2010년 가을 무렵에 맹수님이 스칼라 스터디에서 출제했던 순열(permutation) 구하기 문제를 공유[각주:1]합니다. 당시 이 퀴즈를 풀기위해 점심 시간 한 번은 고민하느라, 또 한 번은 문제 푸느라 휙~ 보냈던 기억이 있어 지금도 이 순열 퀴즈를 '밥도둑'이라 부릅니다. 당연한 이야기이지만, 풀이 방법은 다양하므로 본문 내용은 참고로 보시면 됩니다.

문제

주어진 순열 문제는 다음과 같다.
임의의 알파벳 시퀀스를 입력받아서, 해당 알파벳으로 만들 수 있는 순서의 조합을 모두 구한다. 
그리고 결과는 문자열의 오름차순으로 정렬하여 출력한다. 
(예를 들어, "AB", "BA" 가 있는 경우 "AB"가 "BA"보다 먼저 나와야 한다.)

 ex)  "ABC" -> "ABC", "ACB", "BAC", "BCA", "CAB", "CBA"
      "AAB" -> "AAB", "ABA", "BAA"
      "ABA" -> "AAB", "ABA", "BAA"
      "000" -> "000"

목표코드의 형태

우선은 순열로 나타낼 대상 문자열을 List[Char]로 나타내고, List에 permutate라는 메서드를 추가해[각주:2] 다음과 같이 동작할 계획이다.
scala> "AB".toList.permutate
res8: List[List[Char]] = List(List(A, B), List(B, A))

scala> "ABB".toList.permutate
res9: List[List[Char]] = List(List(A, B, B), List(B, A, B), List(B, B, A))
순열은 여러 종류의 문자열이므로 permutate의 결과는 List의 List, 즉 List[List[Char]]이다.

순열 분석

"ABB"를 순열로 표현한다면 첫째 자리에는 3개의 글자 중 중복을 제거한 A 또는 B 두 가지만이 가능하다. 이를 Tree로 나타내면 다음과 같다.

A 혹은 B가 나왔다면 그 다음은 어떤 문자들이 나와야 할까를 고민하며 트리를 작성하다보니, 자식 노드들은 결국 부모 노드의 문자를 제외한 나머지 문자들의 순열이라는 사실을 알 수 있었다. 


다시 말해 1의 영역은 A를 제외한 나머지 원소들의 순열이고, 2의 영역은 B를 제외한 나머지 원소들의 순열이다. 예를 들어 부모 노드에서 A가 나오면 나머지 문자인 B, B로 구성된 순열은 1가지 뿐이다.  전체 순열은 "A + 영역1"과 "B+영역2"로 나타낼 수 있으므로, 이를 통해 순열 문제는 재귀적인 과정으로 풀 수 있다는 예측이 가능하다.

permutate 메서드의 작성

이제 트리를 코드로 표현해야 한다. 트리의 특정 문자열(예시의 경우 List("A","B","B"))의 순열은 결국 자신의 원소들을 중복 제거한 head와 head를 제외한 나머지 원소들의 순열로 표현된다. 이는 대강 다음과 같은 형태로 표현이 가능하다. 
def permutate(list:List[Char]):List[List[Char]] = {

  val heads:List[Char] = list.distinct       // 원소의 중복을 제거하는 distinct 메서드는 제공됨
  
  // heads loop {

    val tail = list.removeFirst( _ == head)  // 일치하는 조건의 원소를 단 하나만 지움(작성 예정)
    permutate(tail).map( head :: _ )         // 자식의 순열에 head를 결합하면 전체 순열이 됨

  // } loop end
완전하지 않은 코드이지만 핵심은 모두 담고 있다.

먼저 조건식 p와 일치하는 원소를 하나만 제거하는 removeFirst()를 작성하자.
def removeFirst[T](p:(T)=> Boolean):List[T] = {
  val index = list.indexWhere(p)
  val (first, _ :: second) = list.splitAt(index)
  first ::: second
}
내용은 간단하다. 조건식 p와 일치[각주:3]하는 원소의 위치를 찾아(indexWhere), 해당 위치를 기준으로 두 리스트로 쪼개고(splitAt), 패턴 매칭[각주:4]을 활용해 조건에 맞는 위치의 원소 하나를 제외한 앞 뒤 List를 합쳤다. 그 결과 찾아낸 원소가 제외된 리스트가 완성된다. 

