Tämä kurssi on jo päättynyt.

Kurssin viimeisimmän version löydät täältä: O1: 2024

  1. CS-A1110
  2. Kierros 6
  3. Luku 6.2: Kokoelmia ja madonruokaa

Luku 6.2: Kokoelmia ja madonruokaa

Tästä sivusta:

Pääkysymyksiä: Miten käsittelen alkiokokoelmia kätevästi korkeamman asteen metodeilla?

Mitä käsitellään? Valikoima Scalan kokoelmien metodeita. Edellisen luvun funktioliteraalit ovat runsaassa käytössä.

Mitä tehdään? Luetaan ja ohjelmoidaan.

Suuntaa antava työläysarvio:? Kolme tuntia tai yli.

Pistearvo: B100.

Oheisprojektit: Snake (uusi), Election.

../_images/person09.png

Johdanto

Tämä luku esittelee valikoiman metodeita, joita voi käyttää silmukoiden sijaan tai lisäksi kokoelmia käsitellessä. Metodeille on yhteistä se, että ne löytyvät Scalan valmiilta kokoelmatyypeiltä sekä se, että ne vastaanottavat parametreina funktioita, jotka täsmentävät sitä, mitä kokoelman alkioilla tehdään. Metodit vastaavat muun muassa näihin tarpeisiin:

  • Miten toistetaan tietty toimenpide kullekin alkiolle kokoelmassa (esim. tulostaminen)?
  • Miten tutkitaan kokoelman yleisiä ominaisuuksia (esim. ovatko kaikki alkiot tietynlaisia)?
  • Miten valikoidaan alkioita kokoelmasta (esim. kaikki alkiot, jotka ovat tietynlaisia)?
  • Miten muodostetaan tulos yhdistelemällä kokoelman alkioita (esim. lukujen neliöiden summa tai kuvia päällekkäin sijoittamalla saatu yhdistelmä)?
  • Miten muodostetaan toinen alkiokokoelma, jonka kukin alkio saadaan tietyllä "kaavalla" alkuperäisestä kokoelmasta (esim. henkilöolioiden luettelosta henkilötunnusten luettelo)?

Näiden korkeamman asteen metodien käyttö on usein kätevää; niitä käyttäen kirjoitettu koodi on usein lyhyttä ja selkeää. Esitellyt metodit ovat erityisen ominaisia funktionaaliselle ohjelmointityylille (mistä lisää luvussa 10.2), kun taas imperatiivisessa ohjelmointitavassa silmukat ovat yleisempiä.

Enemmänkin löytyy

Scalan kokoelmakirjastot ovat hyvin runsaat: on paljon erilaisia kokoelmatyyppejä, ja kokoelmilla on paljon erilaisia metodeita. Kaikkia ei käsitellä tässäkään. Kokoelmakirjastot on koko komeudessaan kuvattu Scalan perus-API:n dokumentaatiossa.

Suuri osa luvusta koostuu pienistä irrallisista esimerkeistä, jotka esittelevät valmiiden metodien käyttöä. Tämä luku on eräänlainen jatko-osa luvulle 4.1, jossa esiteltiin eräitä kokoelmien (ensimmäisen asteen) metodeita.

Monissa seuraavista esimerkeistä käytetään selkeyden vuoksi kokonaislukuvektoreita. Huomaa silti, että aivan samat metodit toimivat myös muille alkiotyypeille kuin luvuille ja muunlaisille Scala-peruskirjastojen kokoelmille kuin vektoreille.

Esimerkeissä esiintyy paljon funktioliteraaleja — sekä tavallisia että alaviivoin lyhennettyjä — joten varmista, että olet ymmärtänyt edellisen luvun esittelemät merkintätavat.

Toimenpiteen toistaminen alkioille: foreach

Scala-kokoelmille määritellyistä korkeamman asteen metodeista tavallaan yleiskäyttöisin on nimeltään foreach. Koekäytetään sitä vektorin sisältämien lukujen neliöiden tulostamiseen.

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
luvut.foreach( n => println(n * n) )100
25
16
25
400
foreach-metodille annetaan parametriksi funktio, jolle kelpaa parametriksi kokoelman alkioiden tyyppinen arvo (tässä Int). Esimerkiksi tässä määritelty funktioliteraali siis on sopiva.
foreach nimensä mukaisesti suorittaa parametriksi annetun funktion kertaalleen kullekin kokoelman sisältämälle alkiolle. Tässä tapauksessa kustakin alkiosta lasketaan toinen potenssi ja tulostetaan se.
Huom. Vaikka metodin nimi tulee kahdesta englannin kielen sanasta — for each — niin siinä ei poikkeuksellisesti ole isoa E-kirjainta.

Lienet jo huomannut, että foreach on toiminnaltaan hyvin samankaltainen kuin luvussa 5.5 laatimasi repeatForEachElement-funktio. foreach eroaa tuosta aiemmasta funktiosta ennen muuta olemalla kokoelmaolioille valmiiksi määritelty metodi, jota voit käyttää missä vain Scala-ohjelmassa.

