こんにちは。今回はRubyKaigi Takeout 2021に参加してきました。
昨年に引き続きオンラインでの開催ということで、自宅からの参加です。オンラインでの開催はコメント欄などで反応がリアルタイムに見れるのが楽しいですね。
参加したいくつかのセッションをご紹介します。
一日目
Keynote: TypeProf for IDE: Enrich Dev-Experience without Annotations
Ruby 3.1にbundleされるTypeProfの話からRubyKaigi Takeout 2021はスタート。
TypeProfによって静的型付けでの開発がより快適に進められる様子を見ることができました。
型推論がエディタにリアルタイムで表示される様におおっとなりました。
今後の課題としては、IDEでの動作に時間がかかるとのことでしたが、
RBSを書くことによってスピードアップが見込まれるため、書くとよさそうという話もありました。
RuboCop in 2021: Stable and Beyond
Rubocopの1.0が昨年リリースになったものの、1.0以前のDL数が圧倒的に多いということで、
アップグレードする後押しとして、1.0の特徴が紹介されました。
1.0 以降はアップグレード時に互換性を担保しており、アップグレードしたことによる急なrubocopエラーの上昇にはならなそうです。
また、--parallel オプションがデフォルトとなり、環境によっては約6倍の速さになるとのこと。
Parallel testing with Ractors: putting CPUs to work
Ractorを利用した並列テストの実行について。
複数CPUを活用するときに、予めどのテストがどのCPUを利用するか決まっている場合、適切にテストを配分できないことが想定されますが、テストの進行に合わせてCPUに配分できれば、最適化できそうです。
複数CPUを活用するなら、Ractorが使える？ということで、テストを並列化し、それを実際に実行してみせてくれました。
二日目
The newsletter of RBS updates
Ruby3.1におけるRBSの更新について。
依存ライブラリの管理をするためのrbs collectionや、bounded type parameter, Generic Type Aliasの導入が発表されました。
RBSを使うにあたっての柔軟性が上がって、より使いやすくなりそうという印象を受けました。
include/prepend in refinements should be prohibited
refinementsの機能の修正方針について。
refineはモンキーパッチを当てるのに便利な機能ですが、この中でmoduleをincludeすると不具合が発生することがあるため、
include/prependを禁止し、代わりにimportを導入するとのこと。
Graphical Terminal User Interface of Ruby 3.1
めちゃくちゃ自然がキレイでした、スイカ美味しそう
ダイアログウィンドウつかってみたいです。
Ruby Committers vs the World
これからのRubyをどうしていくか？について、コミッターの話が直に聞ける機会。
新機能の検討から開発環境まで、Ruby開発の裏側を知ることができました。
三日目
How to develop the Standard Libraries of Ruby?
Ruby3.0以降でStandard Libraryをgem化して、各機能の導入をカスタムできるようにする流れについて。
各機能における問題をRubyの本体の問題と切り離すことができるメリットに頷かされました。
Ruby, Ractor, QUIC
高速な通信を目指して開発された新しい通信プロトコルQUICにRactorを利用して対応してみようという取り組み。
QUICの説明からパケットをどうRubyで扱うかが丁寧に説明されていて面白かったです。
残念ながらRactor内でOpenSSLが使えずに終わってしまったものの、Ractorの使える幅が今後もっと広がればいろんなところに可能性があるなと改めて思いました。
10 years of Ruby-powered citizen science
私はこれまで存じ上げなかったのですが、Safecastという福島の原発事故を発端とした、有用なデータを収集・公開するプロジェクトについての紹介でした。
バックグラウンドにRubyが使われており、そのこと自体の関心はもちろん、収集した情報のAPIでの提供や、grafanaを利用したグラフが公開されているなど、一般の人が収集されたデータに触れやすいようになっている取り組みが素晴らしいと思いました。
Matz Keynote
Ruby3.0で追加された各機能の振り返りと、その使い勝手を更によくするような今回の3.1のアップデートについて。
全体を通して、Rubyを利用した開発体験が更によくなっていきそうという印象を受けました。
終わり
個人的には3.0で追加されたRactorが興味深くて、もっといろんなgemが対応するようになると嬉しいなと思いました。
また、静的型付けを利用した開発環境がかなり整っていく様が伝わってきて、この開発体験を確かに利用してみたい！という気持ちが増しました。
＜手順＞
1, まずは修正内容を確認する。
$ git status #ターミナルに作業した内容、変更した内容が出てくる
2, 修正内容を別の場所に一時保管する。
$ git stash
その後もう一度git statusをすると先ほどの修正内容はなくなり、ターミナルに下記のような文章が出るはず。
On branch master
Your branch is up to date with 'origin/master'.
