第 11 章: 不変データとパイプライン処理¶

11.1 はじめに¶

前章では Lambda 式、メソッド参照、Stream API の基本を学びました。この章では 不変データ の設計パターンを深掘りし、パイプライン処理 でデータを宣言的に変換する手法を学びます。

11.2 不変データの原則¶

なぜ不変性が重要か¶

変更可能なデータはしばしば予期せぬ結果や、厄介なバグを引き起こします。そのため、関数型プログラミングは、データは不変であるべきで、更新時は常に元データ構造のコピーを返すようにし、元データには手を触れないという思想に基づいています。

— Martin Fowler「リファクタリング（第 2 版）」

FizzBuzz における不変設計の確認¶

第 8 章で作成した FizzBuzzValue と FizzBuzzList は既に不変設計です。

クラス	不変性の実装
`FizzBuzzValue`	`final` フィールド、setter なし
`FizzBuzzList`	防御的コピー、`add()` が新しいインスタンスを返す

// FizzBuzzList.add() は元のリストを変更しない
FizzBuzzList original = listCommand.executeList(10);
FizzBuzzList extended = original.add(newValues);

// original は変更されていない
assert original.size() == 10;

11.3 Stream パイプラインの構築¶

パイプラインとは¶

Stream API のパイプラインは、データに対する一連の変換を宣言的に記述する仕組みです。

データソース → 中間操作 → 中間操作 → ... → 終端操作

FizzBuzzList にパイプライン操作を追加¶

// map: 各要素を変換
public <R> List<R> map(Function<FizzBuzzValue, R> mapper) {
    return values.stream()
        .map(mapper)
        .collect(Collectors.toList());
}

// toStringValues: 値の文字列リストを取得
public List<String> toStringValues() {
    return values.stream()
        .map(FizzBuzzValue::getValue)
        .collect(Collectors.toList());
}

Collectors の活用¶

// グルーピング: 値の種類ごとに分類
public Map<String, List<FizzBuzzValue>> groupByValue() {
    return values.stream()
        .collect(Collectors.groupingBy(FizzBuzzValue::getValue));
}

// カウント: 値の種類ごとの出現回数
public Map<String, Long> countByValue() {
    return values.stream()
        .collect(Collectors.groupingBy(
            FizzBuzzValue::getValue,
            Collectors.counting()
        ));
}

// 結合: カンマ区切りの文字列に変換
public String joining(String delimiter) {
    return values.stream()
        .map(FizzBuzzValue::getValue)
        .collect(Collectors.joining(delimiter));
}

11.4 IntStream によるリスト生成¶

executeList のリファクタリング¶

FizzBuzzListCommand.executeList を IntStream でリファクタリングします。

// Before: for ループ
public FizzBuzzList executeList(int count) {
    List<FizzBuzzValue> values = new ArrayList<>();
    for (int i = 1; i <= count; i++) {
        values.add(type.generate(i));
    }
    return new FizzBuzzList(values);
}

// After: IntStream パイプライン
public FizzBuzzList executeList(int count) {
    List<FizzBuzzValue> values = IntStream.rangeClosed(1, count)
        .mapToObj(type::generate)
        .collect(Collectors.toList());
    return new FizzBuzzList(values);
}

Stream 操作の組み合わせ¶

// 1〜100 の FizzBuzz で "Fizz" の出現回数を数える
long fizzCount = IntStream.rangeClosed(1, 100)
    .mapToObj(type::generate)
    .map(FizzBuzzValue::getValue)
    .filter("Fizz"::equals)
    .count();

11.5 reduce による集約¶

基本的な reduce¶

// 数値の合計を計算（FizzBuzz の数値のみ）
int sum = IntStream.rangeClosed(1, 100)
    .mapToObj(type::generate)
    .filter(v -> v.getValue().matches("\\d+"))
    .mapToInt(FizzBuzzValue::getNumber)
    .sum();

FizzBuzzList での reduce 活用¶

// FizzBuzzList に統計情報を追加
public FizzBuzzListStats getStats() {
    long fizzCount = values.stream()
        .filter(v -> "Fizz".equals(v.getValue())).count();
    long buzzCount = values.stream()
        .filter(v -> "Buzz".equals(v.getValue())).count();
    long fizzBuzzCount = values.stream()
        .filter(v -> "FizzBuzz".equals(v.getValue())).count();
    long numberCount = values.stream()
        .filter(v -> v.getValue().matches("\\d+")).count();

    return new FizzBuzzListStats(
        fizzCount, buzzCount, fizzBuzzCount, numberCount);
}

11.6 まとめ¶

この章では不変データとパイプライン処理を学びました。

概念	適用
不変データ	`FizzBuzzValue`、`FizzBuzzList` の不変設計を確認
パイプライン	Stream の中間操作・終端操作の連鎖
IntStream	`rangeClosed` による数列生成
Collectors	`groupingBy`、`counting`、`joining` による集約
reduce / sum	統計情報の算出

次の第 12 章では、Optional によるエラーハンドリングと型安全性を学びます。