Koska foreach-metodille annetaan parametriksi arvoa palauttamaton funktio, niin sen käyttö perustuu parametrifunktion aiheuttamiin vaikutuksiin. Jotta saadaan aikaan hyödyllistä toimintaa, parametrifunktion on esimerkiksi tulostettava jotain (kuten yllä) tai vaikutettava jonkin olion tilaan.

Silmukat vs. kokoelmien metodit

Kuten yllä mainittiin, tässä luvussa käsiteltävillä metodeilla voi tehdä samanlaisia asioita kuin silmukoilla. Tämä korostuu erityisesti ensimmäisessä esimerkissämme eli foreach-metodissa. Voidaanhan kirjoittaa myös:

for (n <- luvut) {
  println(n * n)
}

Tosiaan, nämä kaksi tekevät keskenään ihan saman:

for (alkio <- alkioita) {
  Tee jotain alkiolla.
}

alkioita.foreach( alkio => Tee jotain alkiolla. )

Itse asiassa tällainen for-silmukka on vain erilainen tapa merkitä foreach-metodikutsu; Scala-kääntäjä tulkitsee sen metodikutsuksi.

Tässä vielä esimerkki AuctionHouse-luokan metodista, joka toteutettiin siellä näin:

def nextDay() = {
  for (current <- this.items) {
    current.advanceOneDay()
  }
}

Olisi voitu myös kirjoittaa:

def nextDay() = {
  this.items.foreach( _.advanceOneDay() )
}

Riippuu tilanteesta ja ohjelmoijan mieltymyksistä, kumpi tapa on luontevampi ja selkeämpi.

Kurssin tulevissa esimerkeissä käytetään foreach-metodia varsin usein (mutta for-silmukkaa myös). Voit itse käyttää kumpaa haluat, mutta sivistyneen Scala-ohjelmoijan on syytä tuntea molemmat tavat.

Välipuhe abstraktiotasoista

Kokoelman ominaisuuksien tutkiminen

exists- ja forall-metodit

exists-metodilla voi kätevästi selvittää, toteutuuko tietty kriteeri minkään alkion kohdalla:

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
luvut.exists( _ < 0 )res0: Boolean = true
luvut.exists( _ < -100 )res1: Boolean = false
exists-metodille annetaan parametriksi funktio, joka ottaa parametrikseen kokoelman alkion ja palauttaa totuusarvon, joka kertoo, toteuttaako kyseinen alkio kriteerin. Esimerkiksi tässä välitetään ensin parametriksi funktio, joka kertoo, onko sen parametriarvo negatiivinen.
Esimerkkikokoelmastamme löytyy (ainakin yksi) alkio, joka on negatiivinen. Sieltä ei löydy yhtään alkiota, joka olisi miinus sataa pienempi.

forall-metodi vastaavasti tutkii, päteekö annettu kriteeri kaikille alkioille:

luvut.forall( _ > 0 )res2: Boolean = false
luvut.forall( _ > -100 )res3: Boolean = true

Tässä tutkittiin ensin, ovatko kaikki alkiot positiivisia; eivät ole. Toisella forall-kutsulla selvisi, että kaikki alkiot ovat miinus satasta suurempia.

Pikkutehtävä: count, exists ja forall

Päättele esimerkiksi REPLissä kokeilemalla, mitä kokoelmien count-metodi tekee. Kokeile käskyä luvut.count( _ % 2 == 0 ) ja muita vastaavia.

Mikä tai mitkä seuraavista pitävät paikkansa, kun jokuEhto on funktion nimi ja kokoelma on johonkin alkiokokoelmaan viittaava muuttuja? (Oletetaan, että jokuEhto on tyypiltään sopiva kyseisen kokoelman sisällön tutkimiseen.)

Tehtävän jälkimaininki

Miksi tuossa tehtävässä oli muotoiltu koodi näin?

// Versio 1 (toimiva)
kokoelma.forall( !jokuEhto(_) )

Eikö olisi voinut lukea seuraavasti?

// Versio 2 (toimimaton)
kokoelma.forall( !jokuEhto )

Kuten luku 6.1 kertoi, on monia tapoja kirjoittaa funktioliteraaleja. Kuitenkaan tässä tapauksessa Versio 2 ei toimi, koska se ei määrittele funktioliteraalia.

forall-metodille, samoin kuin monille muille kokoelmien metodeille, tulee antaa parametriksi funktio, jota voi soveltaa kuhunkin kokoelman alkioon. Lausekkeen !jokuEhto arvo ei kuitenkaan ole mikään funktio, vaikka jokuEhto-niminen funktio olisikin olemassa.

