build

ja/docs/chapter_greedy/fractional_knapsack_problem.md

@@ -231,14 +231,6 @@ comments: true
     [class]{}-[func]{fractional_knapsack}
     ```
 
-=== "Zig"
-
-    ```zig title="fractional_knapsack.zig"
-    [class]{Item}-[func]{}
-
-    [class]{}-[func]{fractionalKnapsack}
-    ```
-
 ソート以外に、最悪の場合、アイテムのリスト全体を走査する必要があるため、**時間計算量は $O(n)$** です。ここで $n$ はアイテムの数です。
 
 `Item` オブジェクトリストが初期化されるため、**空間計算量は $O(n)$** です。

ja/docs/chapter_greedy/greedy_algorithm.md

@@ -151,12 +151,6 @@ comments: true
     [class]{}-[func]{coin_change_greedy}
     ```
 
-=== "Zig"
-
-    ```zig title="coin_change_greedy.zig"
-    [class]{}-[func]{coinChangeGreedy}
-    ```
-
 感嘆するかもしれません：なんて簡潔なんだ！貪欲アルゴリズムは約10行のコードでコイン交換問題を解決します。
 
 ## 15.1.1   貪欲アルゴリズムの利点と制限

ja/docs/chapter_greedy/max_capacity_problem.md

@@ -224,12 +224,6 @@ $$
     [class]{}-[func]{max_capacity}
     ```
 
-=== "Zig"
-
-    ```zig title="max_capacity.zig"
-    [class]{}-[func]{maxCapacity}
-    ```
-
 ### 3.   正しさの証明
 
 貪欲法が列挙よりも高速である理由は、各ラウンドの貪欲選択が一部の状態を「スキップ」するからです。

ja/docs/chapter_greedy/max_product_cutting_problem.md

@@ -203,12 +203,6 @@ $n \leq 3$ の境界ケースでは、$1$ を分割する必要があり、積
     [class]{}-[func]{max_product_cutting}
     ```
 
-=== "Zig"
-
-    ```zig title="max_product_cutting.zig"
-    [class]{}-[func]{maxProductCutting}
-    ```
-
 ![切断後の最大積の計算方法](max_product_cutting_problem.assets/max_product_cutting_greedy_calculation.png){ class="animation-figure" }
 
 <p align="center"> 図 15-16 &nbsp; 切断後の最大積の計算方法 </p>