जेनरेटर र yield कीवर्ड के हुन्?

Question

Accepted Answer

A **generator** एक फंक्शन हो जो `return` को सट्टामा `yield` कीवर्ड प्रयोग गरी **अलसतापूर्वक, एक पल एक** मान उत्पन्न गर्छ। यसले प्रत्येक मान मागको आधारमा गणना गर्छ पूर्ण नतिजा मेमोरीमा निर्माण गर्नुको सट्टा — ठूला वा अनन्त अनुक्रमका लागि आदर्श।

## yield vs 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` फंक्शन **रोक्छ**, एक मान **फर्काउछ**, र अगलो पुनरावृत्तिमा त्यही ठ्याक्क बिन्दुबाट **पुनः सुरु** गर्छ — मान बीचको स्थानीय अवस्था सुरक्षित गर्छ। कुनै पनि कुरा गणना हुँदैन जबसम्म मागिदैन।

## मेमोरी लाभ

```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)
```

ठूलो डेटाका लागि, जेनरेटर मेमोरी समतल राख्छ; सूची बोधले सबै कुरा एकैसाथ साकार गर्छ।

## अनन्त अनुक्रम (सूचीसँग असम्भव)

```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
```

मान मागको आधारमा उत्पन्न भएको कारण, जेनरेटर *अनन्त* प्रवाह प्रतिनिधित्व गर्न सक्छ — तपाइं केवल आवश्यक कुरा लिनुहुन्छ।

## पुनरावृत्ति कसरी अन्तरङ्गमा काम गर्छ

```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
```

## जेनरेटर अभिव्यक्तिहरु

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

## किन यो महत्वपूर्ण छ

जेनरेटर **मेमोरी-दक्ष** ठूला वा स्ट्रिमिङ डेटा प्रसंस्करणको लागि आवश्यक छ — विशाल फाइलहरु लाइन दर लाइन पढ्न, ठूला डेटासेटहरु प्रसंस्कार गर्न, पाइपलाइनहरु, वा अनन्त अनुक्रमहरु — जहाँ पूर्ण सूची निर्माण गरिएमा मेमोरी खत्म हुन्छ।

`yield` (सुरक्षित अवस्थासँग रोक्न/पुनः सुरु) र आलसी मूल्याङ्कन बुझ्न तपाइँलाई मापनयोग्य डेटा-प्रसंस्करण कोड लेख्न अनुमति दिन्छ, र जेनरेटर अभिव्यक्तिहरु संक्षिप्त रूपमा समान लाभ प्रदान गर्छ।

तिनीहरु मुख्य उपकरण हुन् जब डेटा मेमोरीमा फिट गर्न अत्यधिक ठूलो हुन् वा तपाइँ आइटमहरु प्रसंस्कार गर्न चाहनुहुन्छ जब तिनीहरु उत्पन्न हुन् बजाय सबै अगाडि।