109 年 國立臺灣大學資訊管理學系碩士班《資訊科技概論》

本題考查物件導向程式設計 (Object-Oriented Programming, OOP) 的基本觀念。題目描述的是將物件的內部狀態隱藏起來，並且所有互動都必須透過物件的方法來進行。這是物件導向程式設計的核心原則之一，旨在保護資料的完整性並提高程式碼的可維護性。

• (A) Abstraction (抽象化)：指將複雜的系統簡化，只呈現使用者需要的部分，隱藏不必要的細節。
• (B) Encapsulation (封裝)：指將資料 (屬性) 和操作資料的方法 (行為) 包裝在一個類別 (class) 中，並控制對資料的存取權限，使得外部無法直接存取或修改

本題考查物件導向程式設計中存取修飾符 (access modifiers) 的概念。題目詢問哪種修飾符允許「僅限於目前類別、子類別，以及同一個套件 (package) 中的類別」存取成員。

• (A) internal：在某些語言 (如 C#) 中，internal 存取修飾符表示成員只能在同一個組件 (assembly) 內被存取。在 Java 中，沒有 internal 關鍵字，但預設的 (沒有修飾符) 存取權限 (package-private) 類似於此，表示只能在同一個套件內存取。
• (B) private：成員只能在定義它的類別內部被存取。
• (C) protected：成員可以在定義它的類別內部、該類別的子類別中，以及同一個套件中的類別中被存取。

核心觀念
本題測驗考生對 Python 程式語言所支援的程式範式（programming paradigm）之認識。程式範式的定義如下：

• 函數式編程（Functional Programming）：以純函式、不可變資料為主，支持高階函式與匿名函式 (lambda) 等特性。
• 物件導向編程（Object‑Oriented Programming, OOP）：以類別與物件封裝資料與行為，支援繼承、多型與封裝。
• 程序式編程（Procedural Programming）：以順序執行的子程式（procedure）或函式為主，強調控制流程。
• 指令式編程（Imperative Programming）：直接描述「如何」執行的步驟，包含變數賦值、迴圈、條件分支等，程序式與指令式在實務上常被交叉使用。

了解 Python 同時具備上述哪些特性，即可判斷選項之正誤。

---

解題方法

1. 先確認 Python 官方文件或教材對各程式範式的支援情形。
2. 逐一比對四個選項的描述，檢視是否有任何已知的「不支援」之項目。
3. 若全部皆符合 Python 的特性，則依題目最後的說明，選擇 (E) all of the above are correct；否則選出唯一錯誤之選項。

---

選項分析

選項	內容	正確性說明
(A)	“it supports functional programming style coding”	Python 支援函數式編程：提供 lambda、map、filter、reduce、列表生成式、生成器、不可變資料類型 (tuple、frozenset) 以及函式作為第一等公民。

本題考查 Python 程式語言的特性，要求找出錯誤的敘述。

• (A) general-purpose programming language：Python 是一種廣泛應用於各種領域（網頁開發、數據科學、自動化、AI 等）的通用程式語言。此敘述正確。
• (B) statically-typed：Python 是一種動態型別 (dynamically-typed) 語言，而不是靜態型別 (statically-typed) 語言。在動態型別語言中，變數的型別是在執行時期確定的，而不是在編譯時期。例如，在 Python 中，你可以寫 x = 10，然後 x = "hello"，而不會有編譯錯誤。在靜態型別語言（如 Java, C++）中，必須在編譯時期確定變數的型別，且型別一旦確定就不能改變。因此，此敘述是錯誤的。

本題考查軟體交付模式。題目描述的模式是：軟體部署並管理在供應商的雲端基礎設施上，使用者可以透過網際網路隨時隨地存取。

• (A) On-demand software (隨選軟體)：這是指軟體可以根據使用者的需求即時提供和使用，通常與雲端服務模型相關。這與題目描述的「accessed by users over the Internet as and when required」非常吻合。
• (B) pay-as-you-go (隨用隨付)：這是一種計費模式，使用者根據實際使用的資源量付費。雖然常見於雲端服務，但它描述的是計費方式，而不是軟體交付模型本身。

本題考查雲端運算服務模型。Google App Engine (GAE) 是一個讓開發者能夠建立和部署應用程式的平台，它提供了一個執行環境，開發者無需管理底層的伺服器、作業系統或網路。

• (A) Infrastructure-as-a-service (IaaS)：提供基本的運算資源，如伺服器、儲存和網路。使用者需要自行管理作業系統、應用程式和資料。例如 Amazon EC2, Google Compute Engine。
• (B) Software-as-a-service (SaaS)：提供完整的應用程式，使用者直接透過瀏覽器或客戶端存取。例如 Gmail, Salesforce。