Jotta saamme tämän käänteisen tapauksen muotoiltua, pitää forall-metodille välittää parametriksi sellainen erikseen määritelty funktio, joka kutsuu jokuEhto-funktiota ja soveltaa negaatio-operaattoria ! saamaansa palautusarvoon. Sen voi tehdä alaviivalla kuten ylempänä tai nuolinotaatiolla kuten tässä:

// Versio 3 (toimiva)
kokoelma.forall( alkio => !jokuEhto(alkio) )

Alkioiden valikoiminen kokoelmasta

find-, filter-, takeWhile- ja dropWhile-metodit

find-metodi etsii ensimmäisen alkion, joka täyttää parametrifunktion määrittelemän kriteerin. Esimerkiksi tässä etsitään ensimmäinen viitosta pienempi luku:

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
luvut.find( _ < 5 )res4: Option[Int] = Some(4)

Huomaa: find palauttaa Option-arvon, johon on "kääritty" löydetty alkio. Jos haku oli "huti", saadaan None:

luvut.find( _ == 100 )res5: Option[Int] = None

filter-metodi on samansuuntainen kuin find, mutta se palauttaa kokoelman kaikista niistä alkioista, jotka täyttävät kriteerin. Esimerkiksi tässä vektorista löytyy neljä positiivista lukua:

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
luvut.filter( _ > 0 )res6: Vector[Int] = Vector(10, 5, 4, 5)

Luvussa 4.1 esiteltiin kokoelmien take-metodi, joka palauttaa osakokoelman, jossa on parametriksi annettu lukumäärä alkioita alkuperäisen kokoelman alusta (esim. luvut.take(3)). Tämän metodin korkeamman asteen serkku on takeWhile:

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
luvut.takeWhile( _ >= 5 )res7: Vector[Int] = Vector(10, 5)

Metodi siis poimi kokoelman alusta peräkkäisiä alkioita kunnes kohdataan sellainen, joka ei täytä parametrin määräämää kriteeriä.

Pikkutehtäviä: filter vs. filterNot, takeWhile vs. dropWhile

Päättele esimerkiksi REPLissä kokeilemalla, mitä kokoelmien filterNot-metodi tekee. Sitä kutsutaan samaan tapaan kuin filter-metodia yllä.

Oletetaan, että on määritelty vektoriin viittaava muuttuja nimeltä kokoelma sekä tehty def-määrittely, joka luo tyypiltään sopivan jokuEhto-nimisen funktion. Mikä tai mitkä seuraavista pitävät paikkansa?

Entä mitä tekee dropWhile-metodi? Sitä kutsutaan samaan tapaan kuin takeWhile-metodia yllä.

Tehtävä: Election-ratkaisua uusiksi (osa 1/2)

[Tämä] tehtävä oli kyllä hyvä, lyhenipä koodi kummasti.

Luvussa 5.4 toteutit metodeita Election-projektin District-luokkaan. (Jos et toteuttanut, tee se nyt tai ota esiin sen tehtävän esimerkkiratkaisu.) Silloin käytit silmukoita.

Toteuta metodeista nyt kaksi uusiksi: printCandidates ja candidatesFrom. Kumpaankin löytyy yksinkertainen ratkaisu käyttämällä jotakin yllä esitellyistä metodeista. Käytä niitä metodirungoissa for-silmukoiden sijaan.

Palaamme District-luokan muihin metodeihin vielä.

A+ esittää tässä kohdassa tehtävän palautuslomakkeen.

Alkioiden kuvaaminen toisiksi: map- ja flatMap-metodit

Eräs erittäin usein hyödyllinen toimenpide on alkiokokoelman kuvaaminen eli "mäppäys" toiseksi alkiokokoelmaksi.

map-metodi palauttaa uuden kokoelman, jonka kukin alkio on saatu soveltamalla parametrifunktiota alkuperäisen kokoelman alkioon. Ensimmäisessä esimerkissämme map-käsky laskee kustakin vektorin alkiosta itseisarvon ja palauttaa uuden vektorin, jossa itseisarvot ovat alkuperäisiä alkioita vastaavassa järjestyksessä:

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
luvut.map( _.abs )res8: Vector[Int] = Vector(10, 5, 4, 5, 20)

Seuraava map-käsky puolestaan selvittää kustakin alkiosta, onko se vähintään viisi. Tulosvektorissa ovat järjestyksessä näin saadut totuusarvot:

luvut.map( _ >= 5 )res9: Vector[Boolean] = Vector(true, true, false, true, false)

map-metodilla voi kohdistaa mitä moninaisimpia muutosfunktioita useaan alkioon kerralla. Kuten muutkin tämän luvun esittelemät metodit, se löytyy myös muilta alkiokokoelmilta kuin vektoreilta. Esimerkiksi 1 to 10 -lausekkeen arvoksi syntyvä Range-olio (luku 5.4) on kokoelma:

(1 to 10).map( n => n * n )res10: IndexedSeq[Int] = Vector(1, 4, 9, 16, 25, 36, 49, 64, 81, 100)

Alla on vielä yksi pikkuesimerkki, jossa käytetään merkkijonoalkioita. map-metodia käyttämällä muodostetaan uusi kokonaislukuja sisältävä kokoelma, jossa on alkuperäisen kokoelman sisältämien sanojen pituudet:

val elaimia = Vector("kissa", "laama", "kirahvi", "mutu")elaimia: Vector[String] = Vector(kissa, laama, kirahvi, mutu)
elaimia.map( _.length )res11: Vector[Int] = Vector(5, 5, 7, 4)

Huomaa: yleisemmin sanoen tässä muodostettiin sellainen kokoelma, johon on poimittu kultakin alkuperäisen kokoelman sisältämistä olioista eräs ominaisuus (tässä pituus). Tämä on usein hyödyllistä, ja samasta teemasta on hieman kiinnostavampi lisäesimerkki vähän alempana.

