@k2works/claude-code-booster 6.1.0 → 6.3.0

package/lib/assets/docs/article/functional-desgin-ppp/scala/19-wator-simulation.md

@@ -1,633 +0,0 @@
----
-type: Article
-title: "第19章: Wa-Tor シミュレーション"
-description: "本章では、Wa-Tor（Water Torus）シミュレーションを通じて、セルオートマトンと ADT（代数的データ型）を使った捕食者-被食者モデルの実装を学びます。"
-tags: [article, functional-desgin-ppp, scala]
-status: stable
-generated: { by: human:kakimomokuri, at: 2026-03-24T05:22:28Z }
----
-
-# 第19章: Wa-Tor シミュレーション
-
-## はじめに
-
-本章では、Wa-Tor（Water Torus）シミュレーションを通じて、セルオートマトンと ADT（代数的データ型）を使った捕食者-被食者モデルの実装を学びます。
-
-Wa-Tor は1984年に A.K. Dewdney が Scientific American で紹介した古典的なシミュレーションで、魚（被食者）とサメ（捕食者）の生態系をモデル化します。
-
-この問題を通じて以下の概念を学びます：
-
-- セルオートマトンの実装
-- sealed trait と case class による ADT
-- トーラス型ワールドの座標計算
-- 繁殖と捕食のルール実装
-
-## 1. Wa-Tor の世界
-
-### トーラス型ワールド
-
-Wa-Tor の世界はトーラス（ドーナツ型）です。端に到達すると反対側に出現します。
-
-```plantuml
-@startuml
-title トーラス型ワールド
-
-rectangle "2D Grid" {
-  card "[0,0]" as c00
-  card "[1,0]" as c10
-  card "[2,0]" as c20
-  card "[0,1]" as c01
-  card "[1,1]" as c11
-  card "[2,1]" as c21
-  card "[0,2]" as c02
-  card "[1,2]" as c12
-  card "[2,2]" as c22
-}
-
-c00 --> c10
-c10 --> c20
-c20 --> c00 : wrap
-
-c00 --> c01
-c01 --> c02
-c02 --> c00 : wrap
-
-note bottom
-  端から端へワープする
-  例: [3,0] → [0,0]
-  例: [-1,0] → [2,0]
-end note
-@enduml
-```
-
-### セルの種類
-
-- **水（Water）**: 空のセル
-- **魚（Fish）**: 被食者、移動と繁殖のみ
-- **サメ（Shark）**: 捕食者、移動、繁殖、捕食
-
-## 2. 基本型定義
-
-### 座標と方向
-
-```scala
-case class Position(x: Int, y: Int):
-  def +(other: Position): Position = Position(x + other.x, y + other.y)
-
-object Direction:
-  val deltas: Seq[Position] = for
-    dx <- Seq(-1, 0, 1)
-    dy <- Seq(-1, 0, 1)
-    if !(dx == 0 && dy == 0)
-  yield Position(dx, dy)
-```
-
-### セルの定義（ADT）
-
-```scala
-/**
- * セルの基底trait
- */
-sealed trait Cell:
-  def display: Char
-
-/**
- * 水（空のセル）
- */
-case object Water extends Cell:
-  def display: Char = '.'
