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