A) John Smith B) Alice Jones C) Robert Johnson D) David A. Huffman
A) Codificação de comprimento variável B) Codificação de comprimento fixo C) Codificação ASCII D) Codificação binária
A) Símbolos com índices ímpares B) Símbolos que começam por A C) Símbolos raros D) Símbolos frequentes
A) Um código que utiliza apenas 0s e 1s B) Um código com palavras-código de igual comprimento C) Um código em que nenhuma palavra-código é um prefixo de outra D) Um código que começa com o mesmo símbolo
A) Árvore equilibrada B) Árvore perfeita C) Árvore binária óptima D) Árvore completa
A) O(n log n) B) O(n2) C) O(n) D) O(log n)
A) Cálculo de frequências de símbolo B) Compressão dos dados C) Construir uma lista ligada D) Atribuição de códigos binários a símbolos
A) Número de símbolos B) Taxa de compressão C) Consumo de memória D) Velocidade de codificação
A) Códigos de prefixo B) Códigos de sufixo C) Códigos de infixo D) Códigos postais
A) Fila de espera B) Lista ligada C) Pilha D) Pilha binária
A) Símbolo com o nome mais longo B) Símbolo mais frequente C) Símbolo menos frequente D) Símbolo com um número primo
A) 1952 B) 1955 C) 1960 D) 1949
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) Enfileirando apenas nós com pesos únicos. B) Selecionando aleatoriamente nós de qualquer uma das filas. C) Mantendo os pesos iniciais na primeira fila e os pesos combinados na segunda fila. D) Ordenando ambas as filas por peso após cada inserção.
A) O custo de transmissão. B) A representação binária. C) A frequência de ocorrência. D) A ordem alfabética.
A) Fila de prioridade B) Pilha C) Array (vetor) D) Fila
A) Codificação Shannon-Fano B) Codificação aritmética C) Codificação por comprimentos de sequência D) Codificação Lempel-Ziv-Welch (LZW)
A) Eles permanecem como nós folha. B) Eles são removidos da árvore. C) Eles são combinados para formar um novo nó interno. D) Eles se tornam nós raiz.
A) Máquinas de fax. B) Compressão de arquivos de áudio. C) Codificação de imagens para páginas da web. D) Compressão de texto em processadores de texto.
A) Minimizar o comprimento máximo do caminho ponderado, entre outros. B) Problemas que não envolvem pesos. C) Apenas problemas relacionados à compressão. D) Problemas relacionados à ordenação de dados.
A) Selecione aleatoriamente um item de qualquer uma das filas. B) Escolha o item na segunda fila. C) Escolha o item na primeira fila. D) Remova os dois itens e comece novamente.
A) O algoritmo de fusão de pacotes. B) O algoritmo de Huffman baseado em modelos. C) O algoritmo de Huffman adaptativo. D) O algoritmo de Huffman binário.
A) Adriano Garsia. B) T. C. Hu. C) Alan Turing. D) Richard M. Karp.
A) Zero, pois o limite de w * log₂(w) quando w tende a 0 é igual a 0. B) É igual ao conteúdo de informação do símbolo. C) Ele contribui negativamente para a entropia. D) É igual ao inverso do seu peso.
A) Uma B) Duas C) Três D) Quatro
A) Não são necessárias informações adicionais para serem armazenadas. B) O texto original deve ser armazenado junto com a versão comprimida. C) Uma chave de criptografia deve acompanhar os dados comprimidos. D) Uma tabela de frequência deve ser armazenada junto com o texto comprimido.
A) Seguindo o filho esquerdo B) Seguindo o filho direito C) Um nó interno D) Um nó folha
A) H(A) = ∑(w_i > 0) w_i / log₂(w_i) B) H(A) = ∑(w_i > 0) log₂(w_i) C) H(A) = ∑(w_i > 0) h(a_i) / w_i D) H(A) = -∑(w_i > 0) w_i * log₂(w_i)
A) Em ambas as filas simultaneamente. B) Em nenhuma fila. C) Na segunda fila. D) Na primeira fila.
A) MIT B) Universidade de Harvard C) Universidade de Princeton D) Universidade de Stanford |