-
-/**
- * 動物の共通属性
- */
-sealed trait Animal extends Cell:
-  def age: Int
-  def withAge(newAge: Int): Animal
-  def incrementAge: Animal = withAge(age + 1)
-  def reproductionAge: Int
-
-/**
- * 魚（被食者）
- */
-case class Fish(age: Int = 0) extends Animal:
-  def display: Char = 'f'
-  def withAge(newAge: Int): Fish = copy(age = newAge)
-  def reproductionAge: Int = Config.fishReproductionAge
-
-/**
- * サメ（捕食者）
- */
-case class Shark(age: Int = 0, health: Int = Config.sharkStartingHealth) extends Animal:
-  def display: Char = 'S'
-  def withAge(newAge: Int): Shark = copy(age = newAge)
-  def reproductionAge: Int = Config.sharkReproductionAge
-
-  def withHealth(newHealth: Int): Shark = copy(health = newHealth)
-  def decrementHealth: Shark = copy(health = health - 1)
-  def feed: Shark =
-    val newHealth = math.min(Config.sharkMaxHealth, health + Config.sharkEatingHealth)
-    copy(health = newHealth)
-```
-
-## 3. ワールド構造
-
-```scala
-case class World(
-  width: Int,
-  height: Int,
-  cells: Map[Position, Cell],
-  generation: Int = 0
-):
-  /**
-   * 座標をトーラス上でラップ
-   */
-  def wrap(pos: Position): Position =
-    Position(
-      ((pos.x % width) + width) % width,
-      ((pos.y % height) + height) % height
-    )
-
-  /**
-   * 隣接セルの座標を取得（8方向）
-   */
-  def neighbors(pos: Position): Seq[Position] =
-    Direction.deltas.map(d => wrap(pos + d))
-
-  /**
-   * 隣接する空のセルを取得
-   */
-  def emptyNeighbors(pos: Position): Seq[Position] =
-    neighbors(pos).filter(p => getCell(p) == Water)
-
-  /**
-   * 隣接する魚のセルを取得
-   */
-  def fishNeighbors(pos: Position): Seq[Position] =
-    neighbors(pos).filter(p => getCell(p).isInstanceOf[Fish])
-
-  /**
-   * 統計情報
-   */
-  def statistics: Statistics =
-    val cellList = cells.values.toList
-    Statistics(
-      fish = cellList.count(_.isInstanceOf[Fish]),
-      sharks = cellList.count(_.isInstanceOf[Shark]),
-      water = cellList.count(_ == Water),
-      generation = generation
-    )
-```
-
-```plantuml
-@startuml
-title 隣接セルの計算
-
-rectangle "3x3 Grid" {
-  card "[-1,-1]" as nw
-  card "[0,-1]" as n
-  card "[1,-1]" as ne
-  card "[-1,0]" as w
-  card "[0,0]\nCenter" as c
-  card "[1,0]" as e
-  card "[-1,1]" as sw
-  card "[0,1]" as s
-  card "[1,1]" as se
-}
-
-c --> nw
-c --> n
-c --> ne
-c --> w
-c --> e
-c --> sw
-c --> s
-c --> se
-
-note bottom
-  8方向の隣接セルを取得
-  ワールドの端ではラップする
-end note
-@enduml
-```
-
-## 4. シミュレーションロジック
-
-### アクション結果の定義
-
-```scala
-/**
- * セルの更新結果
- */
-sealed trait CellUpdate
-case class Move(from: Position, to: Position, cell: Cell) extends CellUpdate
-case class Reproduce(parent: Position, child: Position, parentCell: Cell, childCell: Cell) extends CellUpdate
-case class Eat(from: Position, to: Position, cell: Cell) extends CellUpdate
-case class Die(at: Position) extends CellUpdate
-case object NoChange extends CellUpdate
-```
-
-### 移動と繁殖
-
-```scala
-object Simulation:
-  /**
-   * 動物の移動を試みる
-   */
-  def tryMove(animal: Animal, pos: Position, world: World, random: Random): Option[Move] =
-    val empty = world.emptyNeighbors(pos)
-    if empty.isEmpty then None
-    else
-      val target = empty(random.nextInt(empty.length))
-      Some(Move(pos, target, animal))
-
-  /**
-   * 動物の繁殖を試みる
-   */
-  def tryReproduce(animal: Animal, pos: Position, world: World, random: Random): Option[Reproduce] =
-    if animal.age < animal.reproductionAge then None
-    else
-      val empty = world.emptyNeighbors(pos)
-      if empty.isEmpty then None
-      else
-        val childPos = empty(random.nextInt(empty.length))
-        val child = animal match
-          case _: Fish => Fish()
-          case _: Shark => Shark()
-        Some(Reproduce(pos, childPos, animal.withAge(0), child))
-```
-
-```plantuml
-@startuml
-title 繁殖のルール
-
-start
-:年齢を確認;
-
-if (年齢 >= 繁殖可能年齢?) then (yes)
-  :隣接する空セルを検索;
-
-  if (空セルがある?) then (yes)
-    :ランダムに選択;
-    :親の年齢をリセット;
-    :子を空セルに配置;
-    :繁殖成功;
-  else (no)
-    :繁殖失敗;
-  endif
-else (no)
-  :繁殖しない;
-endif
-
-stop
-@enduml
-```
-
-### サメの捕食
-
-```scala
-/**
- * サメの捕食を試みる
- */
-def tryEat(shark: Shark, pos: Position, world: World, random: Random): Option[Eat] =
-  val fishCells = world.fishNeighbors(pos)
-  if fishCells.isEmpty then None
-  else
-    val target = fishCells(random.nextInt(fishCells.length))
-    Some(Eat(pos, target, shark.feed))
-
-/**
- * サメのティック処理
- */
-def tickShark(shark: Shark, pos: Position, world: World, random: Random): CellUpdate =
-  // 体力が尽きたら死亡
-  if shark.health <= 1 then
-    return Die(pos)
-
-  val agedShark = shark.incrementAge.asInstanceOf[Shark].decrementHealth
-
-  // 優先順位: 繁殖 > 捕食 > 移動
-  tryReproduce(agedShark, pos, world, random)
-    .orElse(tryEat(agedShark, pos, world, random))
-    .orElse(tryMove(agedShark, pos, world, random))
-    .getOrElse(NoChange)
-```
-
-```plantuml
-@startuml
-title サメのティック処理
-
-start
-:体力を確認;
-
-if (体力 <= 1?) then (yes)
-  :死亡（水に置換）;
-  stop
-else (no)
-  :年齢+1, 体力-1;
-endif
-
-:繁殖を試みる;
-if (繁殖成功?) then (yes)
-  :繁殖結果を返す;
-  stop
-else (no)
-endif
-
-:捕食を試みる;
-if (捕食成功?) then (yes)
-  :体力回復;
-  :捕食結果を返す;
-  stop
-else (no)
-endif
-
-:移動を試みる;
-:移動結果を返す;
-stop
-@enduml
-```
-
-### ワールドの更新
-
-```scala
-/**
- * 更新を適用
- */
-def applyUpdate(world: World, update: CellUpdate): World =
-  update match
-    case Move(from, to, cell) =>
-      world.setCell(from, Water).setCell(to, cell)
-    case Reproduce(parent, child, parentCell, childCell) =>
-      world.setCell(parent, parentCell).setCell(child, childCell)
-    case Eat(from, to, cell) =>
-      world.setCell(from, Water).setCell(to, cell)
-    case Die(at) =>
-      world.setCell(at, Water)
-    case NoChange =>
-      world
-
-/**
- * ワールドの1ステップを実行
- */
-def tick(world: World, random: Random = new Random): World =
-  val positions = random.shuffle(world.allPositions.toList)
-  val processed = scala.collection.mutable.Set.empty[Position]
-
-  val newWorld = positions.foldLeft(world) { (w, pos) =>
-    if processed.contains(pos) then w
-    else
-      val cell = w.getCell(pos)
-      val update = tickCell(cell, pos, w, random)
-      // 処理済みの位置を記録
-      update match
-        case Move(from, to, _) =>
-          processed += from
-          processed += to
-        // ... 他のケース
-        case _ => ()
-      applyUpdate(w, update)
-  }
-
-  newWorld.copy(generation = newWorld.generation + 1)
-```
-
-## 5. 設定パラメータ
-
-```scala
-object Config:
-  // 魚の設定
-  val fishReproductionAge: Int = 6
-
-  // サメの設定
-  val sharkReproductionAge: Int = 5
-  val sharkReproductionHealth: Int = 8
-  val sharkStartingHealth: Int = 5
-  val sharkEatingHealth: Int = 5
-  val sharkMaxHealth: Int = 10
-```
-
-| パラメータ | 説明 | デフォルト値 |
-|-----------|------|-------------|
-| fishReproductionAge | 魚の繁殖可能年齢 | 6 |
-| sharkReproductionAge | サメの繁殖可能年齢 | 5 |
-| sharkStartingHealth | サメの初期体力 | 5 |
-| sharkEatingHealth | 捕食時の体力回復量 | 5 |
-| sharkMaxHealth | サメの最大体力 | 10 |
-
-## 6. DSL
-
-```scala
-object DSL:
-  def world(width: Int, height: Int): World = World(width, height)
-
-  def fish: Fish = Fish()
-  def fish(age: Int): Fish = Fish(age)
-
-  def shark: Shark = Shark()
-  def shark(age: Int, health: Int): Shark = Shark(age, health)
-
-  def pos(x: Int, y: Int): Position = Position(x, y)
-
-  extension (w: World)
-    def place(cell: Cell, pos: Position): World = w.setCell(pos, cell)
-    def placeFish(pos: Position): World = w.setCell(pos, Fish())
-    def placeShark(pos: Position): World = w.setCell(pos, Shark())
-    def populate(fishCount: Int, sharkCount: Int): World =
-      World.populateRandom(w, fishCount, sharkCount)
-    def step: World = Simulation.tick(w)
-    def steps(n: Int): World = Simulation.run(w, n)
-    def history(n: Int): List[World] = Simulation.runWithHistory(w, n)
-```
-
-## 7. 使用例
-
-```scala
-import WatorSimulation.*
-import DSL.*
-
-// 10x10 のワールドを作成
-val w = world(10, 10)
-
-// 魚20匹、サメ5匹をランダム配置
-val populated = w.populate(20, 5)
-
-// 統計情報
-val stats = populated.statistics
-// => Statistics(fish = 20, sharks = 5, water = 75, generation = 0)
-
-// ワールドを表示
-println(populated.display)
-// ..f.......
-// .S....f...
-// ..f.......
-// ...f..f...
-// ....S.....
-// .f........
-// ......f...
-// ..f...S...
-// ....f.....
-// .......f..
-
-// 1ステップ実行
-val w1 = populated.step
-
-// 100ステップ実行
-val w100 = populated.steps(100)
-
-// 履歴付き実行
-val history = populated.history(50)
-```
-
-## 8. コンビネータ
-
-```scala
-object Combinators:
-  /**
-   * 条件が満たされるまでシミュレーションを実行
-   */
-  def runUntil(world: World, predicate: World => Boolean, maxSteps: Int = 1000): (World, Int) =
-    var current = world
-    var steps = 0
-    while steps < maxSteps && !predicate(current) do
-      current = Simulation.tick(current)
-      steps += 1
-    (current, steps)
-
-  /**
-   * 絶滅判定
-   */
-  def isExtinct(world: World): Boolean =
