到 $5 + 1 = 6$（偶數）。

選項分析

核心觀念

本題的核心考點在於​「系統呼叫（System Call）」與「標準函式庫函式（Library Function）」的分層架構與本質差異：

1. 作業系統的雙重模式（Dual-Mode Operation）： 現代作業系統為保護硬體與核心資料結構，將 CPU 運作劃分為「使用者模式（User Mode）」與「核心模式（Kernel Mode）」。
2. 系統呼叫（System Call）： 作業系統核心（Kernel）對外提供的標準程式化介面。使用者程式若需存取受保護的硬體資源（如檔案 I/O、行程控制、網路通訊），必須透過引發軟體中斷（Trap）切換至核心模式，由作業系統核心代為執行。
3. 標準函式庫函式（Library Function）： 由高階語言執行環境（如 C 語言標準函式庫 libc）提供的使用者層級（User Space）函式。主要提供高階資料結構、格式化解析或緩衝區（Buffer）管理。函式本身執行於使用者模式，底層視需要再呼叫對應的系統呼叫以完成硬體操作。

解題方法

判定一個函式是否屬於 UNIX 系統呼叫，切入點為檢視其執行層級與底層封裝關係：

1. 判斷是否為直接的 Kernel 介面： UNIX/POSIX 標準中，直接操作核心資源（如依賴檔案描述子 File Descriptor 進行無緩衝 I/O、直接控制行程生命週期）的介面皆為系統呼叫。
2. 辨析 C 語言 I/O 函式庫的封裝層次： 高階格式化 I/O 函式（如 printf、scanf）屬於應用層與標準函式庫，負責將變數依照格式字串（Format Specifier）轉為字元陣列並存入緩衝區，其本身不直接與終端機硬體通訊，而是透過呼叫底層的 write 系統呼叫輸出。因此它屬於「函式庫函式」，非「系統呼叫」。

選項分析

• (A) printf：正確（本選項不屬於系統呼叫，故選 A） printf 是 C 語言標準 I/O 函式庫（<stdio.h>）所提供的使用者層級函式。其功能是解析格式化字串並進行暫存區（Buffer）管理，全程在使用者模式下運作；

核心觀念

本題測驗電腦硬體架構中「輔助儲存設備（Auxiliary Storage Devices）」的運作原理與技術規格，主要涵蓋以下重點：

1. 光學儲存媒體之規格演進：CD、DVD 與 BD（藍光）在雷射波長（$\lambda$）、物鏡數值孔徑（$NA$）與儲存容量的物理限制關係。
2. 光碟編碼與錯誤更正架構：CD-DA（紅皮書）與 CD-ROM（黃皮書）在扇區結構、編碼機制（CIRC vs. 額外 EDC/ECC）之差異。
3. 可複寫光碟（CD-RW）之相變技術（Phase-Change Technology）：利用不同雷射功率產生「非晶質（Amorphous）」與「結晶質（Crystalline）」的相態切換，以完成資料寫入、清除與讀取。
4. 光碟與磁碟之實體磁軌結構：光碟的單一連續螺旋軌道（Continuous Spiral Track）與傳統磁碟的同心圓軌道（Concentric Tracks）之結構差異。

解題方法

解答本題需自「物理層（光學系統與材料特性）」與「邏輯/資料層（格式與編碼）」切入判斷：

1. 區分 CD 與 DVD 的容量提升成因：光碟容量的增加源於聚焦光點大小（Spot Size $\propto \frac{\lambda}{NA}$）的縮小，屬於光學硬體升級，而非單純的資料壓縮軟體技術。
2. 分析 CD-RW 的熱相變機制：寫入與清除皆需加熱材料使其熔化或退火，必須使用較高功率的雷射；讀取僅需感測光線反射率差異，故使用不破壞相態的低功率雷射。
3. 比對光碟與磁碟的幾何排列：磁碟磁軌由內而外為獨立封閉的同心圓，光碟則仿效黑膠唱片自內圈向外延伸為單一連續螺旋線，二者儲存幾何格式截然不同。

選項分析

• (A) 錯誤：

• 音樂光碟（CD-DA，規範於 Red Book）與電腦資料光碟（CD-ROM，規範於 Yellow Book）雖然使用相同的 $780\text{ nm}$ 近紅外線雷射與基礎的八比十四調變（Eight-to-Fourteen Modulation, EFM），但在資料編碼與錯誤更正（Error Correction Code）架構上並不相同。

• 音樂播放對些微暫態位元錯誤容忍度較高，僅採用單層交叉交錯里德-所羅門碼（Cross-Interleaved Reed-Solomon Code, CIRC）；而電腦資料不能容忍任何位元錯誤，CD-ROM 額外規劃了扇區（Sector）標頭與第二層錯誤偵測與更正碼（EDC/ECC，即 Layered ECC / Reed-Solomon Product Code），因此兩者之編碼架構不同。

• (B) 錯誤：

• DVD 的容量大幅提升（由 CD 的約 $700\text{ MB}$ 提升至單面單層的 $4.7\text{ GB}$）並非透過「壓縮技術」，而是採用了不同的光學雷射技術與更緊密的物理結構。

• CD 使用波長 $\lambda = 780\text{ nm}$ 的紅外線雷射，物鏡數值孔徑 $NA \approx 0.45$；

核心觀念

本題測驗計算機組織中「記憶體階層架構」（Memory Hierarchy）的核心概念與特性。

現代電腦架構受限於製造成本與物理特性，無法兼顧「超大容量」與「極致速度」，因此採用階層式設計，依據局部性原理（Principle of Locality，包含時間局部性與空間局部性）將不同特性的儲存元件分層配置：

