{
"llm" : {
"feedback" : "# Exercise: fractal\n\n### Correctness\n- In `Boxes` ist `drawRec(...)` nicht implementiert, dadurch wird beim Zeichnen nichts ausgegeben und die Anforderung “Implementiere die draw Methoden” wird nicht erfüllt.\n- In `Triangles` ist `drawRec(...)` nicht implementiert, dadurch wird ebenfalls nichts gezeichnet und die Anforderung wird nicht erfüllt.\n\n### Suggestion\n- Für `Boxes`: Überlege dir zuerst einen klaren Rekursions-Abbruchfall (z.B. wenn `n == 0`) und zeichne dann genau *ein* Rechteck mit `g.drawRect(...)`. Im Rekursionsfall (`n > 0`) musst du das Quadrat in kleinere Teilquadrate zerlegen und `drawRec` mit angepassten `x/y/s` mehrfach aufrufen.\n- Für `Triangles`: Definiere ebenfalls einen Abbruchfall (`n == 0`), in dem du das Dreieck mit drei `g.drawLine(...)` Kanten zeichnest. Für `n > 0` berechnest du die Mittelpunkte der Dreiecksseiten (jeweils Durchschnitt der Endpunkt-Koordinaten) und rufst `drawRec` dann für die kleineren Teildreiecke mit `n - 1` auf.\n\n### Code Style\n- In `Boxes.drawRec(...)` und `Triangles.drawRec(...)` stehen nur TODO-Kommentare; entweder implementieren oder (nach Umsetzung) die TODO-Kommentare entfernen/aktualisieren, damit der Code “fertig” wirkt.\n\n\n# Exercise: knapsack\n\nLlm Evaluation ist für diese Aufgabe deaktiviert. Entferne die .llmignore Datei vom Package der Aufgabe.\n\n\n# Exercise: sudoku\n\n### Correctness\n- `Sudoku.main()` hat nicht die korrekte Signatur als Java-Entry-Point (`public static void main(String[] args)`); so startet die Applikation nicht wie erwartet.\n- `solved(...)` erfüllt die Anforderung nicht, dass bei `false` das Model auf den Initialzustand zurückgesetzt wird; aktuell bleiben gesetzte Werte stehen.\n- In `solved(...)` wird das Ergebnis des rekursiven Aufrufs `solved(model, fieldNr + 1)` ignoriert; dadurch kann die Methode „weiterprobieren“, selbst wenn bereits eine Lösung gefunden wurde, und liefert am Ende keinen verlässlichen True/False-Status.\n- In `solved(...)` wird bei einem Feld, das bereits vorgegeben ist (`model.get(row,column) != 0`), nicht zum nächsten Feld weitergegangen; dadurch bleibt die Suche an solchen Feldern hängen und läuft nicht korrekt durch alle Felder.\n- In `solved(...)` fehlt das Backtracking-Aufräumen: wenn ein Wert nicht zum Erfolg führt, wird das Feld nicht wieder geleert, bevor der nächste Wert probiert wird bzw. bevor man zurückkehrt.\n- `solved(...)` gibt am Ende `rowOK && colOK` zurück (und auch noch bezogen auf das „aktuelle“ row/column), was nicht gleichbedeutend mit „Sudoku gelöst“ ist und zudem nicht zwingend den Status der gesamten Lösung widerspiegelt.\n- `nofSolutions(...)` ist nicht implementiert und gibt immer `0` zurück, obwohl die Aufgabe verlangt, die Anzahl Lösungen zu zählen (mit Abbruch bei `MAX`).\n\n### Suggestion\n- Schau dir an, wie Java Programme starten: die GUI wird nur geöffnet, wenn die JVM deine `main`-Methode als Entry-Point erkennt.\n- Für `solved`: Überlege dir eine klare Verankerung (Base Case) „alle Felder verarbeitet“ und gib dort direkt `true` zurück, statt am Ende noch einmal irgendeine Checker-Bedingung zu berechnen.\n- Wenn du rekursiv weitersuchst und der rekursive Aufruf meldet „Lösung gefunden“, dann solltest du dieses Ergebnis nutzen, um sofort aufzuhören und es nach oben zurückzugeben (sonst überschreibst/zerstörst du die gefundene Lösung).\n- Behandle „vorgegebene“ Felder explizit: wenn ein Feld schon ungleich 0 ist, geh ohne Ausprobieren zum nächsten `fieldNr`.