nothing to commit, working tree clean
3, 本来作業をしたかったブランチに切り替えorブランチ作り切り替える。
git checkout -b ○○○
4, 一時保管していた内容を切り替えたブランチに適用する。
git stash apply
基本的事項の復習。
1. Railsにおける７つのアクション
アクション
役割
HTTPメソッド
index
リソースの一覧を表示する
get
new
リソースの新規作成
get
create
リソースを新規作成して保存する
post
show
記録されたリソースの詳細表示
get
edit
リソースの編集
get
update
リソースの更新
patch/post
delete
リソースの削除
delete
2. newとsaveの違い
newのコマンドはリソースの生成のみを行うので、このままではDBに反映するにはsaveのコマンドの実行も必要になる。
createは生成して保存を行うため、イメージとしてはnew+saveというアクション。
記事について
完全未経験状態から独学で勉強し、今年の4月から都内一部上場企業のwebエンジニアとして働くことになりました。
まだまだ初心者エンジニアなので間違いあっても温かい目で見守ってください。
背景
最近のマイブームはアルゴリズムとデータ構造の勉強です。
実務でRuby使っているのでRubyでプログラミングコンテスト攻略のためのアルゴリズムとデータ構造（通称：螺旋本）を解いてみました（螺旋本はすべてC++で解説してある）。また、最近合わせてpythonも勉強しているので、pythonのコードも載せています。
本当はruby一本でいい気がしているのですが、アルゴリズムとデータ構造関連の技術書やプロコン（at_coder等）の解説がもっぱらc++かpythonなので、今後のためにpythonをある程度はできるようになっていたいと思い、、、、。そしていずれか機械学習系も扱ってみたいしちょうどいっか、、、、。
第2章 プロコンのためのアルゴリズムとデータ構造
Maximum Profit
O(n^2)のコード
pythonの場合
n = int(input())
a = [int(input()) for _ in range(n)]
max_num = (10 ** 9) * -1
for j in range(1, n):
for i in range(0, j):
max_num = max([a[j] - a[i], max_num])
print(max_num)
rubyの場合
n = gets.chomp.to_i
a = n.times.map {gets.chomp.to_i}
max_num = (10 ** 9) * -1
(1..n-1).each do |j|
(0..j-1).each do |i|
max_num = [a[j]-a[i], max_num].max
end
end
puts max_num
ループの中にループがあるためn*n回の計算量。時間がかかる。
O(n)のコード
pythonの場合
n = int(input())
a = [int(input()) for _ in range(n)]
max_num = (10 ** 9) * -1
min_num = a[0]
for i in range(1, n):
max_num = max(max_num, a[i] - min_num)
min_num = min(min_num, a[i])
print(max_num)
rubyの場合
n = gets.chomp.to_i
a = n.times.map {gets.chomp.to_i}
max_num = (10 ** 9) * -1
min_num = a[0]
(1..n-1).each do |i|
max_num = [a[i] - min_num, max_num].max
min_num = [a[i], min_num].min
end
puts max_num
最小値を求めることによってｎ回の計算量になる。
第3章 初頭的整列
Insertion Sort
pythonの場合
n = int(input())
a = [*map(int, input().split())]
for i in range(n):
v = a[i]
j = i - 1
while j >= 0 and a[j] > v:
a[j+1] = a[j]
j -= 1
a[j+1] = v
print(*a)
rubyの場合
n = gets.chomp.to_i
a = gets.split(" ").map(&:to_i)
(0..n-1).each do |i|
v = a[i]
j = i - 1
while j >= 0 and a[j] > v
a[j+1] = a[j]
j -= 1
end
a[j+1] = v
puts a.join(" ")
end
vの値を基準に、vとvより左側にある値を全部比較して並べ替えるソート。
pythonのアンパッキング便利。rubyはもう少しリファクタできそうだけど、螺旋本に沿ってやるとこんな感じ。