• 越靠近 CPU 運算核心的階層：存取速度越快（存取時間 $T_{\text{access}}$ 越短）、單位位元成本越高、容量越小。
• 越遠離 CPU 運算核心的階層：存取速度越慢（存取時間 $T_{\text{access}}$ 越長）、單位位元成本越低、容量越大。

記憶體階層由頂層至底層的標準排列順序為： $\text{CPU 內部暫存器 (Register)} \to \text{快取記憶體 (Cache)} \to \text{主記憶體 (Main Memory)} \to \text{輔助記憶體 (Secondary Storage)}$

解題方法

題目詢問「存取時間最短」，即代表「存取速度最快」（存取時間與存取速度成反比）。從各儲存元件之實體構造與典型存取時間（Access Time）進行比較：

1. CPU 暫存器（Register）：直接內建在 CPU 處理器內部，與算術邏輯單元（ALU）緊密相連，存取僅需不到一個或數個時脈週期（Clock Cycle），存取時間通常小於 $1 \text{ ns}$。
2. 快取記憶體（Cache Memory）：多採用靜態隨機存取記憶體（SRAM）製作，分為 L1、L2、L3 快取，存取時間約在數奈秒（$1 \sim 15 \text{ ns}$）。
3. 主記憶體（Main Memory）：主要由動態隨機存取記憶體（DRAM）構成，存取時間約數十奈秒（$30 \sim 100 \text{ ns}$）。

核心觀念：作業系統之程序排程佇列（Process Scheduling Queues）

本題測驗作業系統中程序排程（Process Scheduling）​的佇列結構與程序生命週期（Process Life Cycle）​的初始階段。

依據經典作業系統權威教科書（Silberschatz 等著《Operating System Concepts》，俗稱恐龍書）的經典定義，系統在管理程序時主要維護以下三種排程佇列：

1. 工作佇列（Job Queue）：當程序剛進入系統時，會先存放於工作佇列中，該佇列包含系統中的所有程序（通常暫存於次級儲存體的 Job Pool 中）。
2. 就緒佇列（Ready Queue）：已載入主記憶體（Main Memory），且已具備執行所需之所有資源、僅等待配發 CPU 運算時間的程序集合。
3. 設備／輸出入佇列（Device Queue / I/O Queue）：正在等待特定 I/O 設備（如磁碟、印表機、網路）完成服務的程序集合。

解題方法

解析本題的關鍵切入點在於區分​「程序的建立與接納（Admission）」​流程：

1. 新程序進入系統（New State）： 當一個新程序（Process）剛被建立時，它最初被置於次級儲存體（輔助記憶體）的批次集或集區中，此時存放該程序的佇列即為工作佇列（Job Queue）。
2. 長程排班程式（Long-Term Scheduler / Job Scheduler）之調度： 長程排班程式負責控制「多元程式規劃度（Degree of Multiprogramming）」。它會從「工作佇列」中挑選適量的工作，將其程式碼與控制資料結構（PCB）載入主記憶體，並轉移至​「就緒佇列（Ready Queue）」。
3. 題意判定： 題目詢問的是「新產生的程序進入作業系統時，會『先』被放在何種佇列」，依據上述流程，最先進入的佇列必然為工作佇列（Job Queue），而非已進入主記憶體的就緒佇列。

選項分析

• (A) 工作佇列（Job Queue）：正確。 依作業系統經典理論，程序剛被系統接收時，先進入工作佇列暫存於磁碟；待長程排班程式（Job Scheduler）審核並配置主記憶體資源後，才正式接納（Admit）轉移至就緒佇列。故「最先被放置」的佇列為工作佇列。

核心觀念

本題測驗關聯式資料庫（Relational Database）中鍵值（Keys）之定義與特性，核心概念涵蓋：

1. 主鍵（Primary Key, PK）：在關聯表（Relation / Table）中選定用來唯一識別每筆紀錄（Tuple / Record）的屬性（Attribute / Column）或屬性集合。
2. 單一主鍵與複合主鍵（Composite Key）：主鍵可由單一屬性構成，亦可由兩個或多個屬性共同組成。
3. 實體完整性限制（Entity Integrity Constraint）：主鍵的屬性值必須具備唯一性（Uniqueness），且不可為空值（NOT NULL）。
4. 參照完整性限制（Referential Integrity Constraint）：外來鍵（Foreign Key, FK）需對應至其他表格（或同表格）的主鍵或候選鍵，藉以建立關聯性。

解題方法

由關聯式資料庫理論切入，檢視主鍵的「組成型態」、「約束條件」與「跨表關聯機制」：

• 主鍵來自於候選鍵（Candidate Key），候選鍵在數學定義上為關聯綱要（Relation Schema）屬性集合的子集合（Sub-schema）。因此，該子集合之元素個數（Cardinality）可以是 1 個，亦可以是多個（大於等於 1 個）。
• 檢驗各選項敘述是否符合標準定義，並找出對主鍵特性描述過於狹隘或有誤的項目。

