Generators em Python: Iteração Eficiente e Casos de Uso Avançados

Generators em Python

Descubra como generators Python simplificam iteração, reduzem boilerplate e melhoram uso de memória comparado a iteradores tradicionais.

O Que São Generators?

Construir iterador customizado em Python geralmente requer classe que implemente __iter__() e __next__(), gerencie estado interno e levante StopIteration quando terminado. Generators eliminam esse boilerplate permitindo escrever função simples que produz valores um por vez.

Em resumo, generator é função que retorna iterador. Corpo da função executa preguiçosamente, pausando após cada yield e retomando em chamadas subsequentes.

Criar Generators em Python

Definir generator é tão simples quanto escrever função normal e substituir return por yield:

def my_gen():
    n = 1
    print('This is printed first')
    yield n
    n += 1
    print('This is printed second')
    yield n
    n += 1
    print('This is printed at last')
    yield n

Chamar my_gen() retorna iterador que começa executando apenas quando next() chamado.

a = my_gen()
next(a)  # imprime primeira mensagem e retorna 1
next(a)  # imprime segunda mensagem e retorna 2
next(a)  # imprime última mensagem e retorna 3
next(a)  # levanta StopIteration

Variáveis locais persistem entre yields, mas generator pode ser iterado apenas uma vez. Para recomeçar, crie nova instância.

Como generator é iterador, você pode loop sobre ele diretamente:

for item in my_gen():
    print(item)

Padrões Comuns de Generators

Invertendo String

def rev_str(s):
    for i in range(len(s)-1, -1, -1):
        yield s[i]
for char in rev_str('hello'):
    print(char)

Funciona com qualquer iterável (lista, tupla, etc.).

Generator Expressions

Generators anônimos podem ser criados com parênteses, similar a list comprehensions:

my_list = [1, 3, 6, 10]
# List comprehension
squares_list = [x**2 for x in my_list]
# Generator expression
squares_gen = (x**2 for x in my_list)
print(squares_list)
print(squares_gen)

Generator produz valores sob demanda:

a = (x**2 for x in my_list)
print(next(a))  # 1
print(next(a))  # 9
print(next(a))  # 36
print(next(a))  # 100
next(a)  # StopIteration

Generator expressions podem ser passadas diretamente para funções como sum ou max sem parênteses circundantes.

Por Que Usar Generators?

• Implementação Concisa: Substitui classes de iterador verbosas com poucas linhas de código.
• Eficiência de Memória: Produz um item por vez, ideal para sequências grandes ou infinitas.
• Streams Infinitos: Representam fontes de dados infinitas (ex.: while True: yield).
• Composição de Pipeline: Encadeie múltiplos generators para processamento de dados limpo e legível.

Exemplo: Potência de Dois

def pow_two_gen(max_n=0):
    n = 0
    while n < max_n:
        yield 2 ** n
        n += 1

Exemplo: Somando Quadrados de Números Fibonacci

def fibonacci_numbers(count):
    a, b = 0, 1
    for _ in range(count):
        a, b = b, a + b
        yield a
def square(nums):
    for n in nums:
        yield n ** 2
print(sum(square(fibonacci_numbers(10))))  # 4895

Generators permitem código elegante, eficiente e manutenível para ampla gama de cenários de iteração.