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