選項分析

核心觀念

本題測驗微處理機與組合語言中基礎的位元邏輯運算（Bitwise Operation）與遮罩（Masking）應用。

利用遮罩對特定二進位樣式（Bit Pattern）進行操作時，三種最常見的布林邏輯運算特性如下：

1. XOR（互斥或，$\oplus$）——用於「反轉位元」（Toggle / Invert）

• 任何位元與 $1$ 做 XOR，值會被反轉：$x \oplus 1 = \overline{x}$（若 $x=0$，則 $0 \oplus 1 = 1$；若 $x=1$，則 $1 \oplus 1 = 0$）。
• 任何位元與 $0$ 做 XOR，值保持不變：$x \oplus 0 = x$。

2. OR（或，$+$）——用於「設定位元為 $1$」（Set bits）

• 任何位元與 $1$ 做 OR，強制變成 $1$：$x + 1 = 1$。
• 任何位元與 $0$ 做 OR，值保持不變：$x + 0 = x$。

3. AND（且，$\cdot$）——用於「清除位元為 $0$」（Clear bits）或「遮蔽擷取」

• 任何位元與 $0$ 做 AND，強制清為 $0$：$x \cdot 0 = 0$。
• 任何位元與 $1$ 做 AND，值保持不變：$x \cdot 1 = x$。

解題方法

1. 確認目標需求：

• 樣式長度為 $8$ 位元，設為 $P = b_7 b_6 b_5 b_4 b_3 b_2 b_1 b_0$。
• 題目要求將「最左邊 3 個位元」（即高位元 $b_7, b_6, b_5$）進行反轉，目標為 $\overline{b_7}, \overline{b_6}, \overline{b_5}$。
• 其餘 5 個位元（$b_4, b_3, b_2, b_1, b_0$）必須保持不變。

2. 選擇邏輯運算子與建構遮罩：

• 欲達成「反轉」效果，必須選用 XOR 運算。
• 欲反轉的位元位置，遮罩對應位置必須放置 $1$（因 $x \oplus 1 = \overline{x}$）。
• 欲保持不變的位元位置，遮罩對應位置必須放置 $0$（因 $x \oplus 0 = x$）。
• 因此，最左邊 3 個位元設為 $1$，右邊 5 個位元設為 $0$，遮罩值即為二進位的 $11100000$。

核心觀念

1. 記憶體規格表示法： 記憶體容量規格通常以 $\text{字組數（Words）} \times \text{字組大小（Bits）}$ 表示。

• 前項代表該晶片具有多少個獨立可定址的「儲存單元（位址數）」。
• 後項代表每個儲存單元能容納的「資料位元數（Data Width）」。

2. 位址線與定址空間之關係： 若記憶體具有 $n$ 條位址線（Address Lines），每條線路具有高／低電位（0 或 1）兩種狀態，則 $n$ 條位址線最多可組合出 $2^n$ 個不同的二進位位址： $\text{位址數量} = 2^n \iff n = \log_2(\text{位址數量})$

3. 二進位數量單位換算： 在計算機結構中，$1\text{K} = 2^{10} = 1024$。常見 $2$ 的次方數值需熟記，例如 $512 = 2^9$。

解題方法

1. 解析規格： 題目給定之 SRAM 規格為 $512\text{K} \times 8$：

• 位址數（儲存單元總數）：$512\text{K}$ 個。
• 資料寬度：$8\text{ bits}$（對應晶片的資料線接腳，共 $8$ 條，即 $D_0 \sim D_7$）。

2. 計算位址線數： 求位址線接腳數只需針對「位址數」進行以 $2$ 為底的對數運算。將 $512\text{K}$ 轉換為 $2$ 的次方： $512\text{K} = 512 \times 1\text{K} = 2^9 \times 2^{10} = 2^{9 + 10} = 2^{19}$ 因為共有 $2^{19}$ 個可定址單元，故所需位址線數量 $n$ 為：

核心觀念

本題主要測驗資料結構中堆疊（Stack）​的基本操作原理與狀態追蹤：

1. 後進先出（Last-In, First-Out, LIFO）：最後被推入堆疊的元素，會最先被取出。
2. 基本操作定義：

• push(x)：將元素 $x$ 置入堆疊頂端（Top）。
• pop：將堆疊頂端的元素取出並回傳其值。

3. 巢狀操作語法：例如 $S1.push(S2.pop)$，依照運算順序，會先執行內層的 $S2.pop$ 取出 $S2$ 頂端元素，接著將該元素作為引數傳給外層的 $S1.push(\cdot)$，亦即完成「將 $S2$ 頂端元素移至 $S1$ 頂端」的轉移動作。

解題方法

解此類題目最適用的方法為逐步追蹤法（Trace Method）：

• 堆疊狀態以串列符號表示，約定由左至右為「底端 $\to$ 頂端」，右側為可進行存取的堆疊頂端（Top）。
• 對各選項的每一個指令進行循序推導，詳細記錄每次操作後 $S1$ 與 $S2$ 的內容變化，最後檢視最後一個指令 $S2.pop$ 所彈出的元素。

選項分析

(A) 選項

1. $S1.push(A)$：$S1 = [A]$，$S2 = []$
2. $S1.push(B)$：$S1 = [A, B]$，$S2 = []$
3. $S2.push(C)$：$S1 = [A, B]$，$S2 = [C]$
4. $S1.push(S2.pop)$：$S2$ 彈出 $C$ 並推入 $S1$，此時 $S1 = [A, B, C]$，$S2 = []$
5. $S2.push(S1.pop)$：$S1$ 彈出頂端元素 $C$ 並推入 $S2$，此時 $S1 = [A, B]$，$S2 = [C]$
6. $S2.pop$：彈出 $S2$ 頂端元素，回傳值為 C。（錯誤）

