diff --git a/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/ArrayReduceTransformation_TS.ipynb b/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/ArrayReduceTransformation_TS.ipynb
index 84f08d3e..c37bdf95 100644
--- a/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/ArrayReduceTransformation_TS.ipynb
+++ b/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/ArrayReduceTransformation_TS.ipynb
@@ -205,7 +205,7 @@
"\n",
"**改善ポイント**:\n",
"- ✅ 空配列チェックを削除（オーバーヘッド削減）\n",
- "- ✅ 変数名を短縮（`accumulator` → `val`）でメモリアクセス最適化\n",
+ "- ✅ 変数名を短縮（`accumulator` → `val`）については、可読性と記述の簡潔さを優先しました（ランタイム性能への影響はありません）\n",
"- ✅ 極限までシンプルに\n",
"\n",
"**予想パフォーマンス**: Runtime ~42-45ms, Memory ~55-56MB\n",
@@ -275,8 +275,8 @@
"```\n",
"\n",
"**改善ポイント**:\n",
- "- ✅ ループアンローリングでブランチ予測とパイプライン効率を向上\n",
- "- ✅ 4要素ずつ処理することで、ループオーバーヘッドを75%削減\n",
+ "- ⚠️ ループアンローリングは理論上オーバーヘッドを削減しますが、現代のJITでは自動最適化されるため、手動で行うとむしろ遅くなる場合があります（実測: 47ms vs 40ms）\n",
+ "- ⚠️ ワークロードやランタイム環境に依存するため、常に有効とは限りません\n",
"\n",
"**予想パフォーマンス**: Runtime ~38-42ms（大きな配列で効果大）\n",
"\n",
@@ -346,7 +346,7 @@
" \"target\": \"ES2022\",\n",
" \"module\": \"ES2022\",\n",
" \"strict\": true,\n",
- " \"noUncheckedIndexedAccess\": false,\n",
+ " \"noUncheckedIndexedAccess\": true,\n",
" \"skipLibCheck\": true\n",
" }\n",
"}\n",
@@ -375,6 +375,55 @@
"- ✅ 可読性: 維持\n",
"- ✅ 保守性: 維持"
]
+ },
+ {
+ "cell_type": "code",
+ "execution_count": null,
+ "id": "d2b4f3e0",
+ "metadata": {},
+ "outputs": [],
+ "source": [
+ "/**\n",
+ " * Demonstration of the reduce function\n",
+ " */\n",
+ "type Fn = (accum: number, curr: number) => number;\n",
+ "\n",
+ "function arrayReduce(nums: number[], fn: Fn, init: number): number {\n",
+ " let val = init;\n",
+ " for (let i = 0; i < nums.length; i++) {\n",
+ " val = fn(val, nums[i]);\n",
+ " }\n",
+ " return val;\n",
+ "}\n",
+ "\n",
+ "// Test cases\n",
+ "const nums1 = [1, 2, 3, 4];\n",
+ "const fn1 = (acc: number, curr: number) => acc + curr;\n",
+ "const init1 = 0;\n",
+ "\n",
+ "const nums2 = [1, 2, 3, 4];\n",
+ "const fn2 = (acc: number, curr: number) => acc * curr;\n",
+ "const init2 = 1;\n",
+ "\n",
+ "const nums3: number[] = [];\n",
+ "const fn3 = (acc: number, curr: number) => 0;\n",
+ "const init3 = 25;\n",
+ "\n",
+ "console.log(\"Test Case 1: Sum\");\n",
+ "console.log(`Input: nums = [${nums1}], init = ${init1}`);\n",
+ "console.log(`Output: ${arrayReduce(nums1, fn1, init1)}`);\n",
+ "console.log(\"Expected: 10\");\n",
+ "\n",
+ "console.log(\"\\nTest Case 2: Product\");\n",
+ "console.log(`Input: nums = [${nums2}], init = ${init2}`);\n",
+ "console.log(`Output: ${arrayReduce(nums2, fn2, init2)}`);\n",
+ "console.log(\"Expected: 24\");\n",
+ "\n",
+ "console.log(\"\\nTest Case 3: Empty Array\");\n",
+ "console.log(`Input: nums = [], init = ${init3}`);\n",
+ "console.log(`Output: ${arrayReduce(nums3, fn3, init3)}`);\n",
+ "console.log(\"Expected: 25\");"
+ ]
}
],
"metadata": {
@@ -392,4 +441,4 @@
