Excel VBA
Excel VBA 逆引き集 | ファイル存在チェック
2025-12-17
Java Java 逆引き集 | ストリーム処理の設計ガイドライン（副作用禁止等） — 保守性向上
ねらいと基本原則ストリーム処理の保守性は「副作用を禁じる」「遅延評価を味方にする」「結合可能な集約を選ぶ」の三本柱で決まります。中間操作は純粋関数（入力だけに依存し、外部状態を変更しない）に徹し、副作...
Java Java 逆引き集 | Stream を用いたデータ整形パイプライン設計 — パイプラインアーキテクチャ
ねらいと基本方針データ整形パイプラインは「取り込み → 正規化 → 検証 → 集約/変換 → 出力」の流れを、安全に、短く、遅延評価で組み立てる設計です。Stream を軸にすると、巨大データでもメモ...
Java Java 逆引き集 | parallelStream のベンチマーク方法 — 実運用での検証
ねらいと前提parallelStream は「並列化すれば常に速い」魔法ではありません。効果が出る条件と落とし穴を理解し、順次と並列を同じ環境・同じ入力で比較するのが基本です。並列ストリームは For...
Java Java 逆引き集 | Stream を使った CSV → オブジェクト変換 — ETL の簡潔化
ねらいと前提CSV をオブジェクトへ変換する ETL は「読み取り → クリーニング → 変換 → 検証 → 出力」の流れです。Stream を使えば、行を遅延で処理しながら宣言的に書けるため、巨大フ...
Java Java 逆引き集 | lazy evaluation の理解（中間操作は遅延） — 無駄な処理回避
ねらいと前提Stream の中間操作（filter, map, sorted など）は「遅延評価」です。つまり、終端操作（collect, forEach, count など）が呼ばれるまで実行されま...
Java Java 逆引き集 | Stream と Optional の良い組み合わせ — 値の有無ハンドリング
ねらいと前提値が「あるかもしれない／ないかもしれない」場面で、Optional は null 安全を保ちながら表現できます。Stream は「たくさんの値」を宣言的に流せます。この二つをうまく組み合わ...
Java Java 逆引き集 | Stream API によるツリー/グラフ探索（再帰を使わないパターン） — 非再帰探索
ねらいと前提ツリー/グラフ探索は「親→子（隣接）」へ辿る処理です。再帰は直感的ですが、スタックあふれや制御の難しさが出ます。非再帰パターンでは、キュー（BFS）やスタック（DFS）を使って自分で「探索...
Java Java 逆引き集 | reduce で複合オブジェクト集約 — ドメイン集計
ねらいと前提reduce は「ストリームの全要素をひとつの結果へ畳み込む」終端操作です。ドメイン集計では単なる数値の和ではなく、複数フィールドを持つ複合オブジェクト（件数・合計・最小・最大・補助メモな...
Java Java 逆引き集 | ストリームでの並列グループ化（groupingByConcurrent） — 並列集計
ねらいと前提並列ストリームで「キーごとに集計」するなら、Collectors.groupingByConcurrent が最短で安全です。並列対応の ConcurrentHashMap を内部に使い、...
Java Java 逆引き集 | キャッシング Collector（memoizing）パターン — 重い計算の最適化
目的と前提「重い計算」をストリームの中で何度も呼ぶと、CPUが燃え、待ち時間が伸び、並列化しても効果が出ません。キャッシング（memoizing）パターンは、同じ入力に対する結果を再利用して、計算を最...
Java Java 逆引き集 | ストリームのデバッグ技（ログ出力・中間確認） — トラブルシュート
ねらいと前提「ストリームがどこでどう変わっているか」を素早く可視化できると、原因特定が一気に速くなります。中間確認の王道は peek と「小さく材質化（toList など）」の使い分けです。重要なのは...
Java Java 逆引き集 | Stream と SQL の比較（いつ DB で処理すべきか） — 負荷分散判断
目的と前提「アプリ側で Stream に流すか、DB 側で SQL に任せるか」を正しく判断できると、性能・コスト・保守性が一気に安定します。根本の考え方はシンプルです。データ量が大きいほど「近いとこ...
Java Java 逆引き集 | 組み合わせ生成（combinatorics via stream） — テストデータ作成
ねらいと基本指針テストデータを作るとき、組み合わせ（直積・順列・組合せ）を手早く生成できると検証の幅が一気に広がります。Java の Stream は「宣言的・短絡・遅延実行」が武器。巨大な結果を丸ご...
Java Java 逆引き集 | Windowing（スライディング窓）パターン実装 — 時系列処理
目的と前提大量データを Stream で処理するとき、ボトルネックは「CPUよりメモリ」になりがちです。推定でも十分なので、どれだけメモリを消費するかを見積もり、材質化（toList/toMap）を最...
Java Java 逆引き集 | Windowing（スライディング窓）パターン実装 — 時系列処理
目的と前提時系列処理で「連続 N 件」「直近 N 秒」のように、一定範囲のデータを滑らせながら集計するのがスライディング窓（windowing）です。Java 標準の Stream API には専用ウ...
Java Java 逆引き集 | イテレータ→ストリームの変換（StreamSupport） — 外部API統合
目的と前提外部APIが Iterator（または Iterable）しか返さないときでも、Stream に変換すれば filter・map・collect などの強力な処理を宣言的に書けます。鍵になる...
Java Java 逆引き集 | 並列 reduce の適切な設計（結合可能な演算） — 正しさの担保
目的と前提並列 reduce を正しく設計する鍵は「結合可能（結合律を満たす）な演算」と「適切な単位元（identity）」、そして「accumulator と combiner の整合性」です。並列...
Java Java 逆引き集 | Stream サプライヤーパターン（Supplier を用いる） — 再生成可能性
目的と前提ストリームは「一度流したら終わり」の一回性を持ちます。同じパイプラインで複数の終端操作（count と toList など）をしたい、あるいは同じフィルタや変換を繰り返し適用したい場面では、...
Java Java 逆引き集 | ストリームチェーンの分割と再利用 — 可読性/保守性
ねらいと基本原則ストリームは「1回流して終わり」の使い捨てモデルです。可読性と保守性を高めたいなら、再利用すべきはストリームそのものではなく「処理の定義（Predicate/Function/Coll...
Java Java 逆引き集 | ストリームでのランダムアクセスの落とし穴 — パフォーマンス評価
概要と本質ストリームは「順次走査」に強く、「ランダムアクセス」に弱い仕組みです。配列や ArrayList のようなランダムアクセス向きのデータ構造でも、ストリームに乗せるとインデックス指定は基本的に...