(B) 選項

1. $S1.push(A)$：$S1 = [A]$，$S2 = []$
2. $S1.push(B)$：$S1 = [A, B]$，$S2 = []$
3. $S2.push(S1.pop)$：$S1$ 彈出頂端元素 $B$ 並推入 $S2$，此時 $S1 = [A]$，$S2 = [B]$
4. $S2.push(C)$：$S1 = [A]$，$S2 = [B, C]$

核心觀念

本題評量搜尋演算法（Search Algorithms）之最差時間複雜度與最大比較次數分析，包含兩大基礎搜尋方法：

1. 循序搜尋法（Sequential Search / Linear Search）：

• 特性：資料無需預先排序，由第一筆資料開始逐一向後比對。
• 比較次數：在最差情況（Worst Case）下，若目標資料位於陣列最後一個位置，或者目標資料根本不在陣列中，必須將全部 $n$ 筆資料皆比對完畢，故最大比較次數為 $n$ 次。

2. 二元搜尋法（Binary Search）：

• 特性：資料必須事先經過排序。每次選取搜尋區間的正中間元素與目標鍵值比對，若不相符則捨棄半數資料，將問題規模縮減為 $\frac{n}{2}$。
• 比較次數：每次比較後搜尋空間減半，在最差情況下相當於二元搜尋樹（Decision Tree）的樹高。處理 $n$ 筆資料時，所需之最大比較次數公式為： $\text{Max Comparisons} = \lfloor \log_2 n \rfloor + 1 = \lceil \log_2 (n + 1) \rceil$ 亦即滿足 $2^k > n$ 之最小正整數 $k$。

解題方法

本題已知資料筆數 $n = 15$，分別推導兩種搜尋法的最大比較次數：

1. 循序搜尋法： 若欲搜尋之資料不存在於清單中，演算法必須從第 1 筆一路比對至第 15 筆才能判定失敗。因此： $\text{最大比較次數} = n = 15\text{ 次}$

2. 二元搜尋法： 每次比對中間鍵值後排除一半的資料，其資料範圍逐次縮減過程如下：

• 第 1 次比較：從 15 筆中比對中間元素，未命中後剩餘 $\frac{15 - 1}{2} = 7$ 筆。
• 第 2 次比較：從 7 筆中比對中間元素，未命中後剩餘 $\frac{7 - 1}{2} = 3$ 筆。
• 第 3 次比較：從 3 筆中比對中間元素，未命中後剩餘 $\frac{3 - 1}{2} = 1$ 筆。

核心觀念

1. 完全二元樹（Complete Binary Tree）： 一棵高度為 $h$ 的完全二元樹，除最底層（第 $h$ 層）外，其餘各層（第 $1$ 層至第 $h-1$ 層）之節點數均達到最大容量；且最底層的節點皆由左至右緊密排列，中間不留任何空隙。
2. 樹高與層數定義慣例： 在台灣國家考試（如公職高普考、各類特考）的計算機概要與資料結構考題中，普遍遵循經典教科書（如 Horowitz 等著之《Fundamentals of Data Structures》）之定義：

• 樹的「根節點（Root）」位於第 $1$ 層（Level 1），亦即單一節點之樹高定義為 $1$。

3. 節點數與高度關係式： 若樹高為 $h$（根節點高度為 $1$），則：

• 第 $i$ 層最多可容納 $2^{i-1}$ 個節點。
• 高度為 $h$ 的二元樹，節點總數最大值（即滿二元樹 Full Binary Tree）為： $\sum_{i=1}^{h} 2^{i-1} = 2^h - 1$
• 高度為 $h$ 的完全二元樹，其第 $h$ 層至少有 $1$ 個節點，前 $h-1$ 層全滿，故節點總數 $n$ 的合理範圍為： $2^{h-1} \le n \le 2^h - 1$
• 反推高度公式為： $h = \lfloor \log_2 n \rfloor + 1 = \lceil \log_2 (n + 1) \rceil$

解題方法

題目給定完全二元樹的節點數 $n = 48$。

方法一：公式推導法

將 $n = 48$ 代入高度公式 $h = \lfloor \log_2 n \rfloor + 1$： 因為 $2^5 = 32 \le 48 < 64 = 2^6$，得知： $5 \le \log_2 48 < 6 \implies \lfloor \log_2 48 \rfloor = 5$ 因此，樹高為： $h = 5 + 1 = 6$

方法二：逐層累計夾擠法

計算各層全滿時的累計節點數：

• 第 $1$ 層：$2^0 = 1$ 個，累計 $1$ 個
• 第 $2$ 層：$2^1 = 2$ 個，累計 $1 + 2 = 3$ 個
• 第 $3$ 層：$2^2 = 4$ 個，累計 $3 + 4 = 7$ 個
• 第 $4$ 層：$2^3 = 8$ 個，累計 $7 + 8 = 15$ 個

核心觀念

二元堆積（Binary Heap，常簡稱為堆積）在資料結構中有兩大核心定義：

1. 結構性質（Shape Property）：堆積必須是一棵完全二元樹（Complete Binary Tree），國內部分教材與考題亦譯為完整樹。其特徵為除最後一層外，其餘各層均完全填滿；最後一層的所有節點則由左至右緊密排列。因為這個特性，堆積可以直接用連續的一維陣列（Array）高效實作，不需額外儲存指標。
2. 堆積性質（Heap Property，亦稱順序性質）：

