diff options
| author | Jan Knobloch <116908874+jk4e@users.noreply.github.com> | 2024-05-09 14:21:24 +0200 |
|---|---|---|
| committer | GitHub <noreply@github.com> | 2024-05-09 06:21:24 -0600 |
| commit | a6a6c061f8ee404a409351f04b24992fb22851ee (patch) | |
| tree | af5b8f7710e7a47c871e7d8dfb161a7bb544bc2e | |
| parent | eb669fb4eda92c548c201cd1a93cc971cb16b7fa (diff) | |
[dynamic-programming/de] Fix spelling (#4930)
| -rw-r--r-- | de-de/dynamic-programming-de.html.markdown | 4 |
1 files changed, 2 insertions, 2 deletions
diff --git a/de-de/dynamic-programming-de.html.markdown b/de-de/dynamic-programming-de.html.markdown index 9cf461d0..d0e447c3 100644 --- a/de-de/dynamic-programming-de.html.markdown +++ b/de-de/dynamic-programming-de.html.markdown @@ -40,13 +40,13 @@ Dies wird als Dynamische Programmierung bezeichnet. Das Problem mit der längsten ansteigenden Subsequenz besteht darin, die längste ansteigende Subsequenz einer gegebenen Sequenz zu finden. Gegeben die Sequenz `S= {a1, a2, a3, a3, a4,..............., an-1, an }`, -müssen wir die größte Teilmenge finden, so daß für alle `j` und `i`, `j<i` +müssen wir die größte Teilmenge finden, sodass für alle `j` und `i`, `j<i` in der Teilmenge `aj<ai` gilt. Zuerst müssen wir bei jedem Index i den Wert der längsten Subsequenzen (LSi) finden, wobei das letzte Element der Sequenz ai ist. Dann wäre die größte LSi die längste Subsequenz in der gegebenen Sequenz. Am Anfang wird der LSi mit eins belegt, da ai ein Element der Sequenz (Letztes Element) ist. -Dann ist für alle `j` mit `j<i` und `aj<ai`, so dass wir den größten LSj finden +Dann ist für alle `j` mit `j<i` und `aj<ai`, sodass wir den größten LSj finden und zum LSi hinzufügen. Der Algorithmus hat eine Laufzeit von *O(n2)*. Pseudocode zur Bestimmung der Länge der am längsten ansteigenden Subsequenz: |