エクセル関数応用
REDUCE+VSTACKが遅い理由と解決策

数式の処理の流れ

• 準備：B1セルで指定された行数のA列のデータ範囲を入力として定義します。
• ループ開始：REDUCE関数が入力の各行を順番に処理します。
• 行の処理：現在の行のデータyがハイフンで分割され（TEXTSPLIT）、新しい配列になります。
• 積み重ね：この新しい配列が、それまでの結果xの下に縦に結合されます（VSTACK）。
• 出力：すべての行の処理が終わると、最初に入れた空の初期値（1行目）がDROP関数で取り除かれ、A列の全データが分割されて縦一列にまとまった最終配列が出力されます。
  
  
  

Timer関数は精密ではありませんが、秒単位の計測には問題ありません。

これを見て分かる通り、件数に対して「二次関数的に増えている」ことが見て取れると思います。

REDUCE関数とVSTACK関数を組み合わせる処理は、中間結果の配列を繰り返し最初からコピー＆再構築するため、処理コストがデータサイズの二乗 (N^2) に比例して増大し、遅延が発生します。
累積的なオーバーヘッド

この N^2 コストを避ける現実的な手法が、データを小さなブロックに分割し、それぞれのブロック内で完結させてから最後に結合するという方法です。
分割で速くなる理由

データ分割による高速化を理論的に突き詰めたものがTree-based Reduction（ツリーベース・リダクション）です。
これは、分割したデータの結合を、さらに効率的に行う手法です。
概念とメリット

Excelの標準関数（REDUCEは逐次処理）だけでこのTree-based Reductionのようにツリー構造を動的かつ完全に実装するのは非常に複雑です。
実務的には、「分割による高速化」を最大限に活用し、手動でデータをいくつかの大きなチャンクに分けて、以下の2段階で処理します。

1. チャンク内処理: 各チャンク内で、通常通りREDUCEを使って各行でVSTACKを実行し、中間配列を構築します。
   このVSTACKの最大コストは、元のデータ全体（例：10,000行）ではなく、チャンクのサイズ（例：1,000行）に限定されます。
   
   
   
2. 最終結合: 各チャンクで完成した「大きな結果の塊」を、最後に一度だけ（または数回）VSTACKで結合します。
   
   
   

この方法により、最もコストのかかる「巨大な配列を引数とするVSTACKの実行」を、「大きくなったブロックでのVSTACKの回数を減らす」ことによって回避します。
これが最もシンプルで効果的な高速化手法であるブロック・リダクションになります。

=LET(
範囲1,OFFSET(A1,0,0,B1/2),
範囲2,OFFSET(A1,B1/2,0,B1/2),
出力1,DROP(REDUCE("",範囲1,LAMBDA(x,y,VSTACK(x,TEXTSPLIT(y,"-")))),1),
出力2,DROP(REDUCE("",範囲2,LAMBDA(x,y,VSTACK(x,TEXTSPLIT(y,"-")))),1),
VSTACK(出力1,出力2)
)

分割前には約26秒約かかっていたので半分の時間に短縮できました。

分割数を指定できるように数式を書き替えます。
=LET(入力,OFFSET(A1,0,0,B1),分割,10,r,ROWS(入力),d,IF(r<分割,2,分割),
分割行数,LET(i,INT(r/d),REDUCE(HSTACK(1,i),SEQUENCE(d-1),LAMBDA(x,y,VSTACK(x,HSTACK(y*i+1,IF(y=(d-1),r,(y+1)*i)))))),
独自関数,LAMBDA(rng,DROP(REDUCE("",rng,LAMBDA(x,y,VSTACK(x,TEXTSPLIT(y,"-")))),1)),
分割処理,LAMBDA(n,LET(st,INDEX(分割行数,n,1),ed,INDEX(分割行数,n,2),rng,DROP(DROP(入力,-r+ed),st-1),独自関数(rng))),
REDUCE(分割処理(1),SEQUENCE(d-1,,2),LAMBDA(x,y,VSTACK(x,分割処理(y))))
)

分割をさらにもう一段増やします。
全体を2分割して処理します。
=LET(入力,OFFSET(A1,0,0,B1),分割,100,r,ROWS(入力),d,IF(r<分割,2,分割),
分割行数,LET(i,INT(r/d),REDUCE(HSTACK(1,i),SEQUENCE(d-1),LAMBDA(x,y,VSTACK(x,HSTACK(y*i+1,IF(y=(d-1),r,(y+1)*i)))))),
独自関数,LAMBDA(rng,DROP(REDUCE("",rng,LAMBDA(x,y,VSTACK(x,TEXTSPLIT(y,"-")))),1)),
分割処理,LAMBDA(n,LET(st,INDEX(分割行数,n,1),ed,INDEX(分割行数,n,2),rng,DROP(DROP(入力,-r+ed),st-1),独自関数(rng))),
前半,REDUCE(分割処理(1),SEQUENCE(INT(d-1)/2,,2),LAMBDA(x,y,VSTACK(x,分割処理(y)))),
後半,REDUCE(分割処理(INT(d-1)/2+2),SEQUENCE(INT(d-1)/2,,INT(d-1)/2+3),LAMBDA(x,y,VSTACK(x,分割処理(y)))),
VSTACK(前半,後半)
)

全体を大きく2分割することで、100分割の場合で微差ですが僅かに速くなっているようです。
2分割ではなく、数分割にすればより速くなるはずです。

10万件で分割数500で時間を計測しました。

10万件では、やはり時間がかかってしまいますね。
ここでは2段階目で2分割にしましたが、これをさらに3段階以上にして分割数も増やすことで速くすることは可能です。
それを、突き詰めて再帰的に処理するようにしたものが、「Tree-based Reduction」です。
ただし、これの実装には、かなり複雑な数式を作成しなければなりませんので、保守性まで考えると無理に実装することは勧められません。
別の方法（PowerQueryやVBA等）を検討することを推奨します。