A) John Smith B) Robert Johnson C) David A. Huffman D) Alice Jones
A) Encodage à longueur fixe B) Codage binaire C) Encodage à longueur variable D) Codage ASCII
A) Symboles commençant par A B) Symboles aux indices impairs C) Symboles rares D) Symboles fréquents
A) Un code qui commence par le même symbole B) Un code avec des mots de code de longueur égale C) Un code qui n'utilise que des 0 et des 1 D) Code dans lequel aucun mot de code n'est un préfixe d'un autre mot de code.
A) Arbre équilibré B) Arbre complet C) Arbre binaire optimal D) Arbre parfait
A) Attribution de codes binaires aux symboles B) Calcul des fréquences des symboles C) Construction d'une liste chaînée D) Compression des données
A) O(n2) B) O(n) C) O(n log n) D) O(log n)
A) Codes suffixes B) Codes préfixes C) Codes postfixes D) Codes infixes
A) Vitesse d'encodage B) Taux de compression C) Consommation de mémoire D) Nombre de symboles
A) Symbole le plus fréquent B) Symbole portant le nom le plus long C) Symbole le moins fréquent D) Symbole avec un nombre premier
A) Liste chaînée B) Tas binaire C) Pile D) File d'attente
A) 1952 B) 1949 C) 1955 D) 1960
A) Dans les deux files d'attente simultanément B) Dans la première file d'attente C) Dans aucune des deux files d'attente D) Dans la deuxième file d'attente
A) Supprimer les deux éléments et recommencer. B) Choisir l'élément de la première file d'attente. C) Choisir l'élément de la deuxième file d'attente. D) Sélectionner un élément au hasard dans l'une ou l'autre des files d'attente.
A) Ils deviennent les nœuds racines. B) Ils sont supprimés de l'arbre. C) Ils sont combinés pour former un nouveau nœud interne. D) Ils restent des nœuds feuilles.
A) Codage arithmétique B) Codage Lempel-Ziv-Welch (LZW) C) Codage par longueurs de répétition D) Codage de Shannon-Fano
A) Elle est égale à la quantité d'information contenue dans le symbole. B) Nulle, car lim_(w→0+) w * log2(w) = 0 C) Elle est égale à l'inverse de son poids. D) Elle contribue négativement à l'entropie.
A) h(a_i) = -log2(w_i) B) h(a_i) = w_i * log2(w_i) C) h(a_i) = 2w_i D) h(a_i) = log2(1 / w_i)
A) Trois B) Une C) Quatre D) Deux
A) En ajoutant uniquement des nœuds avec des poids uniques à la file d'attente. B) En triant les deux files d'attente par poids après chaque insertion. C) En sélectionnant aléatoirement des nœuds dans l'une ou l'autre des files d'attente. D) En conservant les poids initiaux dans la première file d'attente et les poids combinés dans la deuxième file d'attente.
A) MIT B) Université Stanford C) Université Harvard D) Université Princeton
A) H(A) = -∑(pour w_i > 0) w_i * log₂(w_i) B) H(A) = ∑(pour w_i > 0) h(a_i) / w_i C) H(A) = ∑(pour w_i > 0) log₂(w_i) D) H(A) = ∑(pour w_i > 0) w_i / log₂(w_i)
A) L'algorithme de Huffman basé sur des modèles (ou des gabarits). B) L'algorithme de Huffman adaptatif. C) L'algorithme de Huffman binaire. D) L'algorithme de fusion de paquets.
A) La compression de fichiers audio. B) Les machines à fax. C) L'encodage d'images pour les pages web. D) La compression de texte dans les traitements de texte.
A) Aucune information supplémentaire n'a besoin d'être stockée. B) Une clé de chiffrement doit accompagner les données compressées. C) Un tableau de fréquences doit être stocké avec le texte compressé. D) Le texte original doit être stocké en même temps que la version compressée.
A) Alan Turing. B) Adriano Garsia. C) T. C. Hu. D) Richard M. Karp.
A) En suivant le nœud enfant gauche B) Un nœud interne C) En suivant le nœud enfant droit D) Un nœud feuille
A) Pile B) File de priorité C) Tableau D) File
A) Les problèmes qui n'impliquent pas de pondérations. B) Les problèmes liés au tri de données. C) Uniquement les problèmes liés à la compression. D) Minimiser la longueur maximale du chemin pondéré, entre autres.
A) Le coût de transmission. B) L'ordre alphabétique. C) La représentation binaire. D) La fréquence d'occurrence. |