핵심 메서드인 permutate의 구현은 다음과 같다. 중복 없는 head에 소트를 추가하는 등의 내용이 추가됐고, flatMap 등의 메서드가 머리를 어지럽게 할 수도 있지만  미리 작성해본 permutate 구현과 핵심적인 내용은 같다. 오히려 코드를 참고하지 않고 직접 작성해 보면 이해가 빠를지도 모르겠다.
def permutate(list:List[Char]):List[List[Char]] ={
val heads:List[Char] = list.distinct.sortWith(_ < _)
heads.flatMap( head => {
  val tail = list.removeFirst( _ == head)
  tail match {
	case Nil => List(List(head))
	case _ => permutate(tail).map ( head :: _ )
  }
})
}
마지막으로 List에 permutate 메서드(removeFirst 도 추가하려 한다)를 추가하기 위해 Implicit Type Conversion을 적용해 보자.

Implcit Type Conversion 적용

PermuatbleList 클래스에 순열을 만들기 위해 필요한 기능을 넣고 Implicit Type Conversion을 적용해 List의 기능을 확장할 계획이다. Implicit Type Conversion을 적용하려면 해당하는 implicit 메서드가 현재 scope에서 사용가능해야 한다.
object PermutableList {
  implicit def listToPermutableList(list:List[Char]):PermutableList = {
    new PermutableList(list)
  }
}
implicit 메서드가 위와 같이 선언되어 있을 경우, Implicit Type Conversion이 일어나게 하려면 다음 구문이 필요하다.
import PermutableList._

마무리

Implicit Type Conversion을 적용하고 정리한 최종 코드는 다음과 같다
package lasco.homework.nephilim.permutation

class PermutableList(val list:List[Char]) {
  def permutate():List[List[Char]] ={
    PermutableList.permutate(list)
  }

  def removeFirst[T](p:(T)=> Boolean):List[T] = {
    PermutableList.removeFirst(list)(p)
  }

}

object PermutableList {
  implicit def listToPermutableList(list:List[Char]):PermutableList = {
    new PermutableList(list)
  }

  def removeFirst[T](list:List[T])(p:(T)=> Boolean):List[T] = {
    val index = list.indexWhere(p)
    val (first, _ :: second) = list.splitAt(index)
    first ::: second
  }

  def permutate(list:List[Char]):List[List[Char]] ={
    val heads:List[Char] = list.distinct.sortWith(_ < _)
    heads.flatMap( head => {
      val tail = list.removeFirst( _ == head)
      tail match {
        case Nil => List(List(head))
        case _ => permutate(tail).map ( head :: _ )
      }
    })
  }
}

/*
//@ scala console
import lasco.homework.nephilim.permutation._
import PermutableList._

"A".toList.permutate
res7: List[List[Char]] = List(List(A))

"AB".toList.permutate
res8: List[List[Char]] = List(List(A, B), List(B, A))

"ABB".toList.permutate
res9: List[List[Char]] = List(List(A, B, B), List(B, A, B), List(B, B, A))
*/
  1. 사실 이번에도 묵은지 포스팅임. 본문은 2010년 9월 초에 임시 저장했던 글임. [본문으로]
  2. Implicit Type Conversion을 활용한다는 의미. 이렇게 Implicit Type Conversion은 기존 클래스 혹은 모듈의 기능 확장에 주로 사용됨. [본문으로]
  3. p는 predicate을 나타냄 [본문으로]
  4. val (first, _ :: second) = ... 에는 tuple pattern과 list pattern이 사용됨 [본문으로]
저작자 표시 비영리 변경 금지
신고
Scala의 Stream 클래스는 리스트와 같은 컬렉션을 지연 평가를 이용해 효율적으로 다루도록 해줍니다. Scala By Example에도 소개되어 있지만, 스칼라 스터디[각주:1] 진행 당시 급하게 지나간 느낌이 있어 블로그를 통해 Stream의 기본적인 내용을 보다 차분하게 공유해보려 합니다. 본문에서는 존칭을 생략합니다.

