貫穿整個階梯的那條線
回望你爬過的四篇指南。你學會了用階與型來量一個整函數長得多快。你學會了詹森公式，它說成長要為零點埋單——圓盤內每個零點都對 log|f| 的邊界平均收取一筆費用。你用阿達瑪定理把有限階函數依其零點作了因式分解。你又見了小與大皮卡定理，它們說一個非常數整函數至多漏掉一個值，而在一個本質奇點附近，它取遍每一個值——除了至多一個——而且都取無窮多次。四篇指南，其實只是同一個問題被低聲說了四遍：一個函數的成長，與它取自身各個值的頻繁程度，是怎麼關聯的？ 奈望林納理論就是把這四者收進同一個框架裡的答案。
關鍵的一躍在這裡。詹森只數零點——也就是 f 碰上單一個值 0 的地方。但 0 並不特別；對任何目標 w，f(z) - w 的零點就是 f 碰上 w 的地方，你大可對那個平移過的函數也寫下詹森公式。羅爾夫·奈望林納大約在 1925 年的想法，是不再把每個值各自分開處理，而是造出一根量尺，把函數的成長與它對所有值 w 的取值同時相比。那根量尺就是特徵函數 T(r, f)，而建立其上的奈望林納理論，是本階梯裡最深的東西。
搭起特徵函數：多少、多高
特徵函數 T(r, f) 由兩塊誠實的部件拼成，而這兩個想法你都以變裝的形式見過。第一塊是鄰近函數 m(r, f)：它量 f 在圓 |z| = r 上變得多大，做法是把 log|f| 的正部繞著圓取平均。它只注意 |f| 很大的地方——也就是 f 靠近值無窮的地方。第二塊是計數函數 N(r, f)：它清點 f 在圓盤 |z| <= r 內的極點，並以一個「極點計數如何隨半徑成長」的積分加權——正是你在詹森公式裡看著被榨出來的那套 n(t)/t 記帳。鄰近函數說 f 平均上多接近無窮；計數函數說它在內部實際碰到無窮多少次。
T(r, f) = m(r, f) + N(r, f)
m(r, f) = (1 / 2 pi) * integral from 0 to 2 pi of log+ |f(r e^(i theta))| d theta
( log+ x = max(log x, 0) : how CLOSE to infinity, on average )
N(r, f) = integral from 0 to r of ( n(t, f) - n(0, f) ) / t dt + n(0,f) log r
( n(t, f) = number of POLES in |z| <= t : how OFTEN infinity is reached )
For a value w : T(r, 1/(f - w)) counts how f attains the target w,
by reading the w-points of f as the POLES of 1/(f - w).為何要把 m 與 N 黏成一個數 T？因為分開來看它們很滑溜，但它們的和卻像一個乾淨的成長計量器。T(r, f) 對 r 遞增、對 log r 是凸的，而對整函數來說它就緊挨著最大模：log M(r) 與 T(r, f) 以相同的速率成長，所以你在第 1 篇定義的階，從 T 也一樣讀得出來。特徵函數是最大模那位更民主的表親——它不只追蹤 |f| 的最大值，還把那些值跑到哪裡去也摺了進來，而那正是值分布所需的額外資訊。
第一基本定理：對每個值都有一條詹森
現在來看第一個大回報，它就是詹森公式的重生。把「鄰近加計數」的拆法不用在 f 上，而用在 1/(f - w) 上。1/(f - w) 的極點正是 f 的 w-點，所以它的計數函數 N(r, 1/(f-w)) 清點 f 在圓盤內碰上 w 多少次，而它的鄰近項 m(r, 1/(f-w)) 量 f 在圓上多接近 w。第一基本定理說：無論你選哪個目標 w，總量 T(r, 1/(f-w)) 都與 T(r, f) 相同，至多差一個有界的擺動。
把陳述寫開來，對每一個有限值 w 都有 m(r, 1/(f-w)) + N(r, 1/(f-w)) = T(r, f) + O(1)。把左邊兩項讀成帳目：m 是 f 在圓上多接近 w，N 是 f 在圓盤內實際多常等於 w，而它們的和被釘在唯一的成長預算 T(r, f) 上，至多差一個有界的 O(1)。對每個 w，這份預算都是同一個數。這就逼出一個取捨：若 f 很少等於 w（於是 N 很小），它就得把剩下的預算花在緊貼著 w 徘徊上（於是 m 很大），反之亦然。