},
"nbformat": 4,
"nbformat_minor": 5
-}
+}
\ No newline at end of file
diff --git a/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README.md b/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README.md
index 8aabc621..d72ac13b 100644
--- a/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README.md
+++ b/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README.md
@@ -165,12 +165,9 @@ class Solution:
# 累積値を初期値で初期化
accumulator: int = init
- # 配列長をキャッシュ（毎回の len() 呼び出しを回避）
- length: int = len(nums)
-
# 各要素に対してreducer関数を順次適用
- for i in range(length):
- accumulator = fn(accumulator, nums[i])
+ for num in nums:
+ accumulator = fn(accumulator, num)
# 最終累積値を返す（空配列の場合は init がそのまま返る）
return accumulator
@@ -197,19 +194,20 @@ class Solution:
CPython最適化ポイント
-### 1. 属性アクセスの削減
+### 1. 直接反復（Direct Iteration）の推奨
```python
-# ❌ 遅い: 毎回 len(nums) を呼び出す
+# ❌ 遅い: インデックスアクセスに伴うオーバーヘッド（__getitem__呼び出し）
for i in range(len(nums)):
accumulator = fn(accumulator, nums[i])
-# ✅ 速い: len() の結果をキャッシュ
-length = len(nums)
-for i in range(length):
- accumulator = fn(accumulator, nums[i])
+# ✅ 速い: 直接反復で要素を取得（内部イテレータが効率的）
+for num in nums:
+ accumulator = fn(accumulator, num)
```
+**解説**: `range(len(nums))` における `len()` は1回しか評価されませんが、ループ内での `nums[i]` は毎回 `__getitem__` を呼び出し、境界チェックも行います。直接反復の方が一般的に高速です。
+
### 2. 不要な条件分岐の回避
```python
@@ -226,9 +224,9 @@ for i in range(len(nums)):
### 3. ループ方式の選択
-- **`range(len(nums))`**: インデックスベースで最速
-- **`for num in nums`**: イテレータ生成のオーバーヘッドあり
-- **`enumerate(nums)`**: さらにオーバーヘッド増加
+- **`for num in nums`**: 最速（`__getitem__`オーバーヘッドなし）
+- **`range(len(nums))`**: インデックスが必要な場合のみ使用
+- **`enumerate(nums)`**: インデックスと値の両方が必要な場合に使用（若干のタプル生成コストあり）
### 4. 型ヒントの影響
@@ -300,9 +298,9 @@ assert Solution().reduce([1000], lambda a, x: a + x, 1000) == 2000
**A**: 本問題は reduce の内部動作を理解するための教育的課題。実務では `functools.reduce` を使うべき。
-### Q2: `len(nums)` のキャッシングは本当に速いのか？
+### Q2: `range(len(nums))` では `len()` が毎回呼ばれるのか？
-**A**: CPythonでは `len()` は O(1) だが、関数呼び出しのオーバーヘッドがある。ループ内で毎回呼び出すより、事前にキャッシュする方が 5-10% 高速。
+**A**: いいえ。`range` オブジェクト生成時に1回だけ評価されます。ただし、ループ内で `nums[i]` を使うとインデックスアクセスのコストがかかるため、直接反復（`for num in nums`）の方が効率的です。
### Q3: 再帰実装の方が関数型的では？
@@ -319,7 +317,7 @@ def reduce_recursive(self, nums: list[int], fn: Callable, init: int) -> int:
### Q4: `for num in nums` の方が Pythonic では？
-**A**: 可読性では優れるが、インデックスベースの `range(len(nums))` の方が 3-5% 高速。LeetCodeのような競技環境では後者を推奨。
+**A**: はい。可読性が高く、かつ CPython では `__getitem__` のオーバーヘッドを回避できるため、パフォーマンス面でも（多くの場合）有利です。
### Q5: 空配列チェックを追加すべきか？
diff --git a/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README_react.html b/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README_react.html
index 761ad987..83d00530 100644
--- a/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README_react.html
+++ b/JavaScript/2626. Array Reduce Transformation/Claude Code Sonnet 4.5 extended/README_react.html
@@ -7,6 +7,7 @@
+
@@ -20,25 +21,41 @@
-
+
-
+
+