Stream 객체의 생성

 백문이 불여일견이니 일단 예제를 보고 시작하자.
scala> Stream.cons(1, Stream.cons(2, Stream.empty))        // (1)
res0: Stream.Cons[Int] = Stream(1, ?)

scala> Stream.range(1,10)                                  // (2)
res1: scala.collection.immutable.Stream[Int] = Stream(1, ?)
 Stream의 생성은 기본적으로 Stream.cons( head:A, tail:Stream[A])의 형태로 이루어진다. List의 cons(::)에 익숙하다면 List와 유사하나 Nil 대신 Stream.empty를, :: 대신 Stream.cons를 사용했다고 보면 된다. 하지만 Stream은 List와는 달리 실제 호출하기 전까지는 tail을 평가하지 않는다는 특징을 가지고 있는데, 이를 이용하면 기존 List에서는 할 수 없던 일들이 가능해진다.

 실제로 (1),(2)의 출력 결과를 살펴보면 (1, ?)의 형태로 tail에 해당하는 부분은 ?이 출력되어 아직 평가되지 않았음을 알려준다. 그러면 (1)의 결과에 tail을 호출해 ?부분의 평가 결과를 확인해보자.
scala> res0.tail                 // res0 = Stream.cons(1, Stream.cons(2, Stream.empty))
res2: scala.collection.immutable.Stream[Int] = Stream(2, ?)
(1)에서 ?로 표시되었던 부분이 다시 (head, tail)로 평가되어 (2, ?)가 출력됐다.

(2)에서 Stream.range()가 제공된다는 사실을 확인했지만, 다음과 같이 직접 구현해도 된다.
def range(start: Int, end: Int): Stream[Int] =
  if (start >= end) Stream.empty   
  else Stream.cons(start, range(start + 1, end))
 range(1,3) 의 경우, range의 재귀호출을 따라가면 Stream.cons(1, range(2,3)) == Stream.cons(1, Stream.cons(2, range(3,3))... 가 되어 결국 결국 Stream.cons와 Stream.empty를 사용한 생성 구문이 된다.

call-by-name을 이용한 지연 평가

Stream은 지연 평가를 어떻게 구현했을까? Stream의 소스 코드를 살펴보면 간단하게 확인할 수 있다.
object Stream {
  object cons {
    def apply[A](head : A, tail : => Stream[A]) : Stream[A] {
       // ...
    }
  }
  // ...
}
 cons가 메서드[각주:2]가 아닌 inner object로 구현되어 있다는 사실도 흥미롭다. 내부의 cons object에 apply를 정의해 마치 cons를 메서드처럼 활용했다. 하지만 핵심은 무엇보다도 apply의 인자 tail이 by-name 타입으로 정의되어 있다는 점이다. 따라서 인자 tail은 호출 전까지는 평가되지 않는다.  

  tail의 타입인 => Stream[A]은 Stream 객체를 반환하는 인자 없는 함수 타입, 즉 ()=>Stream과 유사하다고 이해해도 되는데, 함수의 경우 호출하기 전까지는 코드 블럭을 수행하지 않으므로 태생부터 지연 평가에 적합하다는 특성을 갖고 있다. tail의 by-name 타입은 여러가지로 ()=> Stream[A]과 유사하지만, 함수가 아닌 Stream 평가식을 인자로 전달해야 한다는 차이가 있다. Stream 객체를 인자 tail로 전달하는 것은 문제가 없지만, tail에 함수 타입인 ()=>Stream형 인자를 전달하면 type mismatch 에러가 발생한다.  

Stream 활용 예

실제로 Stream을 이용해 작업을 수행해보자. 1~10000의 정수에서 짝수를 작은 순서 대로 5개를 고르는 작업을 Stream을 이용하면 다음과 같이 처리하면 된다.
scala> Stream.range(1,10000)  // 1~10000 범위를 갖는 Stream 생성
res1: scala.collection.immutable.Stream[Int] = Stream(1, ?)

scala> res1.filter( _ % 2 == 0 )   // predicate을 전달하여 짝수인 경우만 필터링
res2: scala.collection.immutable.Stream[Int] = Stream(2, ?)

scala> res2.take(5)    // 앞에서 5개를 취함
res3: scala.collection.immutable.Stream[Int] = Stream(2, ?)

scala> res3.print      // 해당 내용을 출력
2, 4, 6, 8, 10, empty

Stream의 메서드는 List가 제공하는 메서드와 상당히 유사하다. List와 Stream은 모두 LinearSeq를 구현한 immutable한 컬렉션이기 때문이다. 아래 그림은 Scala 컬렉션의 기본적인 구조[각주:3]이다. Immutable/mutable 컬렉션이 모두 공유하는 구조이므로 참고하자.


