TP 4

Modelado con tipos y transformación funcional

Trabajo práctico · DCP

Objetivo del TP

Contás con herramientas más expresivas de Kotlin (data class, sealed class, invariantes con require, inmutabilidad con copy y transformaciones funcionales).

Tu trabajo en este TP:

  1. Detectar código imperativo o frágil: identificar modelos sin validación, bucles mutables y casos borde no contemplados (como reduce en listas vacías).
  2. Modelar y transformar funcionalmente con ayuda de tu agente de IA: aplicar require, sealed class, copy, map, filter y fold.
  3. Lograr 100% de tests en verde manteniendo intacto el contrato base de la estación.

Entrega: 1 semana, antes de la próxima clase práctica.

Tres módulos de impronta ingenieril

Además del programa base de la estación meteorológica, el TP suma tres módulos nuevos con implementaciones iniciales incompletas o imperativas:

  1. AnalizadorStock.kt (Stock e inventario):
    • Evaluación de reposición de sensores y repuestos (ReposicionUrgente, StockSuficiente, ExcesoStock), costos por categoría y ajustes porcentuales inmutables.
  2. ProcesadorAdn.kt (Bioinformática):
    • Validación de secuencias de ADN (A, C, G, T), cálculo de contenido GC, transcripción a ARN y filtrado de motivos genéticos.
  3. MotorGaming.kt (Gaming computation):
    • Puntaje efectivo con golpes críticos, agregación de puntaje por equipo y construcción de leaderboard ordenado.

Paso 1 — Aceptá el assignment

Aceptá el assignment TP 4 - Funcional en Classroom 50:

https://classroom50.org/austral-prog/dcp/assignments/tp-4-funcional/accept

Alternativa CLI:

gh student accept austral-prog dcp tp-4-funcional

Se crea tu repositorio individual austral-prog/dcp-tp-4-funcional-<tu-usuario> con:

  • Código de partida (src/main/kotlin/).
  • Suite de 16 tests automatizados (src/test/kotlin/).
  • Workflow de evaluación automática configurado con Java 21.

Paso 2 — Cloná y ejecutá los tests

Cloná tu repo y corré la suite de tests de Gradle:

git clone git@github.com:austral-prog/dcp-tp-4-funcional-<tu-usuario>.git
cd dcp-tp-4-funcional-<tu-usuario>
./gradlew test

Resultado inicial:

  • 2 tests pasan: ContratoSalidaTest y un caso básico de stock.
  • 14 tests fallan: invariantes sin validar, reduce sobre listas vacías y transformaciones defectuosas en AnalizadorStock, ProcesadorAdn y MotorGaming.

Puntaje inicial en Classroom 50: 10 / 100 puntos.

Módulo 1 — Stock e inventario (AnalizadorStock.kt)

Qué debés detectar y llevar a un diseño mejor:

  1. Invariantes en ItemStock: proteger con init { require(...) } que sku y categoria no estén en blanco, cantidad >= 0, precioUnitario > 0.0 y stockMinimo >= 0.
  2. Alternativas con sealed class EstadoReposicion: transformar con map y when contemplando ReposicionUrgente (faltante * precioUnitario), ExcesoStock (cantidad > stockMinimo * 3) y StockSuficiente.
  3. fold vs reduce en colecciones vacías: costoTotalReposicionPorCategoria usa reduce y lanza UnsupportedOperationException cuando una categoría no requiere reposición. Reemplazalo por fold(0.0).
  4. Inmutabilidad con copy: en aplicarAjustePrecios, transformar con map y copy aplicando el porcentaje sin descartar los ítems que no tienen ajuste.

