জেনারেটর এবং yield কীওয়ার্ড কী?

Question

Accepted Answer

একটি **জেনারেটর** হল এমন একটি ফাংশন যা `yield` কীওয়ার্ড ব্যবহার করে মান **অলসভাবে, একবারে একটি** তৈরি করে, `return` এর পরিবর্তে। এটি সম্পূর্ণ ফলাফলকে মেমরিতে তৈরি করার পরিবর্তে প্রতিটি মান চাহিদা অনুযায়ী গণনা করে — বড় বা অসীম সিকোয়েন্সের জন্য আদর্শ।

## yield বনাম return

```python
# a regular function builds the WHOLE list in memory
def get_squares(n):
    return [i ** 2 for i in range(n)]   # all n values created at once

# a generator yields values ONE AT A TIME, on demand
def gen_squares(n):
    for i in range(n):
        yield i ** 2                     # pause here, return one value, resume on next()

for sq in gen_squares(1_000_000):        # uses almost NO memory
    print(sq)
```

`yield` ফাংশনকে **থামায়**, একটি মান ফেরত দেয়, এবং পরবর্তী পুনরাবৃত্তিতে সেই সঠিক বিন্দু থেকে **পুনরায় শুরু করে** — মানগুলির মধ্যে স্থানীয় অবস্থা সংরক্ষণ করে। যতক্ষণ না চাওয়া হয় কিছুই গণনা করা হয় না।

## মেমরি সুবিধা

```python
sum(i ** 2 for i in range(10_000_000))   # generator expression — constant memory
sum([i ** 2 for i in range(10_000_000)]) # list — builds a huge list first (wasteful)
```

বড় ডেটার জন্য, জেনারেটর মেমরি সমতল রাখে; একটি তালিকা বোঝার অভিব্যক্তি একবারে সবকিছু উপাদানীকরণ করে।

## অসীম সিকোয়েন্স (তালিকার সাথে অসম্ভব)

```python
def count_up():
    n = 0
    while True:        # infinite — but lazy, so it's fine
        yield n
        n += 1

gen = count_up()
next(gen)   # 0
next(gen)   # 1  — only computes when asked
```

যেহেতু মানগুলি চাহিদা অনুযায়ী তৈরি হয়, একটি জেনারেটর একটি *অসীম* স্ট্রীম প্রতিনিধিত্ব করতে পারে — আপনি শুধু যা প্রয়োজন তা নিন।

## পুনরাবৃত্তি কীভাবে কাজ করে তার অন্তর্গত

```python
gen = gen_squares(3)
next(gen)   # 0  — runs until the first yield
next(gen)   # 1  — resumes, runs to the next yield
next(gen)   # 4
next(gen)   # StopIteration — generator exhausted
```

## জেনারেটর অভিব্যক্তি

```python
(x ** 2 for x in range(10))   # like a list comprehension but lazy (parentheses)
```

## এটি কেন গুরুত্বপূর্ণ

জেনারেটরগুলি বড় বা স্ট্রিমিং ডেটার **মেমরি-দক্ষ** প্রক্রিয়াকরণের জন্য অপরিহার্য — বিশাল ফাইলগুলি লাইন দ্বারা লাইন পড়া, বড় ডেটাসেট প্রক্রিয়া করা, পাইপলাইন, বা অসীম সিকোয়েন্স — যেখানে একটি সম্পূর্ণ তালিকা তৈরি করা মেমরি ব্যয় করবে।

`yield` (সংরক্ষিত অবস্থার সাথে থামা/পুনরায় শুরু) এবং অলস মূল্যায়ন বোঝা আপনাকে স্কেলযোগ্য ডেটা-প্রক্রিয়াকরণ কোড লিখতে দেয়, এবং জেনারেটর অভিব্যক্তি সংক্ষিপ্তভাবে একই সুবিধা প্রদান করে।

যখনই ডেটা মেমরিতে ফিট করার জন্য অত্যন্ত বড় হয় বা আপনি আগে থেকেই সব কিছুর পরিবর্তে উত্পাদিত হওয়ার সাথে সাথে আইটেম প্রক্রিয়া করতে চান তখন এটি একটি মূল সরঞ্জাম।