• 最大堆積（Max Heap）：任何節點的鍵值均大於或等於其子節點的鍵值（根節點為最大值）。
• 最小堆積（Min Heap）：任何節點的鍵值均小於或等於其子節點的鍵值（根節點為最小值）。

解題方法

本題為觀念定義題，解題切入點在於區分「堆積的結構定義」與「堆積操作之時間複雜度」：

1. 結構辨析：檢驗堆積是否屬於二元搜尋樹（BST），以及它本質上屬於哪種樹狀結構（完整樹／完全樹）。
2. 效率分析：具 $n$ 個節點的完全二元樹，其樹高必為 $h = \lfloor \log_2 n \rfloor = O(\log n)$。插入與刪除的最糟情況均由樹高決定，藉此評估其最壞時間複雜度。

選項分析

• (A) 二元搜尋樹（BST）：錯誤。 二元搜尋樹（Binary Search Tree）要求任一節點之左子樹所有鍵值皆小於根節點、右子樹所有鍵值皆大於根節點（全域由小到大的排序關係）。而堆積僅維持「父子節點間」的偏序關係（Partial Order），左右子節點之間或跨子樹之間並無特定大小順序。因此，堆積並非二元搜尋樹。

核心觀念

1. 內部排序（Internal Sort）與外部排序（External Sort）的定義：

• 內部排序：待排序之資料量可完全容納於主記憶體（RAM）內，排序過程全部在記憶體中進行，存取速度主要取決於 CPU 與記憶體速度。
• 外部排序：待排序之資料量過大，超出主記憶體可用容量，必須藉由次級儲存裝置（如硬碟、磁帶等外存）輔助儲存與分批處理。外部排序的主要效能瓶頸在於外部 I/O 傳輸次數。

2. 存取模式（Access Pattern）與外部儲存特性：

• 外部儲存媒體（特別是傳統磁帶或機械硬碟）進行「循序存取」（Sequential Access）的傳輸效率極高，而「隨機存取」（Random Access）則會造成大量的磁頭尋道時間（Seek Time）或無法回溯尋道，效能極差。
• 合併排序（Merge Sort）：合併過程只需依照順序由前往後讀取多個已排序好的區塊（Runs），輸出亦為循序寫入，具有天生優良的循序存取特性，是外部排序的核心架構（如外部多路合併排序，External $k$-way Merge Sort）。
• 快速排序（Quick Sort）：分割（Partitioning）階段需使用指標從序列兩端頻繁跨位置掃描與交換元素，高度依賴隨機存取，若應用於外存會造成嚴重的隨機 I/O 瓶頸。

解題方法

本題為資料結構與演算法之觀念題，解題切入點如下：

1. 先由主記憶體容量限制判定內部排序與外部排序的劃分標準（檢視選項 A、B）。
2. 再以外存裝置的 I/O 成本為評估基礎，分析排序演算法是否支援「非隨機存取（循序存取）」的資料處理流程（檢視選項 C、D）。

選項分析

核心觀念

本題考查資料結構中雜湊法（Hashing）​的基礎架構與數學定義，主要包含以下核心概念：

1. 基本架構參數：

• 桶數（Buckets）：$b$
• 每個桶所具備的槽位數（Slots）：$s$
• 雜湊表總容量（Capacity）：$C = s \times b$
• 所有可能鍵值總數（Key Space）：$T$
• 實際存入雜湊表之資料筆數：$n$

2. 密度指標定義：

• 負載密度（Loading Density, $\alpha$）：$\alpha = \frac{n}{s \times b}$，代表雜湊表空間的填滿比例。
• 鍵值密度（Key Density, $\rho$）：$\rho = \frac{n}{T}$，代表所有可能的鍵值空間中，實際使用之資料比例。

3. 碰撞（Collision）與滿溢（Overflow）：

• 碰撞：相異鍵值 $k_1 \neq k_2$，經雜湊函式映射至同一個桶，即 $f(k_1) = f(k_2)$。
• 滿溢：欲存入某個桶的資料筆數超過該桶容量上限 $s$。
• 當 $s = 1$ 時，碰撞與滿溢同時發生；當 $s > 1$ 時，碰撞不一定立即滿溢，但滿溢必定起因於多次碰撞。

4. 理想雜湊函式之目標：

• 追求均勻雜湊（Uniform Hashing），使各鍵值均勻分散在各個桶中，以最大幅度降低碰撞發生率。

解題方法

解題關鍵在於辨別各參數間的代數意涵，以及碰撞與滿溢發生的充要條件：

• 雜湊表是否發生碰撞或滿溢，本質上取決於「雜湊函式 $f$ 的映射分佈」與「落入同一個桶的資料筆數」，不能單憑巨觀的容量大小或密度大小（如 $\alpha < \rho$ 或 $s > b$）推斷為「絕不發生」。
• 透過反例檢驗各敘述是否存在邏輯漏洞（特別是帶有絕對肯定語氣者）。

選項分析

一、題幹五項敘述逐一檢驗

• 敘述 ①：$0 < \alpha < 1$，$0 < \rho < 1$ 且 $\rho < \alpha$

• 分析：

• 一般情況下，可能鍵值總數遠大於雜湊表容量（$T \gg s \times b$），因此通常有 $\rho < \alpha$。

• 然而，若雜湊表為空（$n = 0$），則 $\alpha = \rho = 0$；若雜湊表完全填滿（$n = s \times b$），則 $\alpha = 1$；若採鏈結法（Chaining）處理溢位，$\alpha$ 甚至可大於 1。

