A) 爱丽丝-琼斯 B) 戴维-A-赫夫曼 C) 罗伯特-约翰逊 D) 约翰-史密斯
A) 可变长度编码 B) 固定长度编码 C) 二进制编码 D) ASCII 编码
A) 奇数指数符号 B) 以 A 开头的符号 C) 常用符号 D) 稀有符号
A) 等长码字的代码 B) 只使用 0 和 1 的代码 C) 以相同符号开头的代码 D) 没有一个码字是另一个码字的前缀的代码
A) 名称最长的符号 B) 质数符号 C) 最少出现的符号 D) 最常见的符号
A) 为符号分配二进制代码 B) 建立链表 C) 压缩数据 D) 计算符号频率
A) O(n log n) B) O(log n) C) O(n2) D) O(n)
A) 完美的树 B) 最优二叉树 C) 完整的树 D) 平衡树
A) 二进制堆 B) 链接列表 C) 排队 D) 堆栈
A) 后缀代码 B) 后缀代码 C) 前缀代码 D) 后缀代码
A) 压缩比 B) 编码速度 C) 内存消耗 D) 符号数
A) 1949 B) 1952 C) 1960 D) 1955
A) H(A) = ∑(w_i > 0) w_i / log2(w_i) B) H(A) = -∑(对于所有 w_i > 0 的情况) w_i * log2(w_i) C) H(A) = ∑(w_i > 0) h(a_i) / w_i D) H(A) = ∑(w_i > 0) log2(w_i)
A) 香农-法诺编码 B) 算术编码 C) 游程编码 D) Lempel-Ziv-Welch (LZW) 算法
A) 普林斯顿大学 B) 哈佛大学 C) 斯坦福大学 D) 麻省理工学院
A) 自适应哈夫曼算法。 B) 二元哈夫曼算法。 C) 模板哈夫曼算法。 D) 包合并算法。
A) 仅限于与压缩相关的问题。 B) 例如，它可以用于最小化加权路径的最大长度。 C) 与数据排序相关的问题。 D) 不涉及权重的相关问题。
A) h(a_i) = 2w_i B) h(a_i) = -log₂(w_i) C) h(a_i) = w_i * log₂(w_i) D) h(a_i) = log₂(1 / w_i)
A) 沿着左子节点 B) 一个叶子节点 C) 沿着右子节点 D) 一个内部节点
A) 网页图像的编码。 B) 音频文件的压缩。 C) 文字处理软件中的文本压缩。 D) 传真机。
A) 必须将原始文本与压缩版本一起存储。 B) 必须提供一个加密密钥，并将其与压缩数据一起存储。 C) 不需要存储任何额外的信息。 D) 必须将频率表与压缩后的文本一起存储。
A) 从任意一个队列中随机选择一个项目。 B) 选择第二个队列中的项目。 C) 选择第一个队列中的项目。 D) 移除两个队列中的项目，并重新开始。
A) 它们会变成根节点。 B) 它们会被合并成一个新的内部节点。 C) 它们会保持为叶子节点。 D) 它们会被从树中移除。
A) 它等于该符号的信息量。 B) 它对熵的贡献是负面的。 C) 它等于其权重的倒数。 D) 零，因为当 w 趋近于 0+ 时，w * log₂(w) 趋近于 0。
A) 字母顺序。 B) 传输成本。 C) 出现频率。 D) 二进制表示。
A) 同时添加到两个队列中 B) 第二个队列 C) 不添加到任何队列中 D) 第一个队列
A) 优先级队列 B) 数组 C) 栈 D) 队列
A) T. C. 胡 (T. C. Hu)。 B) 理查德·M·卡普 (Richard M. Karp)。 C) 阿德里亚诺·加西亚 (Adriano Garsia)。 D) 艾伦·图灵 (Alan Turing)。
A) 通过将初始权重放入第一个队列，并将合并后的权重放入第二个队列。 B) 在每次插入后，对两个队列按照权重进行排序。 C) 从两个队列中随机选择节点。 D) 仅将具有唯一权重的节点放入队列。
A) 一个 B) 两个 C) 四个 D) 三个 |