本題考查台灣常見的行動支付服務。題目要求找出「不是」行動支付服務的選項。

• (A) LINE Pay：是 LINE 應用程式提供的行動支付服務。
• (B) Pi錢包：是 PChome 推出的一款行動支付錢包。
• (C) 街口：是街口支付提供的行動支付服務，在台灣非常普及。

核心觀念

本題考查行動通訊世代的傳輸速度。5G 的主要特色之一，是大幅提升資料傳輸速率、降低延遲，並支援大量裝置同時連線。

以考試教材常見的概略比較而言：

• 4G：通常約數十 Mbps 至數百 Mbps
• 5G：通常以 Gbps 等級為主要描述
• 5G 的理想峰值速率可達約 10 Gbps 以上，實際環境則會受到基地台距離、頻段、使用者數量與網路負載影響

其中：

$$1\text{ Gbps}=1000\text{ Mbps}$$

因此，$1$–$10\text{ Gbps}$ 已經明確屬於 5G 的高速傳輸範圍。

解題方法

判斷本題的關鍵，在於辨認各選項的速率單位與數值範圍。

5G 的速度應以 Gbps 等級描述。將選項換算成相同單位：

• $10$–$100\text{ Mbps}=0.01$–$0.1\text{ Gbps}$
• $100$–$500\text{ Mbps}=0.1$–$0.5\text{ Gbps}$
• $300\text{ Mbps}$–$1\text{ Gbps}=0.3$–$1\text{ Gbps}$
• $1$–$10\text{ Gbps}=1$–$10\text{ Gbps}$
• $10$–$100\text{ Gbps}=10$–$100\text{ Gbps}$

在一般資訊科技概論教材的世代比較中，5G 通常被描述為約 $1$–$10\text{ Gbps}$，因此選擇（D）。

選項分析

本題考查電腦網路中的伺服器角色。題目描述的是一個充當中介的伺服器，負責處理用戶端對資源（如檔案或網頁）的請求，並從提供資源的伺服器獲取這些資源。

• (A) cache (快取)：快取是用來儲存常用資料的臨時記憶體，以加快存取速度。雖然快取伺服器（如快取代理伺服器）可以作為中介，但「快取」本身更側重於資料儲存和加速，而不是作為請求的中介。
• (B) proxy (代理伺服器)：代理伺服器（Proxy Server）就是專門設計來作為用戶端和目標伺服器之間的中介。

核心觀念
在網路中，將人類易讀的主機名稱（如 www.im.ntu.edu.tw）轉換成機器可識別的 IP 位址的工作稱為 名稱解析（Name Resolution）。負責此任務的服務是 Domain Name System（DNS）伺服器，其運作流程大致為：

1. 客戶端向本地 DNS 快取或 DNS 解析器（Resolver）發送查詢請求。
2. 若本地快取無法解答，解析器會向根 DNS 伺服器、頂層網域（Top‑Level Domain, TLD）伺服器與授權名稱伺服器逐層請求，最終得到對應的 IP 位址。
3. 客戶端取得 IP 後，再以 TCP/UDP 方式與目標主機通訊（例如 HTTP、HTTPS）。

此概念常會與「URL」或「Web Server」混淆，應明確區分：

• URL（Uniform Resource Locator）：僅是資源定位字串的語法，內含協定、主機名稱、路徑等資訊，本身不是伺服器。
• Web Server：提供 HTTP 資源的伺服器，接收已解析好的 IP 訪問請求。
• HTTP Server：廣義上指任何支援 HTTP 協定的伺服器，亦非名稱解析者。
• Exchange Server：微軟的郵件與協作平台，與 DNS 無直接關聯。

---

解題方法
本題屬於概念辨識型選擇題。解題步驟：

1. 確認題目詢問「將名稱 www.im.ntu.edu.tw 解析為 IP 位址」的職能。
2. 於選項中尋找與 名稱解析（Name Resolution） 相關的伺服器名稱。
3. 若無符合 DNS 的選項，則選擇「none of the above」作為正確答案。

---

選項分析

本題考查網際網路協定 (IP) 的版本特性，要求找出錯誤的敘述。

• (A) IPv4 uses a 32-bit address space：IPv4 位址長度為 32 位元，可以提供約 $2^{32}$ (約 43 億) 個位址。此敘述正確。
• (B) IPv6 uses a 120-bit address space：IPv6 位址長度為 128 位元，而不是 120 位元。128 位元可以提供約 $2^{128}$ 個位址，數量極為龐大。因此，此敘述是錯誤的。