 List를 활용한 것과 다른 점은 무엇인지 확인하기 위해 Stream 대신 List를 사용해 각 단계를 재현해보자.
scala> List.range(1,10000)
res4: List[Int] = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16
, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35
, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54
, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73
, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92
, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, ... 
시작부터가 Stream과 다르다. 1~10000 범위 전체를 담은 List가 우선 생성된다. 그 다음은 필터링 차례이다.
scala> res4.filter( _ % 2 == 0)
res5: List[Int] = List(2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30,
 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 
70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98, 100, 102, 104, ...
이 경우도 1~10000의 범위에 존재하는 짝수로 이루어진 List가 생성된다. 앞에서 고작 5개를 얻기 위해 사전에 너무 많은 작업을 수행했다는 사실을 확인할 수 있다. Stream을 활용한 작업이 훨씬 효율적이다.

지연 평가를 활용하는 Stream은 우선 List가 감당하기 힘든 크기의 수열을 표현할 수 있다.
scala> Stream.range(1, Integer.MAX_VALUE - 1)    
res6: scala.collection.immutable.Stream[Int] = Stream(1, ?)
더 나아가 자연수 전체와 같은 무한 수열 또한 표현 가능하다.
scala> def rangeFrom(x:Int):Stream[Int] = {
     |   Stream.cons(x, rangeFrom(x+1)) }

scala> val naturalNumber = rangeFrom(1)
naturalNumber: Stream[Int] = Stream(1, ?)
다음과 같이 표현할 수도 있다.
scala> val naturalNumber: Stream[Int] = Stream.cons(1, naturalNumber.map(_ + 1))
naturalNumber: Stream[Int] = Stream(1, ?)
Stream을 활용해 푸는 수학 문제가 여럿 있는데, 피보나치 수열[각주:4]의 경우 다음과 같이 비교적 간단하게 표현할 수 있다. Stream의 zip, map 또한 그 결과가 Stream이라는 사실에 유의하며 살펴보면 이해가 빠르다.
scala> val fibonacci: Stream[Int] = Stream.cons(0, Stream.cons(1, 
     |   fibonacci.zip(fibonacci.tail).map(zipped => zipped._1 + zipped._2)))
fibonacci: Stream[Int] = Stream(0, ?)

scala> fibonacci.take(10).print
0, 1, 1, 2, 3, 5, 8, 13, 21, 34, empty
  1. 스터디 멤버 중 아웃사이더 님은 http://blog.outsider.ne.kr에서 왕성한 블로그 활동 중 [본문으로]
  2. Stream.cons는 T #:: Stream[T]와 같이 #:: 로도 표현 가능함 [본문으로]
  3. http://www.scala-lang.org/docu/files/collections-api/collections.html 에서 인용 [본문으로]
  4. 0, 1로 시작하며 앞의 두 수의 합으로 이루어진 수열 [본문으로]
저작자 표시 비영리 변경 금지
신고

Scala로 '라이프 게임' 만들기

Posted 2010.08.29 14:19
스칼라 스터디에 객원 멤버(?)로 참여하고 계신 너구리님의 제안으로 라이프 게임을 실습하게 되었습니다. 이전 개미수열과 마찬가지로 패턴 매칭을 이용하여, 주변 세포의 패턴을 구현하니 보기에도 깔끔하고, 구현도 자연스럽게 진행됐습니다. 프로그래밍에서 반드시 등장하는 분기와 반복이라는 번거로운 과정을 다스릴 신무기가 생긴 기분이랄까요?
 라이프 게임: 글라이더 건

게임 규칙


 위키피디아 링크를 살펴보면 룰이 나와있습니다. 핵심적인 내용만 언급하면 격자 하나를 세포라고 생각하고, 한 세포를 둘러싸고 있는 8개의 주변 세포에 대해 다음과 같은 규칙이 적용됩니다.

