جنریٹرز اور yield کلیدی لفظ کیا ہیں؟

Question

Accepted Answer

**جنریٹر** ایک فنکشن ہے جو `return` کی جگہ `yield` کلیدی لفظ استعمال کرتے ہوئے **سست رفتاری سے، ایک وقت میں ایک** قیمتیں پیدا کرتا ہے۔ یہ پوری نتیجے کو میموری میں بنانے کی بجائے ہر ایک قیمت کو ضرورت کے مطابق شمار کرتا ہے — بڑے یا لامحدود ترتیبوں کے لیے مثالی۔

## yield بمقابلہ 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` فنکشن کو **روکتا** ہے، ایک قیمت واپس کرتا ہے، اور اگلی تکرار میں اسی نقطے سے **دوبارہ شروع** کرتا ہے — قیمتوں کے درمیان مقامی حالت کو محفوظ رکھتے ہوئے۔ کچھ نہیں کیا جاتا جب تک کہ اس کی درخواست نہ کی جائے۔

## میموری کا فائدہ

```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)
```

بڑے ڈیٹا کے لیے، جنریٹرز میموری کو فلیٹ رکھتے ہیں؛ ایک لسٹ کمپریہنشن سب کچھ ایک ساتھ مادی بناتی ہے۔

## لامحدود ترتیبیں (ایک لسٹ کے ساتھ ناممکن)

```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
```

چونکہ قیمتیں ضرورت کے مطابق پیدا ہوتی ہیں، ایک جنریٹر *لامحدود* سٹریم کی نمائندگی کر سکتا ہے — آپ صرف وہی لیتے ہیں جو آپ کو چاہیے۔

## Iteration ہڈی کے نیچے کیسے کام کرتی ہے

```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
```

## جنریٹر کے اظہار

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

## یہ اہم کیوں ہے

جنریٹرز بڑے یا بہتی ہوئے ڈیٹا کی **میموری سے محفوظ** کارروائی کے لیے ضروری ہیں — بہت بڑی فائلوں کو لائن در لائن پڑھنا، بڑے ڈیٹاسیٹس کو سنبھالنا، پائپ لائنز یا لامحدود ترتیبیں — جہاں ایک مکمل لسٹ بنانا میموری کو تھکا دے گا۔

`yield` (رکنے/دوبارہ شروع کرنے کے ساتھ محفوظ حالت) اور سست تشخیص کو سمجھنا آپ کو قابل توسیع ڈیٹا پروسیسنگ کوڈ لکھنے کی اجازت دیتا ہے، اور جنریٹر کے اظہارات وہی فائدہ مختصر طریقے سے فراہم کرتے ہیں۔

یہ ایک اہم ٹول ہے جب ڈیٹا میموری میں فٹ کرنے کے لیے بہت بڑا ہو یا جب آپ سب کچھ پہلے سے کرنے کی بجائے چیزوں کو پیدا کرنے کے ساتھ ہی پروسیس کرنا چاہتے ہوں۔