\n- Beim Ausprobieren von Werten: Wenn ein Versuch scheitert, muss das Feld vor dem Rücksprung wieder in den leeren Zustand gebracht werden, damit der vorherige Stack-Frame einen sauberen Zustand hat.\n- Für `nofSolutions`: Denk an dieselbe Traversierungslogik wie beim Lösen, aber statt beim ersten Fund aufzuhören, addierst du Treffer. Den Parameter `max` kannst du als „Restbudget“ verstehen, damit du früh abbrechen kannst, sobald genug Lösungen gezählt wurden.\n- Um das Model nach `nofSolutions`/fehlgeschlagenem `solved` zurückzusetzen, kannst du dir merken, welche Felder du selbst gesetzt hast (nicht die vorgegebenen) und genau diese wieder löschen, wenn du zurückgehst.\n\n### Code Style\n- In `solved(...)` verwendest du harte Konstanten (`9`, `10`) statt `model.size()`. Das macht die Lösung unnötig unflexibel und inkonsistent mit dem Interface.\n- In `solved(...)` nutzt du teils `this.checker...` und teils `checker...` (über `this` oder ohne) wäre konsistenter.\n- `Sudoku.main()` ist package-private und ohne `static`; selbst wenn du es nicht als Entry-Point nutzt, ist das für eine „Startklasse“ ungewöhnlich und verwirrend.\n\n\n# Exercise: queens\n\nLlm Evaluation ist für diese Aufgabe deaktiviert. Entferne die .llmignore Datei vom Package der Aufgabe.\n",
"status" : "SUCCESS"
},
"unitTest" : {
"tests" : [ {
"name" : "allZero()",
"status" : "PASSED",
"message" : null
}, {
"name" : "uselessStuff()",
"status" : "PASSED",
"message" : null
}, {
"name" : "random1()",
"status" : "FAILED",
"message" : "expected: <190> but was: <0>"
}, {
"name" : "random2()",
"status" : "FAILED",
"message" : "expected: <340> but was: <0>"
}, {
"name" : "random3()",
"status" : "FAILED",
"message" : "expected: <558> but was: <0>"
}, {
"name" : "boardIsValidAfterSolveN4()",
"status" : "FAILED",
"message" : "Board must contain exactly N queens ==> expected: <4> but was: <0>"
}, {
"name" : "boardIsValidAfterSolveN5()",
"status" : "FAILED",
"message" : "Board must contain exactly N queens ==> expected: <5> but was: <0>"
}, {
"name" : "boardIsValidAfterSolveN8()",
"status" : "FAILED",
"message" : "Board must contain exactly N queens ==> expected: <8> but was: <0>"
}, {
"name" : "boardSizeIsCorrectForN4()",
"status" : "PASSED",
"message" : null
}, {
"name" : "boardSizeIsCorrectForN8()",
"status" : "PASSED",
"message" : null
}, {
"name" : "countN1()",
"status" : "FAILED",
"message" : "N=1 has exactly 1 solution ==> expected: <1> but was: <0>"
}, {
"name" : "countN2()",
"status" : "PASSED",
"message" : null
}, {
"name" : "countN3()",
"status" : "PASSED",
"message" : null
}, {
"name" : "countN4()",
"status" : "FAILED",
"message" : "N=4 has exactly 2 solutions ==> expected: <2> but was: <0>"
}, {
"name" : "countN5()",
"status" : "FAILED",
"message" : "N=5 has exactly 10 solutions ==> expected: <10> but was: <0>"
}, {
"name" : "countN6()",
"status" : "FAILED",
"message" : "N=6 has exactly 4 solutions ==> expected: <4> but was: <0>"
}, {
"name" : "countN8()",
"status" : "FAILED",
"message" : "N=8 has exactly 92 solutions ==> expected: <92> but was: <0>"
}, {
"name" : "solveReturnsTrueForN1()",
"status" : "FAILED",
"message" : "N=1 has exactly one solution ==> expected: <true> but was: <false>"
}, {
"name" : "solveReturnsTrueForN4()",
"status" : "FAILED",
"message" : "N=4 has valid queen placements ==> expected: <true> but was: <false>"
}, {
"name" : "solveReturnsTrueForN8()",
"status" : "FAILED",
"message" : "N=8 has valid queen placements ==> expected: <true> but was: <false>"
}, {
"name" : "solveReturnsFalseForN2()",
"status" : "PASSED",
"message" : null
}, {
"name" : "solveReturnsFalseForN3()",
"status" : "PASSED",
"message" : null
} ]
}
}