計算量はO[n^2]。配列の最初の状態で計算量がだいぶ変わる。
Bubble Sort
pythonの場合
n = int(input())
a = [*map(int, input().split())]
count = 0
flag = 1
while flag:
flag = 0
for j in range(n-1, 0, -1):
if a[j] < a[j-1]:
a[j], a[j-1] = a[j-1], a[j]
flag = 1
count += 1
print(*a)
print(count)
rubyの場合
n = gets.chomp.to_i
a = gets.split(" ").map(&:to_i)
count = 0
flag = true
while flag
flag = false
(n-1).downto(1) do |j|
if a[j] < a[j-1]
t = a[j]
a[j] = a[j-1]
a[j-1] = t
flag = true
count += 1
end
end
end
puts a.join(" "), count
隣同士の値を比較し、小さいものを左へ左へ。繰り返し処理が1回終わるごとに左から順番が確定する。
全部並べ替えが終わればif文に引っかからず、flagがfalseになりループ終了。
計算量はO[n^2]。隣同士の交換なので>= or <=にしない限りstable。
Selection Sort
pythonの場合
n = int(input())
a = [*map(int, input().split())]
count = 0
for i in range(n):
min_j = i
for j in range(i, n):
if a[j] < a[min_j]:
min_j = j
a[i], a[min_j] = a[min_j], a[i]
if min_j != i:
count += 1
print(*a)
print(count)
rubyの場合
n = gets.chomp.to_i
a = gets.split(' ').map(&:to_i)
count = 0
(0..n-1).each do |i|
min_j = i
(i..n-1).each do |j|
if a[j] < a[min_j]
min_j = j
end
end
t = a[min_j]
a[min_j] = a[i]
a[i] = t
count += 1 if min_j != i
end
puts a.join(" "), count
左から順に場所を決めていく。未ソート部分で1番小さい数字を左に持っていくのを繰り返す。
計算量はO[n^2]。選択ソートは時に不安定なソートになる。
Stable Sort
pythonの場合
n = int(input())
a = input().split()
def bubble_sort(a, n):
for i in range(n):
for j in reversed(range(i+1, n)):
if a[j][1] < a[j-1][1]:
a[j-1], a[j] = a[j], a[j-1]
def selection_sort(a, n):
for i in range(n-1):
j_min = a.index(min(a[i:], key=lambda a: a[1]), i)
a[i], a[j_min] = a[j_min], a[i]
a_bubble = a[:]
bubble_sort(a_bubble, n)
print(*a_bubble)
print("Stable")
selection_sort(a, n)
print(*a)
print("Stable" if a == a_bubble else "Not stable")
rubyの場合
n = gets.chomp.to_i
a = gets.split(' ')
def bubble_sort(a, n)
(0..n-1).each do |i|
(n-1).downto(1) do |j|
if a[j][1] < a[j-1][1]
t = a[j]
a[j] = a[j-1]
a[j-1] = t
end
end
end
end
def selection_sort(a, n)
(0..n-1).each do |i|
min_j = i
(i..n-1).each do |j|
if a[j][1] < a[min_j][1]
min_j = j
end
end
t = a[min_j]
a[min_j] = a[i]
a[i] = t
end
end
a_bubble = a.dup
bubble_sort(a_bubble, n)
puts a_bubble.join(' '), 'Stable'
selection_sort(a, n)
puts a.join(' ')
puts a == a_bubble ? "Stable" : "Not stable"
bubbleとselectionのソートメソッドは前述のアルゴリズム。ただ今回は入力値が[H2,C3,....]を想定している。
