A) David A. Huffman B) Alice Jones C) Robert Johnson D) John Smith
A) Codificação ASCII B) Codificação de comprimento fixo C) Codificação binária D) Codificação de comprimento variável
A) Símbolos que começam por A B) Símbolos raros C) Símbolos frequentes D) Símbolos com índices ímpares
A) Um código em que nenhuma palavra-código é um prefixo de outra B) Um código com palavras-código de igual comprimento C) Um código que utiliza apenas 0s e 1s D) Um código que começa com o mesmo símbolo
A) Árvore equilibrada B) Árvore completa C) Árvore perfeita D) Árvore binária óptima
A) O(n) B) O(n2) C) O(log n) D) O(n log n)
A) Compressão dos dados B) Construir uma lista ligada C) Atribuição de códigos binários a símbolos D) Cálculo de frequências de símbolo
A) Número de símbolos B) Consumo de memória C) Taxa de compressão D) Velocidade de codificação
A) Códigos postais B) Códigos de sufixo C) Códigos de prefixo D) Códigos de infixo
A) Pilha binária B) Fila de espera C) Pilha D) Lista ligada
A) Símbolo com um número primo B) Símbolo mais frequente C) Símbolo com o nome mais longo D) Símbolo menos frequente
A) 1955 B) 1949 C) 1952 D) 1960
A) h(a_i) = 2w_i B) h(a_i) = w_i * log₂ (w_i) C) h(a_i) = -log₂ (w_i) D) h(a_i) = log₂ (1 / w_i)
A) Mantendo os pesos iniciais na primeira fila e os pesos combinados na segunda fila. B) Selecionando aleatoriamente nós de qualquer uma das filas. C) Enfileirando apenas nós com pesos únicos. D) Ordenando ambas as filas por peso após cada inserção.
A) A representação binária. B) A frequência de ocorrência. C) A ordem alfabética. D) O custo de transmissão.
A) Pilha B) Fila C) Fila de prioridade D) Array (vetor)
A) Codificação aritmética B) Codificação Lempel-Ziv-Welch (LZW) C) Codificação por comprimentos de sequência D) Codificação Shannon-Fano
A) Eles permanecem como nós folha. B) Eles são removidos da árvore. C) Eles se tornam nós raiz. D) Eles são combinados para formar um novo nó interno.
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) Apenas problemas relacionados à compressão. B) Problemas que não envolvem pesos. C) Problemas relacionados à ordenação de dados. D) Minimizar o comprimento máximo do caminho ponderado, entre outros.
A) Remova os dois itens e comece novamente. B) Escolha o item na primeira fila. C) Selecione aleatoriamente um item de qualquer uma das filas. D) Escolha o item na segunda fila.
A) O algoritmo de Huffman binário. B) O algoritmo de Huffman baseado em modelos. C) O algoritmo de fusão de pacotes. D) O algoritmo de Huffman adaptativo.
A) Adriano Garsia. B) Alan Turing. C) Richard M. Karp. D) T. C. Hu.
A) É igual ao inverso do seu peso. B) Zero, pois o limite de w * log₂(w) quando w tende a 0 é igual a 0. C) É igual ao conteúdo de informação do símbolo. D) Ele contribui negativamente para a entropia.
A) Uma B) Duas C) Quatro D) Três
A) Não são necessárias informações adicionais para serem armazenadas. B) Uma chave de criptografia deve acompanhar os dados comprimidos. C) O texto original deve ser armazenado junto com a versão comprimida. D) Uma tabela de frequência deve ser armazenada junto com o texto comprimido.
A) Seguindo o filho direito B) Um nó folha C) Seguindo o filho esquerdo D) Um nó interno
A) H(A) = -∑(w_i > 0) w_i * log₂(w_i) B) H(A) = ∑(w_i > 0) 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) Em ambas as filas simultaneamente. B) Na segunda fila. C) Na primeira fila. D) Em nenhuma fila.
A) MIT B) Universidade de Princeton C) Universidade de Stanford D) Universidade de Harvard |