• 嚴格來說，$\alpha$ 與 $\rho$ 之定義域為閉區間，並非絕對滿足開區間 $0 < \alpha < 1$。此敘述在嚴謹定義下存在瑕疵。

• 敘述 ②：若 $\alpha = \rho$，則不會發生碰撞（Collision），但可能發生滿溢（Overflow）

• 分析：

• $\alpha = \rho \implies \frac{n}{s \times b} = \frac{n}{T} \implies s \times b = T$。

• 即使雜湊表總槽位數等於所有可能鍵值總數，除非 $f$ 為一對一的「完美雜湊函式（Perfect Hash Function）」，否則任意雜湊函式依然可能將多個鍵值對應至同一桶而發生碰撞。

核心觀念

本題評量圖形理論（Graph Theory）中最少花費擴張樹（Minimum Cost Spanning Tree, MCST / MST）的定義與求法：

1. 擴張樹（Spanning Tree）之定義：

• 給定一個具有 $V$ 個頂點（Vertices）的連通無向圖 $G = (V, E)$，其擴張樹為包含圖中所有 $V$ 個頂點、且恰有 $V - 1$ 條邊（Edges）的無環（Acyclic）連通子圖。

2. 最少花費擴張樹（MST）：

• 在所有可能的擴張樹中，邊的權重（Cost/Weight）總和最小者即為最少花費擴張樹： $\text{Cost}(T) = \sum_{e \in T} w(e)$

3. 求解演算法：

• Kruskal 演算法：以邊為主（Edge-based）的貪婪演算法。將全圖所有邊依權重由小至大排序，每次挑選權重最小且「不與已選邊形成環路（Cycle）」的邊加入，直到累積選滿 $V - 1$ 條邊。
• Prim 演算法：以頂點為主（Vertex-based）的貪婪演算法。由單一頂點出發，逐步挑選連接「樹內頂點」與「樹外頂點」之最小權重邊（Cut-edge）加入，直至所有頂點均被納入。

解題方法

本題原卷圖示因數位掃描文字層擷取不完整，僅顯示部分邊權重（如 $4$、$6$），依原卷圖形結構，該圖共包含 $6$ 個頂點（設為頂點 $A, B, C, D, E, F$），故最少花費擴張樹必須恰好選取 $6 - 1 = 5$ 條邊。

使用 Kruskal 演算法 進行逐步推導：

1. 統計並排序邊權重： 將原圖各邊權重由小到大列出（依原卷圖示，包含權重為 $2, 2, 3, 3, 4, 4, 5, 6, 6$ 等邊）。
2. 依序挑選最小邊並避免成環：

• 第 1 步：選取權重為 $2$ 的邊，連接兩頂點，無環，納入擴張樹（目前邊數：$1$）。
• 第 2 步：選取另一條權重為 $2$ 的邊，連接不同頂點，無環，納入擴張樹（目前邊數：$2$）。
• 第 3 步：選取權重為 $3$ 的邊，無環，納入擴張樹（目前邊數：$3$）。

核心觀念

本題旨在測驗圖形理論（Graph Theory）中無向圖（Undirected Graph）​的結構特性，以及頂點分支度（Degree of a Vertex）​與邊數（Edges）​的對應關係。

• 分支度（Degree）的定義：在無向圖中，與某頂點相連的邊的數目，記為 $\deg(v)$。
• 握手定理（Handshaking Lemma）：在任何無向圖中，所有頂點的分支度總和恰好等於邊數的兩倍。 數學公式為： $\sum_{v \in V} \deg(v) = 2E$

解題方法

從「邊對分支度的貢獻量」進行推導：

1. 設無向圖 $G = (V, E)$，其中頂點集合大小為 $|V| = V$，邊集合大小為 $|E| = E$。
2. 無向圖中的每一條邊 $e = (u, v)$ 都由兩個端點所組成，連接頂點 $u$ 與頂點 $v$。
3. 當我們計算所有頂點的分支度總和時，每一條邊 $e$ 都會同時為其兩端的頂點各貢獻 $1$ 個分支度（即使是自我迴圈 self-loop，該條邊的兩端亦皆連接在同一個頂點上，依圖論定義同樣為該頂點貢獻 $2$ 個分支度）。
4. 因此，圖中每一條邊對整體分支度總和的累加貢獻皆恰好為 $2$。
5. 全圖共有 $E$ 條邊，所有頂點的分支度總和即為： $\sum_{v \in V} \deg(v) = 2 \times E = 2E$

選項分析

核心觀念

1. 關節點（Articulation Point，又稱割頂 Cut Vertex）定義： 在一個連通的無向圖 $G = (V, E)$ 中，若存在一頂點 $v \in V$，當移除 $v$ 及所有與 $v$ 相連的邊之後，所產生的子圖 $G - \{v\}$ 之連通元件（Connected Components）數量增加（即原本連通的圖分裂成兩個或兩個以上不相連的子圖），則稱頂點 $v$ 為圖 $G$ 的關節點。

2. 雙連通元件（Biconnected Component）特性： 雙連通元件是圖中極大且不含任何關節點的連通子圖。若兩個雙連通元件相交，其交集最多僅包含一個頂點，該頂點必定為關節點。