Pieniä map-tehtäviä

Oletetaan, että käytössä on lukuja-niminen muuttuja, jonka tyyppi on Vector[Double]. Kirjoita tähän map-metodia käyttäen Scala-kielinen lauseke, joka laskee lukujen neliöjuuret. Lausekkeen arvon tulee viitata uuteen vektoriin, joka sisältää kaikkien lukuja-alkioiden neliöjuuret. Voit olettaa, että käsky import scala.math.sqrt on annettu.

Kirjoita vastauksesi tähän:

Oletetaan, että muuttuja puskuri on alustettu osoittamaan Buffer[Int]-tyyppiseen kokoelmaan eli kokonaislukuja sisältävään "yksiulotteiseen" puskuriin. Oletetaan myös, että tuossa puskurissa on ainakin yksi alkio.

Mitä tapahtuu, kun evaluoidaan puskuri.map( x => Buffer(x, x + 1) )? Tutki itse REPLissä tarpeen mukaan.

map vs. transform

map-metodin sukulainen on transform-metodi, joka on ainoastaan muuttuvatilaisilla kokoelmilla kuten puskureilla (muttei esim. vektoreilla). Siinä missä map palauttaa uuden kokoelman, transform vaihtaa alkuperäisen kokoelman alkiot toisiksi käyttäen parametriksi saamaansa funktiota. Se siis muistuttaa tältä(kin) osin luvussa 5.5 tekemääsi transformEachElement-funktiota.

Luvun 5.5 esittelemä Pic-olioiden transformColors-metodi on vahvasti mapille sukua sekin: se "mäppää" värejä väreiksi.

flatMap-metodi

Luvussa 5.5 näyttäytyi metodi flatten, joka "litistää" kokoelmia sisältävän kokoelman:

val sisakkain = Vector(Vector(3, -10, -4), Vector(5, -10, 1), Vector(-1), Vector(4, 4))sisakkain: Vector[Vector[Int]] = Vector(Vector(3, -10, -4), Vector(5, -10, 1), Vector(-1), Vector(4, 4))
sisakkain.flattenres12: Vector[Int] = Vector(3, -10, -4, 5, -10, 1, -1, 4, 4)

On melko yleistä, että halutaan suorittaa peräkkäin map ja flatten: ensin "mäppäys" ja sitten litistäminen. Tässä pieni kokeiluesimerkki:

val luvut = Vector(10, 5, 4, 5, -20)luvut: Vector[Int] = Vector(10, 5, 4, 5, -20)
val kokeilu = luvut.map( n => Vector(-n.abs, 0, n.abs) )kokeilu: Vector[Vector[Int]] = Vector(Vector(-10, 0, 10), Vector(-5, 0, 5), Vector(-4, 0, 4), Vector(-5, 0, 5),
Vector(-20, 0, 20))
kokeilu.flattenres13: Vector[Int] = Vector(-10, 0, 10, -5, 0, 5, -4, 0, 4, -5, 0, 5, -20, 0, 20)

"Mäppäyksen" ja litistämisen voi yhdistää:

luvut.flatMap( n => Vector(-n.abs, 0, n.abs) )res14: Vector[Int] = Vector(-10, 0, 10, -5, 0, 5, -4, 0, 4, -5, 0, 5, -20, 0, 20)

Käsky kokoelma.flatMap(funktio) siis ajaa saman asian kuin kokoelma.map(funktio).flatten.

Saatat ihmetellä, onko moiselle tosiaan niin paljon tarvetta, että erillisestä flatMap-yhdistelmämetodista on hyötyä. On sille. Metodin hyödyllisyys korostuu, kun ohjelmointikokemuksesi karttuu tämän kurssin aikana ja sen jälkeen.

Esimerkki: käyttäjiä ja osoitteita

Äskeistä hieman kiinnostavampia esimerkkejä map- ja flatMap-metodeista saadaan, kun tarkastelemme seuraavaa pientä luokkaa.

class Kayttaja(val tunnus: String, val mailiosoitteet: Vector[String]) {
  override def toString = this.tunnus + " <" + this.mailiosoitteet.mkString(",") + ">"
}

Oletetaan nyt, että ohjelma käsittelee useita tällaisia käyttäjiä, jotka on tallennettu vektoriin. Alla olevassa esimerkkikoodissa käyttäjäolioita luodaan vain kaksi, mutta niitä voisi olla kuinka paljon tahansa.

val kaikkiKayttajat = Vector(
  new Kayttaja("taina", Vector("taina.teekkari@aalto.fi", "taina.teekkari@iki.fi", "taina.teekkari@gmail.com")),
  new Kayttaja("megadestroyer", Vector("teemu.teekkari@aalto.fi", "teemuteekkari@gmail.com"))
)kaikkiKayttajat: Vector[Kayttaja] =
Vector(taina <taina.teekkari@aalto.fi,taina.teekkari@iki.fi,taina.teekkari@gmail.com>,
megadestroyer <teemu.teekkari@aalto.fi,teemuteekkari@gmail.com>)

Mitä, jos halutaan selvittää kaikkien vektoriin tallennettujen käyttäjien käyttäjätunnukset? Tai muodostaa vektori, jossa on kaikkien käyttäjien kaikki sähköpostiosoitteet?