  • 죽은 세포의 주변 세포 중 정확히 3개가 살아 있으면 그 세포는 살아난다. (‘태어난다’.) 
  • 살아 있는 세포의 주변 세포 중에 2개나 3개가 살아 있으면, 그 세포는 계속 살아 있는 상태를 유지하고, 이외에는 ‘외로워서’, 또는 ‘숨이 막혀서’ 죽어버린다.

 특정 세포와 그 주변 세포를 나타내는 3x3의 세포 격자를 편의상 "DieHardArea"라고 부르겠습니다. (별다른 의미는 없고, 그냥 제가 작성한 스칼라 객체의 이름이 그렇습니다.)

목표 코드의 형태


 프로그래밍을 할 때 최종 완성된 모습을 (=어떤 형태로 핵심 로직을 실행하고 결과를 얻을지) 미리 그려보는데, '라이프 게임'을 Scala로 구현하려고 보니, 주변 세포에 대한 각각의 패턴이 있어 패턴 매칭 구문으로 해당 패턴을 활용해 세포의 다음 상태를 결정하는 모습이 머리 속에 떠올랐습니다. 이를 scala 코드로 표현하면 다음과 같습니다. 참고로, getDieHardArea(x,y)는 세포 (x,y)를 중심으로 하는 DieHardArea를 반환하는 메서드입니다.
getDieHardArea(x,y) match {
  case 생성패턴 => // 세포가 탄생함
  case 소멸패턴 => // 세포가 죽음
  case 유지패턴 => // 상태를 유지함
}
 먼저 각 패턴의 이름을 만들어 봅니다.'생성패턴', '유지패턴', '소멸 패턴'은 DieHardArea의 패턴을 나타내는 object 입니다. 'XX패턴'은 '패턴'을 상속합니다. 각 object는 내용을 따로 작성할 필요는 없으며, 단순히 패턴 매칭의 결과로만 활용될 예정입니다.
abstract class 패턴
object 생성패턴 extends 패턴
object 소멸패턴 extends 패턴
object 유지패턴 extends 패턴
 이제 목표하는 형태로 패턴 매칭을 완성하기 위해 extractor, 즉 unapply 메서드를 구하면 되겠죠. 그래서 3x3 정수 행렬을 추상화한 DieHardArea 모듈을 다음과 같이 만들기 시작합니다.
object DieHardArea {
   ...
  def unapply(matrix:DieHardArea):Option[패턴] = {
    matrix.amIAlive match {
      case 죽은세포 if (/*이웃세포 3개*/) => Some(생성패턴)
      case 산세포 if(/*이웃세포 2~3개*/) => Some(유지패턴)
      case 산세포 => Some(소멸패턴)
      case _ => None
    }
  }
}

패턴 매칭 코드 작성


 DHA의 unapply메서드가 있으니, 이제 목표했던 패턴 매칭 구문을 바로 작성해 볼 수 있습니다. 특정 셀의 운명을 결정 짓는 메서드니 decideCellDestiny라 이름짓고, 다음과 같이 구현했습니다.
def decideCellDestiny(dha:DieHardArea):Int = {
  dha match {
    case DieHardArea(생성패턴) => Life
    case DieHardArea(유지패턴) => dha.array(1)(1)  //유지
    case DieHardArea(소멸패턴) => Death
    case _ => Death
  }
}

주변 세포의 수 세기


 아직 채워야 할 것이 적잖이 남았지만, 그래도 문제의 핵심적인 부분을 금방 해결한 듯 합니다. 이제 실제로 DHA가 특정한 3x3 정수 배열을 나타내도록 class도 정의해 봅니다.
class DieHardArea(val array:Array[Array[Int]]) {
  require( is3x3Matrix(array));

  // 살아있는 주변 세포 카운트
  def countAliveNeighbor():Int = {
    var count = 0;
    array.foreach(                // DieHardArea 내 살아 있는 세포 수
      count +=  _.filter( _ == Life ).length )

    if( amIAlive ) count -= 1     // 자신은 카운트에서 제외
    count
  }

  // 중앙 세포가 살아있는가?
  def amIAlive():Boolean = {
     ( array(1)(1) == Life )
  }
}
 DHA 클래스 생성시 3x3 정수 배열을 전달하여 멤버로 설정하도록 했습니다. 또. 패턴 매칭 구문에서 주석으로 처리한 주변 세포의 개수를 구하는 메서드도 추가했습니다. countAliveNeighbor 메서드는 DHA내의 모든 살아있는 세포수를 확인한 후, 자신을 제외시키는 방법으로 동작합니다.