Módulo 2 — Bioinformática (ProcesadorAdn.kt)

Qué debés detectar y transformar funcionalmente:

  1. Invariantes en MuestraAdn: validar en init con require que id no esté en blanco y que secuencia no sea vacía y solo contenga nucleótidos 'A', 'C', 'G', 'T'.
  2. Contenido GC (calcularPorcentajeGc): contar tanto 'G' como 'C' sobre el largo total de la secuencia usando operaciones funcionales (fold o count).
  3. Transcripción a ARN (transcribirARna): reemplazar timina ('T') por uracilo ('U') en cada secuencia construyendo el mapa de forma declarativa.
  4. Clasificación y motivos (clasificarMuestrasPorGc y contarBasesTotalesConMotivo): contemplar la variante ContenidoNormal (40.0..60.0) y armar el pipeline filter -> map -> fold(0) para sumar las bases de muestras que contienen el motivo.

Módulo 3 — Gaming computation (MotorGaming.kt)

Qué debés detectar y transformar funcionalmente:

  1. Invariantes en EventoPartida: validar jugadorId.isNotBlank(), puntosBase >= 0 y multiplicador > 0.0.
  2. Cálculo puro de críticos (calcularPuntajeEfectivo): aplicar el factor adicional de 1.5x cuando esCritico es true.
  3. Agregación de equipo segura (puntajeTotalEquipo): cambiar reduce por fold(0) para que un equipo sin eventos registrados devuelva 0 en vez de fallar.
  4. Pipeline de Leaderboard (construirLeaderboard): agrupar por jugador, resumir puntaje total, cantidad de críticos y mejor golpe, filtrar por puntajeMinimo y ordenar de mayor a menor puntajeTotal.

Cómo guiar a tu agente de IA

En este TP vos sos quien guía el diseño hacia programación funcional e inmutabilidad:

  1. Pedile que revise las invariantes del modelo primero:
    • "Revisemos las precondiciones que AnalizadorStockTest exige para ItemStock y agreguemos las validaciones con require en init."
  2. Exigile pipelines funcionales en lugar de parches imperativos:
    • "Transformemos evaluarInventario y aplicarAjustePrecios para que usen map, when y copy sin listas mutables."
  3. Atacá explícitamente los casos borde con listas vacías:
    • "¿Por qué puntajeTotalEquipo lanza UnsupportedOperationException cuando el filtro da vacío? Reemplacemos reduce por fold(0)."

Autograder y evaluación en Classroom 50

Classroom 50 evalúa automáticamente tu repositorio en cada git push:

Test Suite Qué evalúa Puntos Inicial
ContratoSalidaTest Salida consola y reporte base de la estación 10 pts ✅ Pasa
AnalizadorStockTest Invariantes, sealed class, copy y fold en stock 30 pts ❌ Falla
ProcesadorAdnTest Invariantes ACGT, ARN, clasificación GC y motivos 30 pts ❌ Falla
MotorGamingTest Invariantes, críticos, fold de equipo y leaderboard 30 pts ❌ Falla
Total 100 pts 10 pts

Checklist de entrega

  • [ ] Aceptaste el assignment y tu repo está en la organización.
  • [ ] ./gradlew test da 16 passed, 0 failed en la rama main.
  • [ ] No modificaste ni deshabilitaste los tests provistos por la cátedra.
  • [ ] Las data class validan sus invariantes con require en init.
  • [ ] Los módulos usan funciones puras, inmutabilidad (copy) y pipelines (map, filter, fold).
  • [ ] prompt-log/ registra las sesiones con la IA.
  • [ ] Hiciste commits chicos y descriptivos (por ejemplo, uno por módulo).

Cómo se evalúa

Criterio Qué miramos
Tests en verde 100/100 en el autograder de Classroom 50
Integridad del contrato Salida esperada y tests de la cátedra intactos
Modelado y estilo funcional Uso de require, sealed class, copy, map, filter y fold
Flujo de trabajo Commits y ramas claras por módulo
Prompt log Registro honesto de cómo guiaste a la IA para transformar el código 
https://classroom50.org/austral-prog/dcp/assignments/tp-4-funcional/accept

Alternativa CLI:

gh student accept austral-prog dcp tp-4-funcional