bubbleソートは安定ソート。selectionソートは不安定な場合がある。今回はbubbleと同じ配列をソートして、同じ配列になった場合は安定ソート、違う配列担った場合は不安定ソートとしている。
shell_sort
後日追加予定
最後に
螺旋本は19章あるので毎週3~4章は進めねば、、、。
螺旋本に沿ってコーディングしてるとはいえ、rubyにしてもpythonにしてもちょっとゴリ押し感強いコードだなと自分で書きながら思いました。次回からはもうちょい美しく。
記事について
完全未経験状態から独学で勉強し、今年の4月から都内一部上場企業のwebエンジニアとして働くことになりました。
まだまだ初心者エンジニアなので間違いあっても温かい目で見守ってください。
背景
最近のマイブームはアルゴリズムとデータ構造の勉強です。
実務でRuby使っているのでRubyでプログラミングコンテスト攻略のためのアルゴリズムとデータ構造（通称：螺旋本）を解いてみました（螺旋本はすべてC++で解説してある）。また、最近合わせてpythonも勉強しているので、pythonのコードも載せています。
本当はruby一本でいい気がしているのですが、アルゴリズムとデータ構造関連の技術書やプロコン（at_coder等）の解説がもっぱらc++かpythonなので、今後のためにpythonをある程度はできるようになっていたいと思い、、、、。そしていずれか機械学習系も扱ってみたいしちょうどいっか、、、、。
第2章 プロコンのためのアルゴリズムとデータ構造
Maximum Profit
O(n^2)のコード
pythonの場合
n = int(input())
a = [int(input()) for _ in range(n)]
max_num = (10 ** 9) * -1
for j in range(1, n):
for i in range(0, j):
max_num = max([a[j] - a[i], max_num])
print(max_num)
rubyの場合
n = gets.chomp.to_i
a = n.times.map {gets.chomp.to_i}
max_num = (10 ** 9) * -1
(1..n-1).each do |j|
(0..j-1).each do |i|
max_num = [a[j]-a[i], max_num].max
end
end
puts max_num
ループの中にループがあるためn*n回の計算量。時間がかかる。
O(n)のコード
pythonの場合
n = int(input())
a = [int(input()) for _ in range(n)]
max_num = (10 ** 9) * -1
min_num = a[0]
for i in range(1, n):
max_num = max(max_num, a[i] - min_num)
min_num = min(min_num, a[i])
print(max_num)
rubyの場合
n = gets.chomp.to_i
a = n.times.map {gets.chomp.to_i}
max_num = (10 ** 9) * -1
min_num = a[0]
(1..n-1).each do |i|
max_num = [a[i] - min_num, max_num].max
min_num = [a[i], min_num].min
end
puts max_num
最小値を求めることによってｎ回の計算量になる。
第3章 初頭的整列
Insertion Sort
pythonの場合
n = int(input())
a = [*map(int, input().split())]
for i in range(n):
v = a[i]
j = i - 1
while j >= 0 and a[j] > v:
a[j+1] = a[j]
j -= 1
a[j+1] = v
print(*a)
rubyの場合
n = gets.chomp.to_i
a = gets.split(" ").map(&:to_i)
(0..n-1).each do |i|
v = a[i]
j = i - 1
while j >= 0 and a[j] > v
a[j+1] = a[j]
j -= 1
end
a[j+1] = v
puts a.join(" ")
end
vの値を基準に、vとvより左側にある値を全部比較して並べ替えるソート。
pythonのアンパッキング便利。rubyはもう少しリファクタできそうだけど、螺旋本に沿ってやるとこんな感じ。
計算量はO[n^2]。配列の最初の状態で計算量がだいぶ変わる。
Bubble Sort
pythonの場合
n = int(input())
a = [*map(int, input().split())]
count = 0
flag = 1
while flag:
flag = 0
for j in range(n-1, 0, -1):
if a[j] < a[j-1]:
a[j], a[j-1] = a[j-1], a[j]
flag = 1
count += 1