停下來體會這句話，因為它真的很美。T(r, f) 是一份固定的成長預算。第一基本定理宣告：每一個值 w 在總量上，要嘛被取到、要嘛被接近，兩者合起來總是恰好花掉那份預算。一個預算為 T 的函數不能白白躲開某個值：若它幾乎從不等於 w（於是計數項 N 很小），它就被迫把預算花在緊貼著 w 徘徊上（於是鄰近項 m 很大）。取值是守恆的。這正是「詹森對零點的記帳，只是更厚帳本上 w = 0 那一頁」的精確意思——一條對每個值同時成立的詹森公式。
第二基本定理與虧量關係
第一基本定理是個等式，而等式是不偏不倚的：它讓每個值隨意花預算——全花在鄰近上、全花在計數上、或任意混搭都行。更深的真相是：鄰近項既昂貴又稀有。第二基本定理說，對幾乎每一個值，函數都付不起把預算花在接近上的代價；它被迫把預算花在實際取值上。把幾個相異的目標 w_1, ..., w_q 疊起來，定理把它們合計的鄰近項界定在大約 2 T(r, f) 以內——一份極小的零用金，若 q 很大就遠遠不夠涵蓋這 q 個值。於是大部分預算都得撥給 N，撥給真正碰上那些值。
捕捉這一切的數字，是一個值 w 的虧量（或稱缺值）。把它定義為 w 把預算花在鄰近、而非取值上的比例：delta(w) = m(r, 1/(f-w)) / T(r, f) 的下極限。delta(w) = 0 的值是正常的——f 碰它的頻率大致就如預算所料。delta(w) > 0 的值是虧損的——f 系統性地碰它比它應得的份額少，只能靠著去接近它來補足差額。一個 f 完全不碰的值（一個例外值，像 e^z 的 0）有最大虧量 delta(w) = 1。
現在來到高潮，虧量關係：當你把黎曼球面上所有值 w（有限值加上無窮）的虧量加總起來，總和至多是 2。用符號寫，sum over all w of delta(w) <= 2。整個由可能目標值構成的球面，只有兩個單位的虧量可供分配。一個函數可以挑一兩個寵壞的對象去冷落，但它無法冷落三個或更多，因為虧量根本不夠分。
皮卡定理，一行了結，以及誠實的界限
看著皮卡定理掉出來。一個被略去的值——f 從不取到的值——其虧量恰好是 1，因為它的預算全給了鄰近、沒有半點給計數。若一個函數略去了三個相異的值，它們的虧量加起來至少是 3，這就砸碎了 sum delta(w) <= 2 那條界。不可能。所以一個非常數亞純函數至多略去兩個值，而一個非常數整函數（它略去無窮是自動的，因為它沒有極點）至多略去一個有限值。這就是小皮卡定理——而在這裡它不是一個獨立的奇蹟，而是一條計數不等式的一行推論。
- 為導出矛盾，假設一個非常數亞純函數 f 略去球面上三個相異的值 w_1、w_2、w_3。
- 一個被略去的值從不被取到，所以它的計數項 N(r, 1/(f - w_j)) 有界；由第一基本定理，它的整份預算都坐落在鄰近項裡，給出虧量 delta(w_j) = 1。
- 把三者加總：delta(w_1) + delta(w_2) + delta(w_3) = 3。但虧量關係禁止任何超過 2 的總和。
- 矛盾。所以不可能有三個值被略去：小皮卡定理成立，而大皮卡定理則藉由把同一台機器用在本質奇點附近而隨之得出。
誠實面對這一瞥給了你什麼、又沒給你什麼。虧量關係把皮卡定理、大皮卡定理、以及更多的東西，全打包進一條不等式裡——但第二基本定理的證明確實困難，仰賴一條微妙的「對數導數引理」來控制 m(r, f'/f)，而我們只勾勒了它的後果。誤差項藏著真正的微妙：第二基本定理只成立到一個小項，而那個小項必須在一薄組半徑 r 上被丟掉，這正是虧量關係要用下極限來陳述的原因。而且這套理論的觸及範圍有其界限——它度量平面上與球面上的值，卻不會、舉例來說、解決黎曼ζ函數零點的問題；黎曼猜想依舊未解，落在單靠值分布所能裁決的範圍之外。
退一步，把整個階梯看成一個結構。階與型給了你成長的尺度；詹森把那份成長綁到值 0 上；阿達瑪從零點重建了有限階函數；皮卡揭露了一個函數能躲開的值有多麼少；而奈望林納的特徵函數把這一切收進一份守恆的預算裡——每個值都得從中支付。你進來時只會說一個函數長得多快。你離開時則能說那份成長如何分布在它所取的各個值上——而這正是潛藏在整個階梯底下的真正主題。這就是那一瞥；完整的值分布理論是二十世紀分析學最壯麗的地景之一，而你現在已經看見它的天際線了。