{
"llm" : {
"feedback" : "Exercise: fractal\n\n1. Correctness\n- Du hast die beiden geforderten `draw`-Implementationen in `Boxes` und `Triangles` (konkret: die rekursiven Hilfsmethoden `drawRec(...)`) noch nicht umgesetzt; damit werden keine Formen gezeichnet und die Aufgabe ist nicht erfüllt.\n\n2. Suggestion\n- Starte in beiden Klassen mit einer klaren Abbruchbedingung für die Rekursion (z.B. wenn `n == 0`), und zeichne in diesem Fall nur die aktuelle Grundform (Rechteck bzw. Dreieck).\n- Bei `Boxes`: Zeichne zuerst das aktuelle Rechteck mit `g.drawRect(x, y, s, s)` und berechne danach für den Rekursionsschritt passende kleinere Quadrate (typisch an mehreren Positionen relativ zum aktuellen Quadrat), wobei du `s` verkleinerst und `n` reduzierst.\n- Bei `Triangles`: Zeichne das aktuelle Dreieck mit drei `g.drawLine(...)`-Aufrufen (jeweils zwischen zwei Eckpunkten). Für die Rekursion bieten sich Teil-Dreiecke an, deren Eckpunkte du über Mittelpunkte der Kanten (oder andere passende Punktkombinationen) bestimmst; dann rekursiv mit `n-1` weiterzeichnen.\n\n3. Code Style\n- Die `// TODO implement`-Kommentare sind noch vorhanden; sobald du implementierst, entferne oder ersetze sie durch sinnvolle kurze Kommentare (z.B. zur Abbruchbedingung und zur Berechnung der Teilformen).\n\n\nExercise: knapsack\n\n1. Correctness\n- In `packItem(int i)` erhöhst du `currValue` mit `values[i+1]` statt mit dem Wert des aktuell gepackten Gegenstands (`i`). Dadurch werden falsche Werte addiert und bei `i == values.length - 1` führt das zu einem `ArrayIndexOutOfBoundsException`.\n\n2. Suggestion\n- Prüfe in `packItem`, ob du beim Addieren von Gewicht und Wert denselben Index verwendest (Gewicht und Wert müssen zum gleichen Gegenstand gehören). Überlege auch, was passieren muss, wenn `i` auf dem letzten Element steht.\n\n3. Code Style\n- In `packItem` ist die Indexwahl (`i+1`) sehr “überraschend”; auch wenn das ein Logikfehler ist, macht es den Code schwer lesbar. Halte die Indizes für `weights` und `values` konsistent, damit klar ist, dass beide Arrays parallel sind.\n\n\nExercise: queens\n\n1. Correctness\n- `solve()` ist nicht implementiert und gibt immer `false` zurück; damit wird keine Lösung gesucht/platziert, obwohl die Aufgabe eine Backtracking-Lösung verlangt.\n- `count()` ist nicht implementiert und gibt immer `0` zurück; damit wird die Anzahl Lösungen nicht gezählt, obwohl genau das gefordert ist.\n\n2. Suggestion\n- Für `solve()`: Überlege dir eine rekursive Methode, die zeilenweise (oder spaltenweise) versucht, eine Dame zu platzieren, dabei `checkPlacement(...)` nutzt und bei Misserfolg die Platzierung wieder rückgängig macht (Backtracking). Ein klarer Abbruchfall ist erreicht, wenn du erfolgreich alle Zeilen bearbeitet hast.\n- Für `count()`: Nutze eine sehr ähnliche Rekursion wie bei `solve()`, aber statt beim ersten Fund aufzuhören, zählst du jede vollständige Platzierung als `+1` und suchst danach weiter (Backtracking bleibt gleich). Achte darauf, dass du nach jedem Versuch das Board wieder in den Zustand vor dem Versuch zurücksetzt.\n\n3. Code Style\n- Die `// TODO implement`-Kommentare sind noch vorhanden; sobald du die Methoden implementiert hast, entferne sie oder ersetze sie durch kurze, hilfreiche Kommentare zur Logik.\n- In `BoardPrinter` ist `if (board[row][col] == true)` unnötig ausführlich; idiomatischer wäre eine direkte Bedingung (macht den Code lesbarer).\n\n\nExercise: sudoku\n\n### 1. Correctness\n- `solved(SudokuModel model)` bzw. die rekursive Variante ist nicht implementiert und liefert immer `false`; damit wird das Sudoku nie gelöst und das Modell auch nie mit einer Lösung befüllt.\n- `nofSolutions(SudokuModel model)` bzw. die rekursive Variante ist nicht implementiert und liefert immer `0`; damit wird die Anzahl Lösungen nie korrekt gezählt und das Modell wird auch nicht wie gefordert auf den Ausgangszustand zurückgesetzt.\n\n### 2. Suggestion\n- Überlege dir für `solved`: Wie kannst du das Feld mit Nummer `fieldNr` in `(i,j)` umrechnen (z.B. über Division/Modulo mit `model.size()`), und wie erkennst du den Abbruchfall, wenn alle Felder verarbeitet sind?\n- Denke an den Unterschied zwischen “vorgegebenes Feld” (bereits != 0) und “leeres Feld” (== 0): Bei vorgegebenen Feldern solltest du direkt zum nächsten Feld weitergehen, ohne Werte auszuprobieren.\n- Für ein leeres Feld: Welche Werte sind grundsätzlich Kandidaten (`1..model.size()`), und wie prüfst du nach `set(i,j,val)` mit `checker.oneOK(...)`, ob der Zwischenstand gültig bleibt?\n- Backtracking-Hinweis: Wenn ein Kandidat nicht zum Ziel führt, musst du das Feld wieder leeren, bevor du den nächsten Kandidaten testest.\n- Für `nofSolutions`: Nutze eine sehr ähnliche Rekursion wie beim Lösen, aber statt beim ersten Fund abzubrechen, addierst du gefundene Lösungen; achte dabei darauf, bei Erreichen von `MAX` frühzeitig abzubrechen.\n- Damit das Modell am Ende “reset to its initial state” ist, musst du sicherstellen, dass alle von dir gesetzten Werte beim Zurückkehren aus der Rekursion wieder entfernt werden (auch wenn du Lösungen findest).\n\n### 3. Code Style\n- In `SudokuSolverImpl` stehen noch `// TODO implement` und Platzhalter-Returns (`false`/`0`); entferne die TODOs, sobald die Methoden fertig sind, damit klar ist, dass die Abgabe vollständig ist.\n",
"status" : "SUCCESS"
},
"unitTest" : {
"tests" : [ {
"name" : "allZero()",
"status" : "PASSED",
"message" : null
}, {
"name" : "uselessStuff()",
"status" : "PASSED",
"message" : null
}, {
"name" : "random1()",
"status" : "FAILED",
"message" : null
}, {
"name" : "random2()",
"status" : "FAILED",
"message" : null
}, {
"name" : "random3()",
"status" : "FAILED",
"message" : null
} ]
}
}