print(*a)
print(count)
rubyの場合
n = gets.chomp.to_i
a = gets.split(" ").map(&:to_i)
count = 0
flag = true
while flag
flag = false
(n-1).downto(1) do |j|
if a[j] < a[j-1]
t = a[j]
a[j] = a[j-1]
a[j-1] = t
flag = true
count += 1
end
end
end
puts a.join(" "), count
隣同士の値を比較し、小さいものを左へ左へ。繰り返し処理が1回終わるごとに左から順番が確定する。
全部並べ替えが終わればif文に引っかからず、flagがfalseになりループ終了。
計算量はO[n^2]。隣同士の交換なので>= or <=にしない限りstable。
Selection Sort
pythonの場合
n = int(input())
a = [*map(int, input().split())]
count = 0
for i in range(n):
min_j = i
for j in range(i, n):
if a[j] < a[min_j]:
min_j = j
a[i], a[min_j] = a[min_j], a[i]
if min_j != i:
count += 1
print(*a)
print(count)
rubyの場合
n = gets.chomp.to_i
a = gets.split(' ').map(&:to_i)
count = 0
(0..n-1).each do |i|
min_j = i
(i..n-1).each do |j|
if a[j] < a[min_j]
min_j = j
end
end
t = a[min_j]
a[min_j] = a[i]
a[i] = t
count += 1 if min_j != i
end
puts a.join(" "), count
左から順に場所を決めていく。未ソート部分で1番小さい数字を左に持っていくのを繰り返す。
計算量はO[n^2]。選択ソートは時に不安定なソートになる。
Stable Sort
pythonの場合
n = int(input())
a = input().split()
def bubble_sort(a, n):
for i in range(n):
for j in reversed(range(i+1, n)):
if a[j][1] < a[j-1][1]:
a[j-1], a[j] = a[j], a[j-1]
def selection_sort(a, n):
for i in range(n-1):
j_min = a.index(min(a[i:], key=lambda a: a[1]), i)
a[i], a[j_min] = a[j_min], a[i]
a_bubble = a[:]
bubble_sort(a_bubble, n)
print(*a_bubble)
print("Stable")
selection_sort(a, n)
print(*a)
print("Stable" if a == a_bubble else "Not stable")
rubyの場合
n = gets.chomp.to_i
a = gets.split(' ')
def bubble_sort(a, n)
(0..n-1).each do |i|
(n-1).downto(1) do |j|
if a[j][1] < a[j-1][1]
t = a[j]
a[j] = a[j-1]
a[j-1] = t
end
end
end
end
def selection_sort(a, n)
(0..n-1).each do |i|
min_j = i
(i..n-1).each do |j|
if a[j][1] < a[min_j][1]
min_j = j
end
end
t = a[min_j]
a[min_j] = a[i]
a[i] = t
end
end
a_bubble = a.dup
bubble_sort(a_bubble, n)
puts a_bubble.join(' '), 'Stable'
selection_sort(a, n)
puts a.join(' ')
puts a == a_bubble ? "Stable" : "Not stable"
bubbleとselectionのソートメソッドは前述のアルゴリズム。ただ今回は入力値が[H2,C3,....]を想定している。
bubbleソートは安定ソート。selectionソートは不安定な場合がある。今回はbubbleと同じ配列をソートして、同じ配列になった場合は安定ソート、違う配列担った場合は不安定ソートとしている。
shell_sort
後日追加予定
最後に
螺旋本は19章あるので毎週3~4章は進めねば、、、。
螺旋本に沿ってコーディングしてるとはいえ、rubyにしてもpythonにしてもちょっとゴリ押し感強いコードだなと自分で書きながら思いました。次回からはもうちょい美しく。
