From a6a6c061f8ee404a409351f04b24992fb22851ee Mon Sep 17 00:00:00 2001
From: Jan Knobloch <116908874+jk4e@users.noreply.github.com>
Date: Thu, 9 May 2024 14:21:24 +0200
Subject: [PATCH] [dynamic-programming/de] Fix spelling (#4930)

---
 de-de/dynamic-programming-de.html.markdown | 4 ++--
 1 file changed, 2 insertions(+), 2 deletions(-)

diff --git a/de-de/dynamic-programming-de.html.markdown b/de-de/dynamic-programming-de.html.markdown
index 9cf461d004..d0e447c395 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: