npm - @k2works/claude-code-booster - Versions diffs - 6.1.0 → 6.3.0 - Mend

@k2works/claude-code-booster 6.1.0 → 6.3.0

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.

Files changed (622) hide show

package/lib/assets/docs/article/grokkingfp/scala/part-4.md DELETED Viewed

@@ -1,751 +0,0 @@
----
-type: Article
-title: "Part IV: IO と副作用の管理"
-description: "本章では、関数型プログラミングにおける副作用の扱い方を学びます。"
-tags: [article, grokkingfp, scala]
-status: stable
-generated: { by: human:kakimomokuri, at: 2026-03-24T05:22:28Z }
----
-# Part IV: IO と副作用の管理
-本章では、関数型プログラミングにおける副作用の扱い方を学びます。IO モナドを使って副作用を純粋関数内で安全に記述し、ストリーム処理で無限のデータを扱う方法を習得します。
----
-## 第8章: IO モナドの導入
-### 8.1 副作用の問題
-純粋関数は副作用を持ちません。しかし、実際のプログラムには副作用が必要です:
-- ファイルの読み書き
-- ネットワーク通信
-- データベースアクセス
-- 乱数生成
-- 現在時刻の取得
-```plantuml
-@startuml
-!theme plain
-rectangle "副作用の問題" {
-  rectangle "副作用を持つ関数" as impure {
-    card "テストが困難"
-    card "予測不可能"
-    card "参照透過性がない"
-  }
-  rectangle "純粋関数" as pure {
-    card "テストが容易"
-    card "予測可能"
-    card "参照透過性がある"
-  }
-}
-note bottom
-  どうすれば副作用を
-  純粋関数のように扱えるか？
-end note
-@enduml
-```
-### 8.2 IO モナドとは
-**IO モナド**は「副作用を持つ計算の**記述**」を表す型です。
-- `IO[A]` は「実行すると `A` 型の値を返す副作用のある計算」
-- IO 値を作成しただけでは副作用は発生しない
-- `unsafeRunSync()` で実際に実行される
-```plantuml
-@startuml
-!theme plain
-rectangle "IO の仕組み" {
-  card "IO.delay(副作用)" as create
-  card "IO[A] 値" as io
-  card "unsafeRunSync()" as run
-  card "副作用が実行される" as effect
-  create --> io : 記述を作成
-  io --> run : 実行を指示
-  run --> effect : 実際に実行
-}
-note bottom of io
-  この時点では
-  副作用は発生しない
-end note
-@enduml
-```
-### 8.3 サイコロを振る例
-**ソースファイル**: `app/scala/src/main/scala/ch08_CastingDie.scala`
-#### 不純な関数（副作用あり）
-```scala
-def castTheDieImpure(): Int = {
-  val random = new java.util.Random()
-  random.nextInt(6) + 1
-}
-// 呼び出すたびに異なる値が返る
-println(castTheDieImpure())  // 3
-println(castTheDieImpure())  // 5
-println(castTheDieImpure())  // 1
-```
-#### IO を使った純粋な記述
-```scala
-import cats.effect.IO
-def castTheDie(): IO[Int] = IO.delay(castTheDieImpure())
-// IO 値を作成（この時点では実行されない）
-val dieCast: IO[Int] = castTheDie()
-println(dieCast)  // IO(...) - まだ実行されていない
-// 実際に実行
-println(dieCast.unsafeRunSync())  // 4
-```
-### 8.4 IO の作成方法
-| メソッド | 用途 | 例 |
-|----------|------|-----|
-| `IO.delay(expr)` | 副作用のある式をラップ | `IO.delay(println("hello"))` |
-| `IO.pure(value)` | 既存の値をラップ（副作用なし） | `IO.pure(42)` |
-| `IO.unit` | 何もしない IO | `IO.unit` (= `IO.pure(())`) |
-```scala
-// IO.delay: 副作用を遅延実行
-val delayedPrint: IO[Unit] = IO.delay(println("Hello"))
-// println はまだ実行されていない
-// IO.pure: 既存の値をラップ
-val pureValue: IO[Int] = IO.pure(42)
-// 副作用なし、即座に 42 が確定
-```
-### 8.5 IO の合成
-IO 値は `flatMap` や `for` 内包表記で合成できます。
-```scala
-def castTheDieTwice(): IO[Int] = {
-  for {
-    firstCast  <- castTheDie()
-    secondCast <- castTheDie()
-  } yield firstCast + secondCast
-}
-// まだ実行されていない
-val program: IO[Int] = castTheDieTwice()
-// 実行
-val result: Int = program.unsafeRunSync()
-```
-```plantuml
-@startuml
-!theme plain
-rectangle "IO の合成" {
-  card "castTheDie()" as cast1
-  card "castTheDie()" as cast2
-  card "firstCast + secondCast" as combine
-  cast1 --> combine : flatMap
-  cast2 --> combine : flatMap
-}
-note bottom
-  for 内包表記で
-  順序付けて合成
-end note
-@enduml
-```
-### 8.6 ミーティングスケジューリングの例
-**ソースファイル**: `app/scala/src/main/scala/ch08_SchedulingMeetings.scala`
-より実践的な例として、ミーティングのスケジューリングを見てみましょう。
-```scala
-case class MeetingTime(startHour: Int, endHour: Int)
-// 副作用のある API 呼び出しを IO でラップ
-def calendarEntries(name: String): IO[List[MeetingTime]] = {
-  IO.delay(calendarEntriesApiCall(name))
-}
-def createMeeting(names: List[String], meeting: MeetingTime): IO[Unit] = {
-  IO.delay(createMeetingApiCall(names, meeting))
-}
-```
-#### 予定の取得
-```scala
-def scheduledMeetings(person1: String, person2: String): IO[List[MeetingTime]] = {
-  for {
-    person1Entries <- calendarEntries(person1)
-    person2Entries <- calendarEntries(person2)
-  } yield person1Entries.appendedAll(person2Entries)
-}
-```
-#### 空き時間の計算（純粋関数）
-```scala
-def possibleMeetings(
-    existingMeetings: List[MeetingTime],
-    startHour: Int,
-    endHour: Int,
-    lengthHours: Int
-): List[MeetingTime] = {
-  val slots = List.range(startHour, endHour - lengthHours + 1)
-    .map(start => MeetingTime(start, start + lengthHours))
-  slots.filter(slot =>
-    existingMeetings.forall(meeting => !meetingsOverlap(meeting, slot))
-  )
-}
-```
-### 8.7 orElse によるエラーハンドリング
-IO の `orElse` メソッドで、失敗時のフォールバックを指定できます。
-```scala
-val year: IO[Int]   = IO.delay(996)
-val noYear: IO[Int] = IO.delay(throw new Exception("no year"))
-year.orElse(IO.delay(2020)).unsafeRunSync()    // 996
-noYear.orElse(IO.delay(2020)).unsafeRunSync()  // 2020
-```
-```plantuml
-@startuml
-!theme plain
-rectangle "orElse の動作" {
-  card "メインの IO" as main
-  card "フォールバック IO" as fallback
-  card "結果" as result
-  main --> result : 成功時
-  main --> fallback : 失敗時
-  fallback --> result
-}
-@enduml
-```
-#### リトライ戦略
-```scala
-// API 呼び出しを3回までリトライ
-calendarEntries("Alice")
-  .orElse(calendarEntries("Alice"))
-  .orElse(calendarEntries("Alice"))
-  .orElse(IO.pure(List.empty))  // 全部失敗したら空リスト
-```
-#### 汎用リトライ関数
-```scala
-def retry[A](action: IO[A], maxRetries: Int): IO[A] = {
-  List.range(0, maxRetries)
-    .map(_ => action)
-    .foldLeft(action)((program, retryAction) =>
-      program.orElse(retryAction)
-    )
-}
-// 使用例
-retry(calendarEntries("Alice"), 10)
-```
-### 8.8 sequence による IO のリスト処理
-`List[IO[A]]` を `IO[List[A]]` に変換するには `sequence` を使います。
-```scala
-import cats.implicits._
-val actions: List[IO[Int]] = List(IO.pure(1), IO.pure(2), IO.pure(3))
-val combined: IO[List[Int]] = actions.sequence
-combined.unsafeRunSync()  // List(1, 2, 3)
-```
-#### 複数人の予定を取得
-```scala
-def scheduledMeetings(attendees: List[String]): IO[List[MeetingTime]] = {
-  attendees
-    .map(attendee => retry(calendarEntries(attendee), 10))
-    .sequence
-    .map(_.flatten)
-}
-```
----
-## 第9章: ストリーム処理
-### 9.1 ストリームとは
-**ストリーム**は、要素の（潜在的に無限の）シーケンスを表します。fs2 ライブラリを使用します。
-```plantuml
-@startuml
-!theme plain
-rectangle "List vs Stream" {
-  rectangle "List" as list {
-    card "全要素がメモリに存在"
-    card "有限"
-    card "即座に評価"
-  }
-  rectangle "Stream" as stream {
-    card "必要な時に要素を生成"
-    card "無限も可能"
-    card "遅延評価"
-  }
-}
-@enduml
-```
-### 9.2 純粋なストリーム
-**ソースファイル**: `app/scala/src/main/scala/ch09_CastingDieStream.scala`
-```scala
-import fs2.{Pure, Stream}
-// 有限ストリーム
-val numbers: Stream[Pure, Int] = Stream(1, 2, 3)
-// List に変換
-numbers.toList  // List(1, 2, 3)
-// フィルタリング
-val oddNumbers = numbers.filter(_ % 2 != 0)
-oddNumbers.toList  // List(1, 3)
-```
-### 9.3 無限ストリーム
-```scala
-// repeat で無限に繰り返し
-val infinite123s: Stream[Pure, Int] = Stream(1, 2, 3).repeat
-// take で有限個を取得
-infinite123s.take(8).toList  // List(1, 2, 3, 1, 2, 3, 1, 2)
-```
-```plantuml
-@startuml
-!theme plain
-rectangle "無限ストリーム" {
-  card "Stream(1, 2, 3).repeat" as stream
-  card "1, 2, 3, 1, 2, 3, 1, 2, 3, ..." as infinite
-  card "take(8)" as take
-  card "[1, 2, 3, 1, 2, 3, 1, 2]" as result
-  stream --> infinite
-  infinite --> take
-  take --> result
-}
-note bottom
-  無限のストリームから
-  必要な分だけ取得
-end note
-@enduml
-```
-### 9.4 IO を含むストリーム
-```scala
-import cats.effect.IO
-import fs2.Stream
-def castTheDie(): IO[Int] = IO.delay(castTheDieImpure())
-// 単一の IO をストリームに
-val dieCast: Stream[IO, Int] = Stream.eval(castTheDie())
-// 無限にサイコロを振るストリーム
-val infiniteDieCasts: Stream[IO, Int] = Stream.eval(castTheDie()).repeat
-```
-#### ストリームの実行
-```scala
-// 最初の3回を取得
-val firstThree: IO[List[Int]] = infiniteDieCasts.take(3).compile.toList
-firstThree.unsafeRunSync()  // List(4, 2, 6)
-// 6 が出るまで振り続ける
-val six: IO[List[Int]] = infiniteDieCasts.filter(_ == 6).take(1).compile.toList
-six.unsafeRunSync()  // List(6)
-```
-### 9.5 ストリームの主要操作
-| 操作 | 説明 | 例 |
-|------|------|-----|
-| `take(n)` | 最初の n 要素を取得 | `stream.take(3)` |
-| `filter(p)` | 条件を満たす要素のみ | `stream.filter(_ > 0)` |
-| `map(f)` | 各要素を変換 | `stream.map(_ * 2)` |
-| `append(s)` | 別のストリームを結合 | `stream1.append(stream2)` |
-| `repeat` | 無限に繰り返し | `stream.repeat` |
-| `sliding(n)` | スライディングウィンドウ | `stream.sliding(3)` |
-### 9.6 通貨交換レートの例
-**ソースファイル**: `app/scala/src/main/scala/ch09_CurrencyExchange.scala`
-為替レートを監視して、上昇トレンドを検出する例です。
-#### トレンド判定（純粋関数）
-```scala
-def trending(rates: List[BigDecimal]): Boolean = {
-  rates.size > 1 &&
-  rates.zip(rates.drop(1)).forall {
-    case (previousRate, rate) => rate > previousRate
-  }
-}
-trending(List(0.81, 0.82, 0.83))  // true (上昇トレンド)
-trending(List(0.81, 0.84, 0.83))  // false
-```
-#### レートのストリーム
-```scala
-def rates(from: Currency, to: Currency): Stream[IO, BigDecimal] = {
-  Stream
-    .eval(exchangeTable(from))
-    .repeat
-    .map(extractSingleCurrencyRate(to))
-    .unNone  // None を除外
-    .orElse(rates(from, to))  // エラー時はリトライ
-}
-```
-### 9.7 スライディングウィンドウ
-`sliding` で連続する要素をグループ化できます。
-```scala
-val stream = Stream(1, 2, 3, 4, 5)
-stream.sliding(3).toList
-// List(Queue(1, 2, 3), Queue(2, 3, 4), Queue(3, 4, 5))
-```
-```plantuml
-@startuml
-!theme plain
-rectangle "sliding(3) の動作" {
-  card "[1, 2, 3, 4, 5]" as input
-  card "[1, 2, 3]" as w1
-  card "[2, 3, 4]" as w2
-  card "[3, 4, 5]" as w3
-  input --> w1
-  input --> w2
-  input --> w3
-}
-@enduml
-```
-#### トレンドを検出して交換
-```scala
-def exchangeIfTrending(
-    amount: BigDecimal,
-    from: Currency,
-    to: Currency
-): IO[BigDecimal] = {
-  rates(from, to)
-    .sliding(3)
-    .map(_.toList)
-    .filter(trending)        // 上昇トレンドを検出
-    .map(_.last)             // 最新のレートを取得
-    .take(1)
-    .compile
-    .lastOrError
-    .map(_ * amount)
-}
-```
-### 9.8 ストリームの結合
-2つのストリームを `zip` で結合できます。
-```scala
-import scala.concurrent.duration._
-val ticks: Stream[IO, Unit] = Stream.fixedRate[IO](1.second)
-// レートと tick を結合（1秒間隔で取得）
-val ratesWithDelay = rates(from, to).zipLeft(ticks)
-```
-```plantuml
-@startuml
-!theme plain
-rectangle "zipLeft の動作" {
-  card "rates: [0.81, 0.82, 0.83, ...]" as rates
-  card "ticks: [(), (), (), ...]" as ticks
-  card "zipLeft" as zip
-  card "[0.81, 0.82, 0.83, ...] (1秒間隔)" as result
-  rates --> zip
-  ticks --> zip
-  zip --> result
-}
-note bottom
-  左側の値を返しつつ
-  右側のペースで進む
-end note
-@enduml
-```
----
-## まとめ
-### Part IV で学んだこと
-```plantuml
-@startuml
-!theme plain
-rectangle "Part IV: IO と副作用の管理" {
-  rectangle "第8章" as ch8 {
-    card "IO モナド"
-    card "IO.delay / IO.pure"
-    card "for 内包表記"
-    card "orElse"
-    card "retry"
-    card "sequence"
-  }
-  rectangle "第9章" as ch9 {
-    card "fs2 Stream"
-    card "無限ストリーム"
-    card "repeat / take"
-    card "sliding"
-    card "zip / zipLeft"
-  }
-}
-ch8 --> ch9
-@enduml
-```
-### IO と Stream の比較
-| 特性 | IO[A] | Stream[IO, A] |
-|------|-------|---------------|
-| 要素数 | 1つ | 0個以上（無限も可） |
-| 実行 | `unsafeRunSync()` | `compile.toList.unsafeRunSync()` |
-| 用途 | 単一の副作用 | 連続した副作用 |
-### キーポイント
-1. **IO モナド**: 副作用を「記述」として扱い、実行を遅延させる
-2. **IO.delay**: 副作用のある式を IO にラップ
-3. **orElse**: 失敗時のフォールバックを指定
-4. **sequence**: `List[IO[A]]` → `IO[List[A]]`
-5. **Stream**: 潜在的に無限のシーケンスを遅延評価で処理
-6. **sliding**: 連続する要素をグループ化してパターンを検出
-### 次のステップ
-Part V では、以下のトピックを学びます:
-- 並行・並列処理
-- Fiber による軽量スレッド
-- Ref による共有状態管理
----
-## 演習問題
-### 問題 1: IO の基本
-以下の関数を実装してください。
-```scala
-import cats.effect.IO
-def printAndReturn(message: String): IO[String] = ???
-// 期待される動作
-// printAndReturn("Hello").unsafeRunSync() は
-// "Hello" をコンソールに出力し、"Hello" を返す
-```
-<details>
-<summary>解答</summary>
-```scala
-def printAndReturn(message: String): IO[String] = {
-  IO.delay {
-    println(message)
-    message
-  }
-}
-// または
-def printAndReturn(message: String): IO[String] = {
-  for {
-    _ <- IO.delay(println(message))
-  } yield message
-}
-```
-</details>
-### 問題 2: IO の合成
-以下の関数を実装してください。2つの IO を順番に実行し、結果を結合します。
-```scala
-def combineIO[A, B, C](io1: IO[A], io2: IO[B])(f: (A, B) => C): IO[C] = ???
-// 期待される動作
-val result = combineIO(IO.pure(1), IO.pure(2))(_ + _)
-result.unsafeRunSync()  // 3
-```
-<details>
-<summary>解答</summary>
-```scala
-def combineIO[A, B, C](io1: IO[A], io2: IO[B])(f: (A, B) => C): IO[C] = {
-  for {
-    a <- io1
-    b <- io2
-  } yield f(a, b)
-}
-```
-</details>
-### 問題 3: リトライ
-以下の関数を実装してください。指定回数リトライし、全部失敗したらデフォルト値を返します。
-```scala
-def retryWithDefault[A](action: IO[A], maxRetries: Int, default: A): IO[A] = ???
-```
-<details>
-<summary>解答</summary>
-```scala
-def retryWithDefault[A](action: IO[A], maxRetries: Int, default: A): IO[A] = {
-  List.range(0, maxRetries)
-    .foldLeft(action)((program, _) => program.orElse(action))
-    .orElse(IO.pure(default))
-}
-```
-</details>
-### 問題 4: ストリーム操作
-以下のストリームを作成してください。
-```scala
-import fs2.Stream
-// 1. 1から10までの偶数のストリーム
-val evens: Stream[Pure, Int] = ???
-// 2. 無限に交互に true/false を返すストリーム
-val alternating: Stream[Pure, Boolean] = ???
-// 3. 最初の5つの要素の合計を計算
-val sum: Int = Stream(1, 2, 3, 4, 5, 6, 7, 8, 9, 10).take(5).???
-```
-<details>
-<summary>解答</summary>
-```scala
-// 1. 1から10までの偶数
-val evens: Stream[Pure, Int] = Stream.range(1, 11).filter(_ % 2 == 0)
-// または
-val evens: Stream[Pure, Int] = Stream(2, 4, 6, 8, 10)
-// 2. 無限に交互に true/false
-val alternating: Stream[Pure, Boolean] = Stream(true, false).repeat
-// 3. 最初の5つの要素の合計
-val sum: Int = Stream(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
-  .take(5)
-  .toList
-  .sum  // 15
-```
-</details>
-### 問題 5: トレンド検出
-以下の関数を実装してください。直近3つの値が全て同じかどうかを判定します。
-```scala
-def isStable(values: List[Int]): Boolean = ???
-// 期待される動作
-assert(isStable(List(5, 5, 5)) == true)
-assert(isStable(List(5, 5, 6)) == false)
-assert(isStable(List(5, 6, 5)) == false)
-assert(isStable(List(5)) == false)  // 3つ未満は false
-```
-<details>
-<summary>解答</summary>
-```scala
-def isStable(values: List[Int]): Boolean = {
-  values.size >= 3 &&
-  values.zip(values.drop(1)).forall {
-    case (prev, curr) => prev == curr
-  }
-}
-// または
-def isStable(values: List[Int]): Boolean = {
-  values.size >= 3 && values.distinct.size == 1
-}
-```
-</details>