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