 강조 표시된 코드(7,8 번째 줄)는 DHA(DieHardArea)에서 살아있는 세포 수를 세는 부분인데, 약간 생소해 보일 수도 있습니다. 여기서 array는 3x3 크기의 2차원 정수 배열이므로 타입은 Array[Array[Int]] 입니다. 같은 array에 대해 다음 구문을 실행하면 첫째 줄부터 마지막 줄의 크기를 쭈욱~ 출력합니다. 다시 말해, 다음 코드에서 _ 의 타입은 Array[Int] 죠. (array가 배열의 배열이니까요)
array.foreach( println( _.length) )
 제시된 코드는 다음과 같이 각 줄(Array[Int])에 filter를 적용합니다. (Life는 상수로 1을 의미합니다.)
array.foreach(           
  count +=  _.filter( _ == Life ).length
)
 (익숙하지 않으면)혼란을 주는 _를 line으로 치환해 보면 이해가 빠릅니다.
array.foreach(              
  line => {
    val alives = line.filter( _ == Life ).length 
    count +=  alives
  }
)
 위와 같이 함수를 fisrt class value로 이해하고 축약하는 것에 익숙해지면 코드가 매우 간편해 집니다. 참고로, 2차원 정수 배열을 (0이면 □, 그외에는 ■으로 바꾸어) 화면에 출력하는 convertToShapeArray는 다음과 같이 작성할 수 있습니다. _ 등이 익숙치 않으면 분석해 보세요.
def convertToShapeArray(intMatrix:Array[Array[Int]]):Array[Array[Char]] = {
  intMatrix.map{
    _.map {
      case 0 => '□'
      case _ => '■'
}}}
 이제 DHA의 unapply 메서드 내에서 주석으로 처리했던 if 문장을 구현할 수 있습니다.
def unapply(matrix:DieHardArea):Option[패턴] = {
  matrix.amIAlive match {
    case 죽은세포 if (matrix.countAliveNeighbor == 3) => Some(생성패턴)
    case 산세포 if (matrix.countAliveNeighbor ==3 || matrix.countAliveNeighbor == 2) => Some(유지패턴)
    case 산세포 => Some(소멸패턴)
    case _ => None
  }
}

Implcit Type Conversion 적용


 이렇게 해도 충분히 동작하지만, 어쩐지 matrix.countAliveNeighbor ==3 || matrix.countAliveNeighbor == 2과 같은 구문이 눈에 걸립니다. 보기에도 지저분해 보이고 countAliveNeighbor를 두 번 호출하는 것도 안 좋아 보입니다. Range.contains 등을 사용해도 간단히 줄일 수 있지만 고집스럽게 다음과 같이 개선해 봤습니다.  목표는 matrix.countAliveNeighbor.isBetween(1,3) 입니다. 하지만 matrix.countAliveNeighbor의 결과인 Int에는 isBetween과 같은 메서드가 존재하지 않습니다. 이쯤되면 무엇을 하려는지 아시는 분들도 있을 겁니다. 암묵적으로 Int를 사용자 정의 객체 VeryRichInt로 형변환 하려고 합니다(이를 implicit type conversion이라 합니다). 클래스 명에 스며있는 약간의 허풍은 애교로 봐주시길 바랍니다.
class VeryRichInt(val number:Int) {
  def isBetween(from:Int, to:Int):Boolean = {
    if ( from <= number && number <= to) true
    else false
  }
}
 허점은 좀 많지만(from보다 to가 작을 경우 등), isBetween를 담고 있는 VeryRichInt를 작성했습니다. 이제 오브젝트 DHA 내에 다음과 같이 Int를 VeryRichInt로 암묵적 형변환하는 메서드를 만듭니다. 이제 DHA 내에서 Int.isBetween을 하면 Int가 암묵적으로 VeryRichInt로 바뀌어 VeryRichInt.isBetween이 호출될 것입니다.
object DieHardArea {
  ... 
  implicit def int2VeryRichInt(number:Int):VeryRichInt = {
    new VeryRichInt(number)
  }
}