3. 深度優先搜尋（DFS）樹判定準則（Tarjan 定理）： 在無向圖的 DFS 走訪樹中：

• 根節點（Root）：若在 DFS 樹中擁有兩個或兩個以上的子節點（Children），則為關節點。
• 非根節點 $u$：若 $u$ 存在至少一個子節點 $v$，滿足 $low[v] \ge dfn[u]$（即 $v$ 及其子樹節點無法透過逆向邊 Back-edge 連回 $u$ 的祖先節點），則 $u$ 必為關節點。

解題方法

本題頂點集合為 $V = \{a, b, c, d, e, f, g, h, i\}$，共 9 個節點。判斷關節點數量採用「連通性破壞檢測法（點移除法）」與「雙連通區塊交界法」：

1. 逐點檢驗移除效果：

• 檢視圖中每一個節點 $v \in \{a, b, c, d, e, f, g, h, i\}$，假設將其與相連的所有邊自圖中剔除。
• 若剩餘節點被分割為各自獨立、彼此無法抵達的子圖，該節點即判定為關節點。
• 原題圖形中，共有 5 個節點扮演連接不同子結構（如懸掛分支、環與環交界、或橋的端點）的關鍵樞紐。

核心觀念

本題測驗「二分搜尋法（Binary Search）」在已排序陣列中的搜尋搜尋路徑與判斷邏輯：

1. 二分搜尋法特性：每次比對均取目前搜尋區間的中間元素（$mid$）與目標搜尋值（$x$）比較。
2. 分支移動規則（以由小到大遞增排序為例）：

• 若搜尋值 $x < \text{陣列中值}$，代表目標值位於左半部，下一步搜尋範圍將縮小至左側區間，隨後比對的數值必定小於當前比對值。
• 若搜尋值 $x > \text{陣列中值}$，代表目標值位於右半部，下一步搜尋範圍將縮小至右側區間，隨後比對的數值必定大於當前比對值。
• 若搜尋值 $x = \text{陣列中值}$，則搜尋成功終止。

解題方法

假設該已排序陣列為常見的遞增排序（由小到大排序；若為遞減排序推導結果亦完全相同）：

1. 第一次比對值為 $8.5$： 第二次比對之數值為 $6.5$。因 $6.5 < 8.5$，表示搜尋演算法選擇往數值較小的一側（左半部）繼續搜尋，可知搜尋值 $x$ 必須滿足： $x < 8.5$

2. 第二次比對值為 $6.5$： 第三次比對之數值為 $4.5$。因 $4.5 < 6.5$，表示搜尋演算法再次選擇往數值較小的一側（左半部）縮小區間，可知搜尋值 $x$ 必須滿足： $x < 6.5$

3. 綜合推導： 根據前兩次比對後的轉向決策，目標搜尋值 $x$ 必須同時滿足 $x < 8.5$ 與 $x < 6.5$，即： $x < 6.5$ 若搜尋值大於等於 $6.5$（如 $x = 7$），在第二次比對時因 $7 > 6.5$，演算法必然會向右搜尋，第三次比對的數值應介於 $6.5$ 至 $8.5$ 之間，絕不可能出現小於 $6.5$ 的數值 $4.5$。

核心觀念

本題主要測驗 Java 程式語言中 「字串物件的記憶體配置」 與 「字串比較機制」：

1. 物件參考（Reference）與記憶體配置：使用 new 關鍵字建立物件時，系統會在堆積區（Heap）配置獨立的記憶體空間，各變數存放的是該實體的記憶體位址（Reference）。
2. 關係運算子 == 的意義：用於比較兩個物件型態（Reference Type）變數時，比較的是「記憶體位址是否相同」（Reference Equality），而非比較其內容。
3. 字串內容比較（compareTo 方法）：

• 實作自 Comparable<String> 介面。
• 依字典順序（Lexicographical order）逐一比對字元的 Unicode 編碼值。
• 若兩字串字元序列與長度完全相同，回傳整數 $0$；若呼叫者小於引數字串回傳負數，大於則回傳正數。

解題方法

本題採用「程式碼逐行追蹤（Trace）法」，逐步分析記憶體狀態與條件判斷：

1. 初始狀態：

int x=0, y=0;

此時整數變數 $x = 0$，$y = 0$。

2. 物件實體建立：

String a = new String("test");
String b = new String("test");

• 關鍵在於運算子 new：每執行一次 new String，JVM 必定會在 Heap 區配置一塊全新的記憶體區塊。
• 因此，變數 a 與變數 b 各自指向堆積區中不同的記憶體位址（即位址 $a \neq$ 位址 $b$），即便兩者內部儲存的字元序列皆為 "test"。

3. 第一個條件判斷（位址比對）：

if (a == b) x++;

• 運算子 == 比對 a 與 b 所持有的物件位址。
• 由於兩者位址不同，條件式結果為 false。
• x++ 不被執行，變數 $x$ 維持為 $0$。

4. 第二個條件判斷（內容比對）：

if (a.compareTo(b) == 0) y++;

• a.compareTo(b) 比對字串實際內容。
• 兩物件內容皆為 "test"，長度與各位置字元皆完全一致，因此 a.compareTo(b) 的回傳值為 $0$。
• 判斷式 0 == 0 結果為 true。
• 執行 y++，變數 $y$ 遞增為 $0 + 1 = 1$。

核心觀念

本題主要測驗 C 語言中整數常數的進位制前綴表示法、進位制數值轉換（十六進位轉十進位）​以及 printf 函式的格式指定字（Format Specifier）：

