minor details

102_Asymptotische_Schranken.tex

@@ -11,9 +11,9 @@ eines Programms in Abhängigkeit von der Inputlänge $n$ beschreiben:
   Sei $I$ der Input für unseren Algorithmus, $\abs{I} < \infty$ die Größe des Inputs. Sei $T(I) \in \mathbb{R}^+$ die
   Laufzeit, die unser Algorithmus für Input $I$ benötigt. Dann definieren wir
   \begin{itemize}
-    \item $T_{\text{worst}}(n) = \max\{T(I) : \abs{I} = n\}$ ist die \emph{worst case} Laufzeit.
-    \item $T_{\text{best}}(n) = \min\{T(I) : \abs{I} = n\}$ ist die \emph{best case} Laufzeit.
-    \item $T_{\text{avg}}(n) = \frac{1}{\abs{I_n}} \sum_{I \in I_n} T(I)$ wobei $I_n = \{I : \abs{I} = n\}$ 
+    \item $T_{\text{wc}}(n) = \max\{T(I) : \abs{I} = n\}$ ist die \emph{worst case} Laufzeit.
+    \item $T_{\text{bc}}(n) = \min\{T(I) : \abs{I} = n\}$ ist die \emph{best case} Laufzeit.
+    \item $T_{\text{ac}}(n) = \frac{1}{\abs{I_n}} \sum_{I \in I_n} T(I)$ wobei $I_n = \{I : \abs{I} = n\}$ 
       ist die \emph{average case} Laufzeit.
   \end{itemize}
   Sei analog $S(I)$ der Speicherverbrauch des Algorithmus mit Input $I$. Dann definieren wir $S_{\text{worst}}$,