패턴 매칭 마무리


 여기까지 작업하면 기존의 패턴 매칭 구문은 다음과 같이 변경됩니다.
def unapply(matrix:DieHardArea):Option[패턴] = {
  matrix.amIAlive match {
    case 죽은세포 if (matrix.countAliveNeighbor.equals(3)) => Some(생성패턴)
    case 산세포 if( matrix.countAliveNeighbor.isBetween(2,3)) => Some(유지패턴)
    case 산세포 => Some(소멸패턴)
    case _ => None
  }
}
 여기까지 입니다. 코드의 일부만을 놓고 글을 썼지만, 사실 라이프 게임을 완성하기 위한 나머지 코드는 별 내용이 없습니다. 초기값을 2차원 정수 배열로 정의하고, 여기서 DHA를 추출한 뒤, DHA를 이용해 패턴을 분석하고, 결과를 다시 정수 배열에 담아 출력하는 식으로 진행하면 됩니다[각주:1].
  1. 전체 소스는 <a href="http://bit.ly/9rIlnB">이 곳</a>에서 보실 수 있습니다. 퀴즈로 진행한 거라 그렇게 깔끔하지 만은 않습니다. 참고 정도로 활용해 주세요. [본문으로]
저작자 표시 비영리 변경 금지
신고
 제10회 KSUG 세미나에서 Scala 관련 발표를 하였습니다. 발표 자료를 많이 줄였음에도 불구하고(130p -> 94p), 예정 시간을 20분 씩이나 넘겨 조금 민망했습니다. 이 자리를 빌어 긴 시간 집중해서 들어주신 분들, 격려 주신 분들, 놀리신 분들(?) 모두 감사드립니다.

  Scala는 hybrid 언어이기 때문에 전에 못보던 새로운 요소들을 이것 저것 공부하다보면 큰 흐름을 놓치기 쉽습니다. Scala가 어떤 지향점을 가지고 있는지 살펴보기 위해 준비한 발표였고, 다음의 3가지 특징으로 스칼라를 정리했습니다.

  1. 강화된 객체 지향 (Uniform Object Model)
  2. 함수형 프로그래밍으로의 연착륙 유도
  3. 진보된 타입 시스템

 그리고는 1,2,3에 대하여 각각 2가지씩 구체적인 요소를 살펴봤습니다. 모두 6가지를 본 셈입니다. 예를 들면 3번, 타입 시스템에서는 Type Inference와 Implicit Conversion을 소개했지요. 물론 소개하지 못한 중요한 특징들이 더 있습니다. 다음에 기회가 된다면 좀 더 차분한 호흡으로 공유해보고 싶네요. 누군가가 말했듯이, 영화의 '디렉터스 컷'처럼요. :)

 아래는 발표 자료 입니다. (Slideshare에서 크게 보기)

 


그리고 decoder 님이 발표를 너무나도 잘 정리해 주셨네요. 감사드립니다! 더욱 노력했어야 하는게 아닌가 하는 안타까움이...


ps1.  programming scala는 국내 모 출판사에서 번역 중인 것으로 알고 있습니다. (저는 아니구요. programming in scala 번역을 해보려 했으나 잘 안되었어요. :> )

ps2. KSUG 측에서 동영상을 공유해 주셨습니다. (1) 임시공유서버, (2) torrent 중 한 곳에서 받으시면 됩니다.
 참고로, 동영상을 보시면 1:09:10 경에 Implicit Conversion을 설명하다가 BDD 스타일로 작성된 테스트 코드의 예를 보여줍니다. 이 때, 중괄호({}) 로 표현되는 것을 설명하다가 "커리된 코드"라는 설명을 같이 했는데, 해당 코드는 커리된 것은 아닙니다. 커리를 설명하는 부분을 보시면 왜 아닌지를 알 수 있지요. 제가 현장에서 코드를 빨리 읽다 보니 실수를 했네요. 정정합니다.




저작자 표시 비영리 변경 금지
신고

티스토리 툴바