• 字符串會被從頭到尾進行比較。 • 字母比數字大。 • 數字作爲整數進行比較。 • 字母按照 ASCII 編碼順序進行比較。 • 對於點號 (.)，加號 (+)，以及波浪號 (~) 則要應用特殊規則，具體如下： 0.0 < 0.5 < 0.10 < 0.99 < 1 < 1.0~rc1 < 1.0 < 1.0+b1 < 1.0+nmu1 < 1.1 < 2.0 有一種比較棘手的情況，當上游釋出 HOWTO：announce: http://lists.debian.org/debian-devel- announce/2006/03/msg00023.html. 4.3 changelog 這是一個必須的文件，它的特殊格式在 Debian Policy Manual, 4.4 ”debian/changelog” (http://www.debian.org/doc/debian- policy/ch-source 2010 00:37:31 +0100 6 (注：我爲它添加了行號。) 第 1 行是軟體包名、版本號、發行版和緊急程度。軟體包名必須與實際的原始碼包名相同，發行版應該是 unstable。 除非有特殊原因，緊急程度預設設定為 medium（中等）。 第 3-5 行是一個很長的條目，記錄了你在這個 Debian 修訂版本中做出的修改 (非上游修改——上游修改由上游作者建 立並由另外一個檔案維護，它們應被安裝為

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡單 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

在很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 第 3 章

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 3.3.2

很小機率下才能達到，可能會帶來 一定的誤導性。而最差時間複雜度更為實用，因為它給出了一個效率安全值，讓我們可以放心地使用演算 法。 從上述示例可以看出，最差時間複雜度和最佳時間複雜度只出現於“特殊的資料分佈”，這些情況的出現機率 可能很小，並不能真實地反映演算法執行效率。相比之下，平均時間複雜度可以體現演算法在隨機輸入資料 下的執行效率，用 Θ 記號來表示。 對於部分演算法，我們可以簡 然而，二補數 1000 0000 是一個例外，它並沒有對應的原碼。根據轉換方法，我們得到該二補數的原碼為 0000 0000 。這顯然是矛盾的，因為該原碼表示數字 0 ，它的二補數應該是自身。計算機規定這個特殊的二 補數 1000 0000 代表 −128 。實際上，(−1) + (−127) 在二補數下的計算結果就是 −128 。 (−127) + (−1) → 1111 1111 (原碼) + 1000 可以轉換為計算加法 ? + (−?) ；計算乘法和除法可以轉換為計算多次 加法或減法。 現在我們可以總結出計算機使用二補數的原因：基於二補數表示，計算機可以用同樣的電路和操作來處理正 數和負數的加法，不需要設計特殊的硬體電路來處理減法，並且無須特別處理正負零的歧義問題。這大大簡 化了硬體設計，提高了運算效率。 二補數的設計非常精妙，因篇幅關係我們就先介紹到這裡，建議有興趣的讀者進一步深入瞭解。 第 3 章