En src/test/resources encontrarás un archivo de texto, HistorySong.txt. Este archivo contiene texto en un formato semi estructurado. Es decir, algunas líneas respetan una estructura y otras no.
El contenido es una transcripción (menos algunos datos) de un archivo originalmente generado para analizar la performance de un sistema real; un recommender para una radio online.
El objetivo es detectar si existen canciones duplicadas y si las hubiere emitir cuales son, cuantas son y cuantas veces aparece cada una. Alcanza con emitir los ids (columnas song id o seed id).
En src/test/scala/ encontrarás un archivo DuplictesTest con los tests vacíos para validar la implementación.
En src/main/scala el archivo Duplicates con funciones sin implementación para completar.
- String splitting y pattern matching contra arrays
- Pattern matching contra expresiones regulares.