Silmukoita voisi tietysti käyttää, mutta mainituilla korkeamman asteen metodeilla homma onnistuu vaivatta.

Kaikkien käyttäjien käyttäjätunnukset saadaan kauniisti map-metodilla, kun parametriksi annetaan funktio, joka "mäppää" olion sen tunnus-ilmentymämuuttujan arvoksi.

kaikkiKayttajat.map( _.tunnus )res15: Vector[String] = Vector(taina, megadestroyer)

Pelkällä map-metodilla saadaan myös sähköpostiosoitteet. Ne tulevat sisäkkäisessä kokoelmassa, mikä ei (tarkoituksesta riippuen) välttämättä ole kätevää:

kaikkiKayttajat.map( _.mailiosoitteet )res16: Vector[Vector[String]] = Vector(Vector(taina.teekkari@aalto.fi, taina.teekkari@iki.fi, taina.teekkari@gmail.com),
Vector(teemu.teekkari@aalto.fi, teemuteekkari@gmail.com))

Käyttämällä mapin sijaan flatMap-metodia saadaan haluttu "litteä" luettelo kaikista kaikkien käyttäjien sähköpostiosoitteista:

kaikkiKayttajat.flatMap( _.mailiosoitteet )res17: Vector[String] = Vector(taina.teekkari@aalto.fi, taina.teekkari@iki.fi, taina.teekkari@gmail.com,
teemu.teekkari@aalto.fi, teemuteekkari@gmail.com)

Seuraava ohjelmointiharjoitus ei käsittele pelkästään äskeisiä kokoelmien metodeita, mutta niillekin löytyy käyttöä.

Tehtävä: matopeli

Matopeli (Snake) on alun perin 1970-luvulta peräisin oleva klassikko, jossa pelaajan ohjaama "mato" tai "käärme" kääntyilee kaksiulotteisella kentällä ja etsii syötävää kasvaakseen. 1990-luvulla se teki näyttävän paluun kännyköihin, millä on viime aikoinakin retroiltu. Tätä lukiessasi peli saattaa jo olla uusioretrokitschiä.

../_images/snake_on_grid_1.png

Matopeli ja sen toimintaa selkiyttävä ruudukko. Vihreä neliö kuvaa madolle seuraavaksi tarjolla olevaa ruokaa; se on ruudussa numero (8,6). Numerointi alkaa vasemman yläkulman ruudusta (0,0); se kuten muutkin reunaruudut näkyvät kuvassa vain osittain. Kuvan mato muodostuu neljästä segmentistä, jotka sijaitsevat ruuduissa (5,4), (4,4), (3,4) ja (3,5).

Ohjelmointiharjoituksenakin matopeli on klassinen. Yhtykäämme perinteeseen.

Matopelin käsitteitä

Matopelin keskeiset osat ovat itse mato sekä ruoka, jota mato etsii. Kullakin hetkellä tarjolla on yksi ruoka jossakin päin pelikenttää. Kun mato syö sen eli madon pää on osumassa ruokaan, mato kasvaa ja pelikentälle ilmestyy uusi ruoka.

Pelialueen voi mieltää ruudukoksi (grid), jossa ruoka sijaitsee tietyssä ruudussa (ks. kuva). Mato koostuu segmenteistä ("pätkistä"), joista kukin sijoittuu tiettyyn ruutuun.

../_images/snake_on_grid_2.png

Ensimmäinen kuva oli tilanteesta, jossa mato oli ollut matkalla ylös ja kääntynyt oikealle. Tässä toisessa kuvassa mato on liikkunut yhden lisäaskelen edelliseen verrattuna. Madon etupää on siirtynyt ruudun verran oikealle ja "vetänyt perässään" muita kolmea. Ruutu (3,5), jossa madon viimeinen segmentti oli, jäi tyhjäksi.

Pelaajan ainoa toimi on kääntää madon liikkumasuuntaa nuolinäppäimillä. Suuntana voi olla jokin neljästä pääilmansuunnasta.

Pelin edetessä mato liikkuu: sen pää eli etummainen segmentti liikkuu viimeisimpään pelaajan valitsemaan suuntaan ja muut segmentit seuraavat perässä (ks. toinen kuva). Kuitenkin jos madon pää osuu ruokaan, mato syö sen ja kasvaa yhdellä segmentillä: ruoan kohdalle ilmestyy uusi segmentti ja kaikki aiemmat jäävät entiselleen.

