%% input = 'CoDy'; [cha occ] = sortHuffman(input); cha_control = ['c';'d';'o';'y']; assert(isequal(size(cha),size(cha_control))); assert(isequal(sum(lower(input)),sum(occ.*(cha+0)))); assert(all(sort(occ)==occ));

%% input = 'abcd abc ab a'; [cha occ] = sortHuffman(input); cha_control = ['d';'c';' ';'b';'a']; assert(isequal(size(cha),size(cha_control))); assert(isequal(sum(lower(input)),sum(occ.*(cha+0)))); assert(all(sort(occ)==occ));

%% input = 'La regression PLS (Partial Least Squares regression) est une technique d analyse et de prediction relativement recente. Elle a ete concue pour faire face aux problemes resultants de l insuffisance de l utilisation de la regression lineaire classique, qui trouve ses limites des lors que l on cherche a modeliser des relations entre des variables pour lesquelles il y a peu d individus, ou beaucoup de variables explicatives en comparaison au nombre d individus (le nombre de variables explicatives pouvant exceder tres largement le nombre d individus), ou encore lorsque les variables explicatives sont fortement correlees entre elles.'; [cha occ] = sortHuffman(input); cha_control =['(';')';'.';'y';',';'h';'g';'f';'x';'q';'b';'m';'p';'v';'c';'d';'u';'o';'t';'n';'a';'l';'r';'i';'s';'e';' ']; assert(isequal(size(cha),size(cha_control))); assert(isequal(sum(lower(input)),sum(occ.*(cha+0)))); assert(all(sort(occ)==occ));