本題考查區域網路 (Local Area Network, LAN) 中常用的網路技術。

• (A) Ethernet (乙太網路)：乙太網路是目前最普及、最廣泛使用的區域網路技術。它支援多種傳輸速率（從 10 Mbps 到 100 Gbps 以上）和多種傳輸介質（如雙絞線、光纖）。
• (B) Token Ring (令牌環網)：令牌環網是一種較早期的區域網路技術，由 IBM 開發。它曾經流行過，但現在已被乙太網路取代，很少使用。

本題考查資料傳輸中的錯誤偵測機制。題目描述的是一個檢查位元 (check bit)，它被添加到資料區塊中，用來驗證資料區塊中 1 的總數是偶數還是奇數。

• (A) spin：與資料傳輸或錯誤偵測無關。
• (B) recovery：指從錯誤中恢復的過程，但不是指檢查位元本身。
• (C) parity：同位元 (parity bit) 是一種簡單的錯誤偵測方法。

本題考查藍牙 (Bluetooth) 的常見應用，要求找出「不是」藍牙的常見應用。

• (A) between a mobile phone and a VR headset：手機常透過藍牙與 VR 頭戴裝置無線連接，以傳輸音訊、控制訊號或串流影像。這是常見應用。
• (B) between a mobile phone and a car stereo system：手機透過藍牙連接汽車音響，用於播放音樂、免提通話等，這是非常普遍的應用。
• (C) between a wearable device and a mobile phone：智慧手錶、健身追蹤器等穿戴裝置，通常透過藍牙與手機同步資料、接收通知。

本題考查電腦記憶體和儲存裝置的揮發性 (volatility)。非揮發性記憶體 (non-volatile memory) 在斷電後仍能保存資料，而揮發性記憶體 (volatile memory) 在斷電後資料會消失。

• (A) Solid-state drive (SSD)：SSD 使用快閃記憶體 (Flash memory) 來儲存資料，是非揮發性儲存裝置。

本題考查資訊安全管理系統 (Information Security Management System, ISMS) 的相關標準。題目描述了一個用於管理組織資訊風險的政策和程序框架。

• (A) ISO 9001：這是品質管理系統 (Quality Management System) 的標準，與資訊安全無直接關聯。
• (B) ISO 7700：這個編號的 ISO 標準似乎不存在，或者不是一個廣為人知的資訊安全標準。

本題考查資訊安全領域中的 CIA 三要素。CIA 三要素是資訊安全的核心原則，用於指導組織制定資訊安全政策。

• C stands for Confidentiality (機密性)：確保資訊僅供授權人員存取。
• I stands for Integrity (完整性)：確保資訊的準確性和完整性，防止未經授權的修改。
• A stands for Availability (可用性)：確保授權使用者在需要時能夠存取資訊和相關資源。

本題考查 SQL (Structured Query Language) 的語法，用於建立資料庫表格。

• (A) CREATE TABLE Customers (CustomerID int, CustomerName varchar(255) );
  • CREATE TABLE 是用於建立新表格的標準 SQL 命令。
  • Customers 是表格的名稱。
  • (CustomerID int, CustomerName varchar(255)) 定義了表格的欄位（列），包括欄位名稱和資料型別。int 是整數型別，varchar(255) 是可變長度的字串型別，最多 255 個字元。
  • 這個語法是正確的，用於建立一個名為 Customers 的表格，包含 CustomerID 和 CustomerName 兩個欄位。

本題考查關聯式資料庫管理系統 (RDBMS)。題目描述了一個由社群開發、與 MySQL 高度相容、且免費開源的資料庫系統，其出現是為了應對 Oracle 收購 MySQL 後的疑慮。

• (A) MonetDB：MonetDB 是一個開源的列式資料庫管理系統，主要用於數據倉儲和分析，與 MySQL 的架構和相容性不同。
• (B) SAP R3：SAP R3 是一個企業資源規劃 (ERP) 系統，其底層資料庫可以是多種，但 SAP R3 本身不是一個獨立的 RDBMS，且通常是商業軟體。

本題考查物聯網 (Internet of Things, IoT) 發展的規模，特別是 2020 年全球連接裝置的估計數量。IoT 裝置數量在過去十年中爆炸性增長。

根據多家市場研究機構（如 Gartner, IDC, Statista）的報告，全球連接的 IoT 裝置數量在 2020 年大約落在數十億的範圍。

• (A) 10-100 million：這個數量級太小，遠低於實際情況。
• (B) 100-500 million：這個數量級也太小。
• (C) 1-5 billion：這個範圍比較接近大多數機構的估計。例如，Gartner 在 2020 年估計全球 IoT 連接裝置數量約為 117 億。Statista 在 2020 年的估計也超過 100 億。
• (D) 10-50 billion：這個範圍也可能包含一些預測，但 1-5 billion 是更保守且常見的估計範圍，而 10-50 billion 則更接近於一些較樂觀的預測或包含更多類型的裝置。