Peli päättyy, kun madon pää osuu johonkin muuhun kuin ruokaan.

Snake-projektin luokat

Projektissa Snake on osittainen toteutus matopelille. Sen kokonaisrakenne on samankaltainen kuin tutussa FlappyBug-projektissa: SnakeGame-luokalla mallinnetaan muuttuvia pelitilanteita, SnakeApp pistää pelitilanteen näkyviin käyttöliittymään ja vastaanottaa pelaajan komennot.

Luokan SnakeGame ilmentymä on siis yksi matopelisessio. Olion tila muuttuu sen metodeita kutsuttaessa. SnakeGame-olio pitää kirjaa:

  • Seuraavasta tarjolla olevasta ruuasta: missä päin ruudukkoa se on?
  • Madon segmenttien sijainneista: missä päin ruudukkoa ne ovat?
  • Madon (pään) kulkusuunnasta: mihin neljästä pääsuunnasta se on viimeksi asetettu kulkemaan?

Luokan pitää siis käsitellä sijainteja ruudukolla sekä suuntia. Näihin tarpeisiin löytyy välineitä o1-kirjastostamme:

Apuluokkia: GridPos ja CompassDir

Luokka GridPos sopii kuvaamaan kahdesta kokonaisluvusta koostuvia koordinaatteja ruudukossa.

  • Se on samantapainen kuin tuttu Pos, mutta edustaa nimenomaan ruudukkokoordinaatteja ja tarjoaa siihen tarkoitukseen sopivia metodeita.
  • Näin erotamme toisistaan sen "missä ruudussa jokin on" (GridPos) siitä, mihin pisteeseen tietynkokoisessa kuvassa tuo jokin piirretään (Pos).
    • Ruudukkosijainti on osa aihealueen logiikkaa (matopelin sääntöjä), sijainti kuvassa liittyy vain käyttöliittymään.
    • Vrt. Stars-projekti, jossa erotimme toisistaan StarCoords-sijainnin kartalla ja Pos-sijainnin kuvassa.

Luokka CompassDir kuvaa "ilmansuuntia" kuten pohjoinen (eli ylös) tai länsi (eli vasemmalle).

  • Se sopii hyvin madon liikkumasuunnan kirjaamiseen.
  • Se toimii hyvin yhteen GridPos-luokan kanssa; voimme esimerkiksi kysyä tiettyä koordinaattiparia vastaavalta GridPos-oliolta, mikä sen itäinen naapurikoordinaatti on.

Molempien luokkien Scaladoc-dokumentaatio löytyy O1Library-projektista.

../_images/project_snake.png

Snake-projektiin liittyvien luokkien väliset yhteydet.

Tehtävänanto

Toteuta tiedostoihin SnakeGame.scala ja SnakeApp.scala puuttuviksi merkityt kohdat. Suosittelemme seuraavaa järjestystä.

Vaihe 0/4: pohjustus

Aja annettu ohjelma. Esiin tulee pelimaailma, jossa on ruoka ja yhden segmentin mittainen matonen. (Yllä oleviin kuviin lisäksi piirretyn ruudukon ei ole tarkoituskaan näkyä.) Mato ei vielä liiku.

Tutustu SnakeGame-luokkaan ja sen kumppaniolioon samassa tiedostossa. Huomaa puuttuvat osat. Huomaa, miten annettu koodi käyttää GridPos- ja CompassDir-luokkia. Lue noiden luokkien Scaladoc-dokumentaatiosta ainakin alun johdannot; kaikkia metodeita ei ole tarpeen opetella. (Itse Snake-projektista ei ole scaladoceja, vaan tarvittavat tiedot on annettu tässä luvussa ja itse koodissa.)

Voit silmäillä SnakeApp-ohjelmaakin.

Käyttöliittymä on laadittu niin, että se kutsuu kellon tikittäessä SnakeGame-olion advance-metodia, jonka pitäisi liikuttaa matoa. Annettu versio metodista ei kuitenkaan tee mitään.

Vaihe 1/4: mato liikkeelle

Toteuta advance ensin osittaisena: laita se siirtämään madon pää viereiseen ruutuun. Älä vielä välitä madon kasvattamisesta tai ruoan sijainnista.

Vinkkejä:

  • segments-muuttuja osoittaa yksialkioiseen vektoriin, jossa on madon (pään) sijainti. Kyseessä on var-muuttuja: korvaa entinen vektori uudella, jossa on vanhan sijainnin naapuri kulkusuunnassa.
  • Naapurin saa kätevästi GridPos-luokan metodilla.

Aja muokattu ohjelma. Yksisegmenttisen madon pitäisi nyt vipeltää ruudulla. Peli päättyy sen törmätessä pelialueen reunaan. Nuolinäppäimet (tai WASD-näppäimet) ohjaavat matoa. Mato menee läpi ruoista niitä nauttimatta.

Vaihe 2/4: ruoka

Kehitä advance-metodia niin, että ruoalle arvotaan aina uusi sijainti, kun mato on saapumaisillaan sen kohdalle eli kun madon ainoa segmentti on siirtymässä ruoan kohdalle.