1. 整數進位制前綴：

• 十六進位（Hexadecimal）：以 0x 或 0X 為前綴。
• 八進位（Octal）：以 0 為前綴（如 012）。
• 十進位（Decimal）：非 0 開頭的常規數字（如 12）。

2. 進位制權重展開：十六進位數值 $(d_1 d_0)_{16}$ 轉換為十進位時，公式為： $d_1 \times 16^1 + d_0 \times 16^0$
3. 格式指定字：%d 代表將引數以「十進位帶正負號整數（Signed Decimal Integer）」的形式格式化輸出。

解題方法

解題關鍵分為「辨識常數進位制」、「數值轉換」與「格式化輸出」三個步驟：

1. 辨別常數數值與進位制： 程式碼中的引數為 0x12，開頭前綴為 0x，代表這是一個十六進位的整數常數（即 $12_{16}$）。
2. 將十六進位轉換為十進位： 將十六進位數值 $12_{16}$ 依權重展開轉換為十進位： $1 \times 16^1 + 2 \times 16^0 = 16 + 2 = 18$ 因此，常數 0x12 在記憶體中實際儲存的數值等同於十進位的 $18$。
3. 對應 printf 格式化字串： printf 使用的格式指定字為 "%d"，要求將該整數轉換為十進位數字文字輸出，因此印出螢幕的結果為 18。

核心觀念

本題評量 C++ 程式語言中巢狀迴圈（Nested Loops）​與流程跳轉控制陳述句（Jump Statements）​的綜合應用能力，核心要點如下：

1. continue 陳述句：立即略過當前迴圈本體中剩餘的程式碼，直接進入該迴圈的下一次迭代（先執行變數更新式，再重新評估條件式）。
2. break 陳述句：立即強制終止其「所屬的最內層迴圈」，程式控制權直接跳至該迴圈區塊之外接續執行。
3. 模數運算子（%）：求整數相除後的餘數。i % 2 == 0 用於判定偶數；j % 5 == 0 用於判定 $5$ 的倍數。

解題方法

本題為巢狀迴圈，應採用「由外而內、分別統計」的乘法原理進行分析與推導：

1. 外層迴圈分析（變數 $i$）

• 迴圈控制範圍為 $i = 1$ 到 $i \le 6$，每次遞增 $1$。
• 條件判斷式：if (i%2==0) continue;
• 當 $i$ 為偶數（$i \in \{2, 4, 6\}$）時，條件成立並執行 continue，直接跳過後續所有敘述（不進入內層迴圈），進入下一個 $i$。
• 當 $i$ 為奇數（$i \in \{1, 3, 5\}$）時，條件不成立，正常進入內層迴圈。
• 外層有效觸發內層迴圈的次數為 $3$ 次（即 $i = 1, 3, 5$）。

2. 內層迴圈分析（變數 $j$）

• 迴圈初值為 $j = 1$，每次遞增 $1$。
• 條件判斷式：if (j%5==0) break;，印出敘述 cout << 'Y'; 位於其後。
• $j = 1$：$1 \pmod 5 \ne 0 \to$ 印出第 1 個 'Y'。
• $j = 2$：$2 \pmod 5 \ne 0 \to$ 印出第 2 個 'Y'。
• $j = 3$：$3 \pmod 5 \ne 0 \to$ 印出第 3 個 'Y'。
• $j = 4$：$4 \pmod 5 \ne 0 \to$ 印出第 4 個 'Y'。
• $j = 5$：$5 \pmod 5 = 0 \to$ 觸發 break，立即跳離內層迴圈。

核心觀念

本題旨在測驗 Java 程式語言的基本語法與物件導向程式設計（OOP）核心概念，涵蓋以下重點：

1. 指標與參考（Pointer vs. Reference）：Java 隱藏了記憶體位址運算，不提供 C/C++ 風格的顯式指標運算子（如 * 與 ->），而是使用「物件參考」（Object Reference）。
2. 抽象類別（Abstract Class）與建構子（Constructor）：抽象類別不能直接透過 new 實體化，但允許且常包含建構子，用以供子類別透過 super 呼叫，完成繼承屬性的初始化。
3. 覆寫（Overriding）與多載（Overloading）之辨析：

• 覆寫（Override）：子類別重新定義父類別的方法，具有相同的方法簽名（Method Signature）​與回傳型態相容性。
• 多載（Overload）：同一個類別內（或繼承關係中）定義同名方法，但具有不同的參數列（參數個數、型態或順序不同）。

4. 大小寫敏感性（Case Sensitivity）：Java 語言嚴格區分大小寫（Case-sensitive），不同大小寫的識別字（Identifier）代表不同變數。

解題方法

依據 Java 語言規範（JLS）與物件導向基本設計原則，逐一檢驗各選項之語法及觀念：

• 先排除具有 C/C++ 專用語法（顯式指標運算子 *）的選項 (A)。
• 檢驗抽象類別的特性，釐清「不可直接實體化」與「有無建構子」的差異，判定選項 (B)。
• 檢視方法覆寫與多載的定義，比對方法簽名是否一致，確認選項 (C)。
• 根據識別字規則確認大小寫敏感性，檢視選項 (D)。

選項分析

• (A) 錯誤：Java 不支援 C/C++ 的指標語法，程式碼中不存在 * 指標宣告運算子。在 Java 中，建立物件參考的正確語法為：