这个问题要分情况来看，不能简单地说“只对应一个”。关键在于你是针对矩阵还是线性变换（算子），以及这个矩阵是否可对角化。

我们来详细拆解一下：

## 1. 核心概念澄清：几何重数 vs 代数重数

*   **代数重数 (Algebraic Multiplicity)**：特征值 λ 在特征多项式中的根的重数。比如 n 重根，代数重数就是 n。
*   **几何重数 (Geometric Multiplicity)**：特征值 λ 对应的线性无关的特征向量个数，也就是基础解系中向量的个数。它等于 n - r(λI - A)。
*   **定理**：几何重数 ≤ 代数重数。即 1 ≤ 几何重数 ≤ n。

## 2. 具体到“n 重根”的情况

结论是：n 重根对应的基础解系中，线性无关的特征向量个数（几何重数）可以是 1 到 n 之间的任意整数，具体取决于矩阵的“缺陷”程度。

*   **情况 A：几何重数 = n（最完美的情况）**
    如果这个 n 重特征值对应的基础解系有 n 个线性无关的特征向量，说明矩阵**可对角化**。
    *   *例子*：n 阶单位矩阵 I，特征值只有 1（n 重根），但任何非零向量都是特征向量，基础解系有 n 个。
    *   *例子*：对角线上全是同一个数的对角矩阵。

*   **情况 B：几何重数 = 1（最常见、最容易踩坑的情况）**
    如果这个 n 重特征值对应的基础解系**只有 1 个**线性无关的特征向量，说明矩阵**不可对角化**（称为“亏损矩阵”）。
    *   *例子*：Jordan 块。比如 2×2 矩阵 (λ 1; 0 λ)，特征值 λ 是二重根，但解方程 (λI - A)x = 0 只能得到 x 2=0，基础解系只有 [1, 0]^T 这一个向量。
    *   *这种时候*，为了凑齐 n 个线性无关的向量来构成基，我们就需要引入**广义特征向量**，从而引出 **Jordan 标准型**。

*   **情况 C：几何重数在 1 和 n 之间**
    比如 3 重根，基础解系可能有 2 个线性无关的特征向量。此时矩阵也不可对角化，但 Jordan 块的结构是“一大一小”（一个 2 阶块 + 一个 1 阶块）。

## 3. 总结与做题技巧

*   **如果你问的是“特征向量”**：n 重根**不一定**只对应一个基础解系。只有当矩阵是“亏损”的时候，才只有 1 个。
*   **如果你问的是“解题步骤”**：
    *   如果题目问“求基础解系”，你需要老老实实解 (λI - A)x = 0，解出来几个就是几个。
    *   如果题目问“能否对角化”，你只需要检查：**每个特征值的几何重数是否等于其代数重数**。如果 n 重根的几何重数小于 n，就不能对角化。
    *   如果题目要求“求 Jordan 标准型”，那么当 n 重根只有 1 个基础解系时，你就知道这里有一个 n 阶的 Jordan 块。

**一句话记忆**：**n 重根不一定只有 1 个基础解系，但如果没有 n 个，它就一定不能对角化，需要找广义特征向量。**