Tämä käy päivittämällä pelin nextFood-muuttujaa. Arvo uusi sijainti annetulla randomLocationOnGrid-metodilla.

Viimeistele sitten advance-metodi: kasvata matoa, kun pää on osumaisillaan ruokaan; liikuta muussa tapauksessa kutakin madon segmenttiä pelkän pään sijaan. Vinkkejä:

  • Korvaa segments-muuttujan arvo uudella vektorilla, jossa on madon segmenttien uudet sijainnit. Segmenttejä tulisi olla askelen jälkeen joko yhtä monta kuin ennen tai yksi enemmän.
  • Kasvata matoa etupäästä: kun mato on osumassa ruokaan, muu osa pysyy paikallaan mutta eteen tulee yksi segmentti lisää uudeksi pääksi. (Aiemmin etummaisena ollut segmentti jää toiseksi. Myös viimeinen segmentti säilyy paikoillaan.)
  • Uuden vektorin muodostamisessa kannattaa hyödyntää luvun 4.1 esittelemiä työkaluja. Erityisesti vektorin alkuun "lisäävä" operaattori +: voi olla näppärä:
    • uusiEkaAlkio +: entinenVektori
  • Segmentit ovat identtisiä. Jokaista segmenttiä ei tarvitse erikseen siirtää. Kun mato liikkuu, kaikki keskimmäiset segmentit pysyvät paikoillaan: näennäinen liike syntyy, kunhan huolehdit madon etu- ja peräpäästä.
  • Pelin nopeus on määritelty SnakeApp-käynnistysolion vakiossa GameSpeed. Voit säätää sitä mielesi mukaan. Jos peliä testatessasi vaihdat nopeudeksi esimerkiksi 1, niin aika matelee hyvin hitaasti.

Kokeile ohjelmaasi. Ruoat tulevat syödyiksi, mutta mato ei näytä kasvavan.

Kasvaa se, mutta kasvu ei näy, koska käyttöliittymä ei piirrä näkyviin kuin madon pään.

Vaihe 3/4: grafiikka kuntoon

Siirry SnakeApp-ohjelmaan ja siellä makePic-metodiin. Huomaa:

  • Metodi lisää taustaa vasten vain yhden kappaleen SegmentPic-kuvaa (punertavaa madonosaa).
  • makePic käyttää samassa tiedostossa määriteltyä apufunktiota toPixelPos määrittääkseen ruudukkokoordinaattien perusteella pikselin, johon SegmentPic piirtyy.
  • makePicin käyttämä Pic-luokan metodi placeCopies ottaa ensimmäiseksi parametrikseen kuvan ja toiseksi vektorillisen sijainteja (Pos-olioita). Se toimii kuten tuttu place-metodi mutta sijoittaa taustaa vasten useita kopioita samasta kuvasta. Annettu koodi tosin antaa tuolle metodille parametriksi aina vain yksialkioisen vektorin.

Muokkaa makePic-metodia niin, että se piirtää kaikki madon segmentit identtisinä palluroina. Se käy näin:

  • Määritä kunkin segmentin kuvan sijainti toPixelPos-metodilla. Et tarvitse silmukkaa. Käytä apuna tämän luvun esittelemää kokoelmametodia.
  • Anna placeCopies-metodille vektori, jossa ovat kaikki segmenttien sijainnit Pos-olioina.

Mato kasvaa!

Vaihe 4/4: törmäykset

Erikoistapaus

Mitä pitäisi tapahtua, kun täsmälleen kaksisegmenttinen mato kääntyy 180 astetta? Ehtiikö häntä pois pään alta vai ei? Saat itse päättää; tehtävän automaattitesti ei huomioi tätä tapausta.

Matopelien perinteeseen kuuluu, että mato voi törmätä paitsi seiniin myös itseensä. Huomioi tämä SnakeGame-luokan isOver-metodissa: pelin pitää päättyä myös, jos madon pää on päätynyt samaan ruutuun jonkin muun segmentin kanssa.

Luvusta 4.1 löytyy taas työkaluja.

Palauttaminen

A+ esittää tässä kohdassa tehtävän palautuslomakkeen.

Merkintätavoista Scalassa

Kun luet Scala-ohjelmia tämän peruskurssin ulkopuolella, törmäät pian ohjelmiin, joissa tämän luvun esittelemiä metodeita käytetään erinäköisesti kuin nyt olemme tehneet. Esimerkiksi tämä käsky:

luvut.filter( _ > 0 ).map( n => n * n ).count( _ % 2 == 0 )

voitaisiinkin kirjoittaa tähän tapaan:

luvut filter { _ > 0 } map { n => n * n } count { _ % 2 == 0 }

Scala-kielen syntaksi on joustava, ja tämä toinen kirjoitustapa perustuu kahteen kielen tarjoamaan mahdollisuuteen:

  • Metodeita voi kutsua pistenotaation sijaan operaattorinotaatiolla. Osalla Scala-ohjelmoijista on tapana tehdä näin, kun kyseessä on vaikutukseton yksiparametrinen korkeamman asteen metodi.
  • Jos metodi on yksiparametrinen, voi kaarisulkujen sijaan käyttää aaltosulkuja. Osalla Scala-ohjelmoijista on tapana tehdä näin, kun kyseessä on funktioparametri.

