Generator và từ khóa yield là gì?

Question

Accepted Answer

Một **generator** là một hàm sinh ra giá trị **một cách lười, mỗi lần một giá trị**, dùng từ khóa `yield` thay vì `return`. Nó tính toán mỗi giá trị theo nhu cầu thay vì xây dựng toàn bộ kết quả trong bộ nhớ — lý tưởng cho các chuỗi lớn hoặc vô hạn.

## yield so với return

```python
# một hàm thông thường xây dựng TOÀN BỘ list trong bộ nhớ
def get_squares(n):
    return [i ** 2 for i in range(n)]   # tất cả n giá trị được tạo cùng lúc

# một generator yield giá trị MỘT LẦN MỘT GIÁ TRỊ, theo nhu cầu
def gen_squares(n):
    for i in range(n):
        yield i ** 2                     # tạm dừng ở đây, trả về một giá trị, tiếp tục khi next()

for sq in gen_squares(1_000_000):        # dùng gần như KHÔNG có bộ nhớ
    print(sq)
```

`yield` **tạm dừng** hàm, trả về một giá trị, và **tiếp tục** từ đúng điểm đó ở lần lặp tiếp theo — bảo toàn trạng thái cục bộ giữa các giá trị. Không có gì được tính toán cho đến khi được yêu cầu.

## Lợi ích về bộ nhớ

```python
sum(i ** 2 for i in range(10_000_000))   # generator expression — bộ nhớ hằng số
sum([i ** 2 for i in range(10_000_000)]) # list — xây dựng một list khổng lồ trước (lãng phí)
```

Với dữ liệu lớn, generator giữ bộ nhớ ở mức phẳng; một list comprehension hiện thực hóa mọi thứ cùng một lúc.

## Chuỗi vô hạn (không thể với một list)

```python
def count_up():
    n = 0
    while True:        # vô hạn — nhưng lười, nên vẫn ổn
        yield n
        n += 1

gen = count_up()
next(gen)   # 0
next(gen)   # 1  — chỉ tính toán khi được yêu cầu
```

Vì các giá trị được sinh ra theo nhu cầu, một generator có thể biểu diễn một luồng *vô hạn* — bạn chỉ lấy những gì cần.

## Cách duyệt hoạt động bên dưới

```python
gen = gen_squares(3)
next(gen)   # 0  — chạy đến yield đầu tiên
next(gen)   # 1  — tiếp tục, chạy đến yield tiếp theo
next(gen)   # 4
next(gen)   # StopIteration — generator đã cạn
```

## Generator expression

```python
(x ** 2 for x in range(10))   # giống list comprehension nhưng lười (dấu ngoặc đơn)
```

## Tại sao điều này quan trọng

Generator là thiết yếu cho việc xử lý **tiết kiệm bộ nhớ** các dữ liệu lớn hoặc dạng luồng — đọc các file khổng lồ từng dòng, xử lý các tập dữ liệu lớn, pipeline, hoặc các chuỗi vô hạn — nơi mà việc xây dựng một list đầy đủ sẽ làm cạn kiệt bộ nhớ.

Hiểu `yield` (tạm dừng/tiếp tục với trạng thái được bảo toàn) và đánh giá lười cho phép bạn viết code xử lý dữ liệu có khả năng mở rộng, và generator expression cung cấp cùng lợi ích một cách súc tích.

Chúng là công cụ then chốt mỗi khi dữ liệu quá lớn để vừa trong bộ nhớ hoặc bạn muốn xử lý các phần tử khi chúng được sinh ra thay vì tất cả từ trước.