diff --git a/histogramme.png b/histogramme.png
new file mode 100644
index 0000000000000000000000000000000000000000..2b6e07f92367b27c2fe77374b212c57977df2a1b
Binary files /dev/null and b/histogramme.png differ
diff --git a/mphf.png b/mphf.png
index 930f93c80568d4c4ebc7baa50bc26dcd7d62240b..7e36491dd2ecefde55f14b5e13704d61fcb0bdbc 100644
Binary files a/mphf.png and b/mphf.png differ
diff --git a/tp_2_miso_dict.py b/tp_2_miso_dict.py
index f72c29b773b5072e33767e9fdb78bf58c2c069d7..0fbf4fe73b42a5ed6ce8ab09b2a6a96137d4cb8b 100644
--- a/tp_2_miso_dict.py
+++ b/tp_2_miso_dict.py
@@ -41,19 +41,31 @@ def experiment_load_factor(load_factors):
 
 def experiment_longest():
 	"""
-	TODO: que fait cette fonction
+	Mesure le temps d'insertion de 10 000 paires clé-valeur dans un dictionnaire Python et 
+	renvoie un histogramme des temps d'insertion sous forme d'un tableau.
 	"""
+	#Initalisation d'un dictionnaire
 	d = {}
+	#Liste qui contiendra le nombre d'insertions
 	insertion_times = []
 
+	#On parcourt de 0 à 9999
 	for i in range(10000):
+		#on définit une clé pour chaque valeur comme étant un int sous forme de str
 		key = str(i)
+		#on définit une variable valeur comme étant l'index
 		value = i
+		#on démarre un chrono
 		start_time = time.time()
+		#on ajoute la clé et sa valeur associée au dictionnaire
 		d[key] = value
+		#on mesure le temps d'insertion en stoppant le chrono et mesurant la différence entre le début et le stop
 		insertion_time = time.time() - start_time
+		#on l'ajoute à la liste des temps
 		insertion_times.append(insertion_time)
+	#on crée un histogramme à l'aide de numpy et on récupère la liste des temps d'insertions sous forme de tableau 
 	frequencies = np.histogram(insertion_times)[0]
+	#Renvoie les valeurs
 	return frequencies
 
 def visualisation(load_factors, insertion_times, num_resizes, sizes, frequencies):
@@ -82,4 +94,5 @@ def visualisation(load_factors, insertion_times, num_resizes, sizes, frequencies
 load_factors = [0.01, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]
 insertion_times, num_resizes, sizes = experiment_load_factor(load_factors)
 frequencies = experiment_longest()
+print(frequencies)
 visualisation(load_factors, insertion_times, num_resizes, sizes, frequencies)