Summary  
This chapter explains how to perform integer division and compute remainders using dedicated arithmetic operators—%/% for the quotient and %% for the remainder.  

General domain of usage  
Resource allocation

**整数除算**は、ある数が別の数に何回入るかを計算し、**余り**は残った部分を示す。

定義

例えば、16個のキャンディーを3人の友達で分けると、各友達に5個ずつ配り、余りは1個となる。これは `16 = 5 * 3 + 1` で表される。

## 算術演算子
Rでは、これらの操作は次のように行う：
- 整数除算には `%/%`；
- 割り算の余りには `%%` を使用。

# Number of candies for each friend
16 %/% 3
# Number of candies remaining
16 %% 3

# =====================================================================
# tests/testthat/test-task.R
# =====================================================================

library(testthat)

test_that("Runs user_code.R without errors", {
  expect_error(run_user_code(file = "user_code.R"), NA)
})

test_that("Prints correct results for 435 hours", {
  res <- run_user_code(file = "user_code.R", echo = FALSE, print.eval = TRUE)
  out <- paste(res$logs, collapse = "\n")

  # With print.eval=TRUE and echo=FALSE, R prints RESULTS of expressions:
  # 435 %/% 24 -> 18
  # 435 %%  24 -> 3

  dynamic_test(
    grepl("18", out),
    success = "Correct full days printed (18)",
    failure = paste0("Expected to see 18 in output, got:\n", out)
  )

  dynamic_test(
    grepl("3", out),
    success = "Correct remaining hours printed (3)",
    failure = paste0("Expected to see 3 in output, got:\n", out)
  )
})

test_that("Uses %/% and %% operators", {
  code <- paste(readLines("user_code.R", warn = FALSE), collapse = "\n")

  dynamic_test(
    grepl("%/%", code, fixed = TRUE),
    success = "Uses integer division operator %/%",
    failure = "Expected %/% to be used in user_code.R"
  )

  dynamic_test(
    grepl("%%", code, fixed = TRUE),
    success = "Uses modulo operator %%",
    failure = "Expected %% to be used in user_code.R"
  )
})


test_hidden.R

# =====================================================================
# helper-run.R
# =====================================================================

run_user_code <- function(
  file = "user_code.R",
  capture = character(0),
  inject = list(),
  echo = FALSE,
  print.eval = TRUE
) {
  stopifnot(file.exists(file))

  env <- new.env(parent = baseenv())
  if (length(inject)) list2env(inject, envir = env)

  logs <- utils::capture.output(
    base::source(file, local = env, echo = echo, print.eval = print.eval)
  )

  values <- setNames(vector("list", length(capture)), capture)
  for (nm in capture) {
    values[[nm]] <- if (exists(nm, envir = env, inherits = FALSE)) get(nm, envir = env) else NULL
  }

  list(values = values, logs = logs, env = env)
}

dynamic_test <- function(condition, success, failure) {
  testthat::test_that(
    if (isTRUE(condition)) success else failure,
    {
      if (isTRUE(condition)) {
        testthat::expect_true(TRUE)
      } else {
        testthat::fail(failure)
      }
    }
  )
}


helper-run_user_code.R

データ分析で最も広く使用されている言語の一つであるRについて、確かな理解を身につけます。基本的なデータ型や一次元の値を学び、次に行列、データフレーム、リストなどの多次元構造へと進みます。統計解析やデータ駆動型の意思決定にRを効果的に活用するためのスキルを習得します。

算術演算、変数、出力関数、コメントなど、Rの構文の基本を学びます。演習を通じて計算論理の理解を深めます。

Rのデータ型を探求し、データ処理におけるその役割を理解します。情報の整理と分析に不可欠な構造としてベクトルを扱うスキルを身につけます。

カテゴリカルデータを効果的に管理する能力を身につけます。生データを明確なカテゴリに変換することで、値を構造化し、グループ化し、解釈する方法を学びます。

構造化された二次元データを表現し、操作する方法を理解します。分析作業のために、行列の変換、ラベリング、演算の適用に自信を持てるようになります。

Rで最も広く使用されている表形式データ構造を習得します。データセットを整理し、変換し、洞察を抽出して、データ駆動型の意思決定を支援します。

リストがベクトルを超えて、異なる型や長さの要素を格納できることを学びます。複雑なデータ構造を整理するために、リストの作成、アクセス、変更の能力を身につけます。

整数除算と余り

算術演算子

例

解答