核心觀念

• ADT LIST：抽象資料型別 List，提供插入、刪除、搜尋等操作。實作時常以陣列或鏈結串列為基礎。
• 有序序列與無重複：題目保證陣列內的整數已依 升序 排列且 不會有重複，因此可利用二元搜尋定位目標值，或直接線性掃描即可。
• 陣列縮減：刪除元素後需將後方元素左移填補空位，維持連續性。
• 動態擴充：當陣列已滿時（itemCount == arraySize），必須配置更大的儲存空間，舊資料拷貝過去，再釋放舊指標。

---

解題方法 – List::remove

1. 搜尋目標
   • 由於陣列已排序且無重複，可使用 二元搜尋（$O(\log n)$）找出 value 的索引 pos。若未找到則 success = false，直接返回。
2. 左移元素
   • 若找到，將 pos 之後的所有元素左移一格，覆寫被刪除的位置。左移操作為線性掃描，時間複雜度 $O(n - pos)$，最壞情況 $O(n)$。
3. 更新計數
   • itemCount--，並將 success 設為 true。

程式實作

void List::remove(int value, bool &success)
{
    // 1. 二元搜尋定位 value
    int left = 0, right = itemCount - 1;
    int pos = -1;                     // 若未找到保留 -1
    while (left <= right) {
        int mid = left + (right - left) / 2;
        if (p_items[mid] == value) { // 找到目標
            pos = mid;
            break;
        } else if (p_items[mid] < value) {
            left = mid + 1;
        } else {
            right = mid - 1;
        }
    }

    if (pos == -1) {                  // 沒有此值
        success = false;
        return;
    }

    // 2. 左移以刪除元素
    for (int i = pos; i < itemCount - 1; ++i) {
        p_items[i] = p_items[i + 1];
    }

    // 3. 更新計數與成功旗標
    --itemCount;
    success = true;
}

時間與空間分析

• 時間：二元搜尋 $O(\log n)$ + 左移 $O(n)$ → 總體 $O(n)$（最壞情況）。
• 空間：僅使用常數額外變數，$O(1)$。

---

解題方法 – List::doubleArraySize

1. 配置新陣列：新大小為 arraySize * 2。使用 new int[newSize] 取得指標 p_new.
2. 拷貝舊元素：將 itemCount 個有效元素從 p_items 複製到 p_new（for 迴圈或 std::copy）。
3. 釋放舊陣列：delete[] p_items;
4. 更新指標與大小：p_items = p_new;、arraySize = newSize;

程式實作

核心觀念

1. Max-Heap（最大堆積）性質：

   • 題目說明「數值愈大代表優先權愈高（large values mean high priority）」，故此處實作的是 Max-Heap。
   • 結構性質：Heap 是一棵完全二元樹（Complete Binary Tree）。
   • 堆積順序性質（Heap-Order Property）：除了根節點外，任意節點的值皆小於或等於其父節點的值（$items[child] \le items[parent]$）。

2. 0-indexed 陣列在完全二元樹中的父子節點索引關係：

   • 題目中前置條件給定 0 <= i < itemCount，代表陣列索引從 0 開始（0-indexed）。
   • 對於任意節點索引 $i$：
     • 其父節點（Parent）索引為： $$parent(i) = \lfloor \frac{i - 1}{2} \rfloor = (i - 1) / 2$$
     • 其左子節點（Left Child）索引為 $2i + 1$。
     • 其右子節點（Right Child）索引為 $2i + 2$。

3. 提高優先權（Increase-Key / Boost Priority）與 Percolate Up（向上過濾）：

   • 當節點 $i$ 的值調高（newPriorityValue > items[i]）時，該節點的值可能違反 Max-Heap 特質，亦即可能會「大於」其父節點。
   • 為恢復 Max-Heap 特質，需將該元素沿著往根節點的路徑向上移動（Percolate Up / Sift Up / Bubble Up），直到其父節點的值大於或等於該元素，或者該元素已到達根節點（索引 0）為止。

---

解題方法

1. 更新目標節點的數值：
   直接將新值賦予目標位置：items[i] = newPriorityValue;。

2. 實作向上調整（Percolate Up / Sift Up）：

   • 使用迴圈持續比較當前節點 $i$ 與其父節點 $parent = (i - 1) / 2$ 的大小。
   • 終止條件：
     1. 當前節點已是根節點（即 $i = 0$）。
     2. 父節點的值已經大於或等於當前節點的值（即 $items[parent] \ge items[i]$）。
   • 調整動作：若當前節點大於父節點，則交換 $items[i]$ 與 $items[parent]$，並將指針移動至父節點位置（$i = parent$），繼續往上檢查。

---

關鍵程式碼實作