Kannattaa siis vähintään varautua henkisesti lukemaan joskus tällaistakin Scala-koodia.

Kuten luvussa 4.5 mainittiin, tämän kurssin materiaalissa pääsääntöisesti ei käytetä operaattorinotaatiota.

Yhteenvetoa

  • Kokoelmille on Scala-kielen peruskirjastoissa määritelty koko joukko korkeamman asteen metodeita, joilla kokoelmien sisältöä voi käsitellä.
    • Yleisesti käytettyjä korkeamman asteen metodeita ovat mm. foreach, exists, forall, find, filter, map ja flatMap. Lisää esitellään myöhemmin.
    • Nämä metodit tarjoavat käteviä ratkaisuvaihtoehtoja moniin sellaisiin tilanteisiin, joissa silmukan käyttö olisi toinen vaihtoehto.
    • Tällainen kokoelmien käsittely on erityisen yleistä ns. funktionaalisessa ohjelmoinnissa, jota Scala voimakkaasti tukee.
  • Lukuun liittyviä termejä sanastosivulla: korkeamman asteen funktio; kokoelma; abstraktiotaso.

Tämän luvun merkityksestä

Useat tämän luvun esittelemistä metodeista ovat hyvin runsaassa käytössä tulevissa luvuissa. Niiden tunteminen helpottaa monien tulevien harjoitustehtävien tekemistä. Lisäksi sinun on kyettävä lukemaan annettua ohjelmakoodia, jossa näitä metodeita käytetään.

Kaikkien uusien metodien muistaminen ei varmasti heti onnistu, mutta ei tarvitsekaan. Voit palata kertaamaan esimerkiksi metodien nimiä ja muita yksityiskohtia tästä luvusta tai Scalaa kootusti -sivulta.

Tärkeintä on nyt muistaa perusajatus: kokoelmia voi käsitellä korkeamman asteen metodeilla, ja tarjolla on laaja valikoima erilaisia näppäriä metodeita.

Palaute

Huomaathan, että tämä on henkilökohtainen osio! Vaikka olisit tehnyt lukuun liittyvät tehtävät parin kanssa, täytä palautelomake itse.

Tekijät

Tämän oppimateriaalin kehitystyössä on käytetty apuna tuhansilta opiskelijoilta kerättyä palautetta. Kiitos!

Kierrokset 1–13 ja niihin liittyvät tehtävät ja viikkokoosteet on laatinut Juha Sorva.

Kierrokset 14–20 on laatinut Otto Seppälä. Ne eivät ole julki syksyllä, mutta julkaistaan ennen kuin määräajat lähestyvät.

Liitesivut (sanasto, Scala-kooste, usein kysytyt kysymykset jne.) on kirjoittanut Juha Sorva sikäli kuin sivulla ei ole toisin mainittu.

Tehtävien automaattisen arvioinnin ovat toteuttaneet Riku Autio, Jaakko Kantojärvi, Teemu Lehtinen, Timi Seppälä, Teemu Sirkiä ja Aleksi Vartiainen.

Lukujen alkuja koristavat kuvat ja muut vastaavat kuvituskuvat on piirtänyt Christina Lassheikki.

Yksityiskohtaiset animaatiot Scala-ohjelmien suorituksen vaiheista ovat suunnitelleet Juha Sorva ja Teemu Sirkiä. Niiden teknisen toteutuksen ovat tehneet Teemu Sirkiä ja Riku Autio käyttäen Teemun toteuttamia Jsvee- ja Kelmu-työkaluja.

Muut diagrammit ja materiaaliin upotetut vuorovaikutteiset esitykset on laatinut Juha Sorva.

O1Library-ohjelmakirjaston ovat kehittäneet Aleksi Lukkarinen ja Juha Sorva. Useat sen keskeisistä osista tukeutuvat Aleksin SMCL-kirjastoon.

Opetustapa, jossa käytämme O1Libraryn työkaluja (kuten Pic) yksinkertaiseen graafiseen ohjelmointiin on saanut vaikutteita tekijöiden Flatt, Felleisen, Findler ja Krishnamurthi oppikirjasta How to Design Programs sekä Stephen Blochin oppikirjasta Picturing Programs.

Oppimisalusta A+ on luotu Aallon LeTech-tutkimusryhmässä pitkälti opiskelijavoimin. Pääkehittäjänä toimii tällä hetkellä Jaakko Kantojärvi, jonka lisäksi järjestelmää kehittävät useat tietotekniikan ja informaatioverkostojen opiskelijat.

Kurssin tämänhetkinen henkilökunta on kerrottu luvussa 1.1.

Joidenkin lukujen lopuissa on lukukohtaisia lisäyksiä tähän tekijäluetteloon.

../_images/imho6.png
Palautusta lähetetään...