-    val stats = world.statistics
-    stats.fish == 0 || stats.sharks == 0
-
-  /**
-   * 安定判定
-   */
-  def isStable(world: World, minFish: Int, maxFish: Int, minSharks: Int, maxSharks: Int): Boolean =
-    val stats = world.statistics
-    stats.fish >= minFish && stats.fish <= maxFish &&
-    stats.sharks >= minSharks && stats.sharks <= maxSharks
-```
-
-## 9. シミュレーションのダイナミクス
-
-```plantuml
-@startuml
-title 捕食者-被食者ダイナミクス
-
-rectangle "魚の増加" as fish_up {
-  card "繁殖" as fb
-}
-
-rectangle "魚の減少" as fish_down {
-  card "捕食される" as fe
-}
-
-rectangle "サメの増加" as shark_up {
-  card "繁殖" as sb
-}
-
-rectangle "サメの減少" as shark_down {
-  card "餓死" as sd
-}
-
-fb --> fe : 魚が増えると\nサメが増える
-fe --> sb : 餌が増えると\n繁殖しやすい
-sb --> sd : サメが増えすぎると\n餌不足で餓死
-sd --> fb : サメが減ると\n魚が増える
-
-note bottom
-  典型的な捕食者-被食者モデル
-  (Lotka-Volterra 的な振動)
-end note
-@enduml
-```
-
-## 10. Clojure との比較
-
-| 機能 | Clojure | Scala |
-|------|---------|-------|
-| セル定義 | defmulti/defmethod | sealed trait + case class |
-| 多態的ティック | マルチメソッド | パターンマッチング |
-| ワールド更新 | assoc/update | copy メソッド |
-| ランダム選択 | rand-nth | random.nextInt |
-| 座標ラップ | mod | ((x % w) + w) % w |
-
-Clojure ではマルチメソッドを使用して異なるセルタイプの振る舞いを定義しますが、Scala では sealed trait と case class による ADT とパターンマッチングで同等の多態性を実現します。
-
-```scala
-// Scala: パターンマッチングによる多態性
-def tickCell(cell: Cell, pos: Position, world: World, random: Random): CellUpdate =
-  cell match
-    case Water => NoChange
-    case fish: Fish => tickFish(fish, pos, world, random)
-    case shark: Shark => tickShark(shark, pos, world, random)
-```
-
-```clojure
-;; Clojure: マルチメソッドによる多態性
-(defmulti tick (fn [cell loc world] (::type cell)))
-
-(defmethod tick ::water [_water _loc _world] nil)
-(defmethod tick ::fish [fish loc world] ...)
-(defmethod tick ::shark [shark loc world] ...)
-```
-
-## 11. 関数型アプローチの特徴
-
-### 不変性
-
-すべての状態更新は新しいワールドを返します。
-
-```scala
-// 元のワールドは変更されない
-val w1 = World(5, 5)
-val w2 = Simulation.tick(w1)
-
-// w1 と w2 は独立
-w1.generation // => 0
-w2.generation // => 1
-```
-
-### ADT による型安全性
-
-sealed trait により、すべてのセルタイプがコンパイル時に網羅されていることが保証されます。
-
-```scala
-// コンパイラが網羅性をチェック
-cell match
-  case Water => ...
-  case fish: Fish => ...
-  case shark: Shark => ...
-  // すべてのケースをカバー
-```
-
-### テスト容易性
-
-純粋関数であるため、決定的なテストが可能です。
-
-```scala
-// シード付きRandomで決定的なテスト
-val random = new Random(42)
-val world = World.populateRandom(World(10, 10), 20, 5, random)
-val result = Simulation.tick(world, new Random(42))
-// 同じシードなら同じ結果
-```
-
-## まとめ
-
-本章では、Wa-Tor シミュレーションを通じて以下を学びました：
-
-1. **セルオートマトン**: グリッドベースのシミュレーション
-2. **ADT**: sealed trait と case class による型安全な設計
-3. **トーラス型ワールド**: 端のラップ処理
-4. **捕食者-被食者モデル**: 繁殖、捕食、餓死のルール
-5. **パターンマッチング**: 多態的な振る舞いの実現
-6. **不変データ構造**: 状態更新の明示的な管理
-
-## 参考コード
-
-本章のコード例は以下のファイルで確認できます：
-
-- ソースコード: `apps/scala/part6/src/main/scala/WatorSimulation.scala`
-- テストコード: `apps/scala/part6/src/test/scala/WatorSimulationSpec.scala`