Pengantar Generator

Generator adalah jenis khusus pengiterasi di Python yang memungkinkan Anda melakukan iterasi pada data secara tertunda. Alih-alih mengembalikan semua data sekaligus, generator menghasilkan satu elemen setiap kali, sehingga hemat memori.

Dalam pelajaran ini, Anda akan mempelajari cara membuat dan menggunakan generator di Python.

Apa Itu Generator?

Generator adalah fungsi yang menggunakan kata kunci yield untuk mengembalikan nilai satu per satu. Setiap pemanggilan metode next() pada generator melanjutkan eksekusi dari tempat terakhir kali generator tersebut menghasilkan nilai.

# Basic generator example
def my_generator():
    yield 1
    yield 2
    yield 3

# Using the generator
gen = my_generator()
print(next(gen))  # Outputs: 1
print(next(gen))  # Outputs: 2
print(next(gen))  # Outputs: 3

Cara Kerja Generator

Generator menyimpan status fungsi sehingga dapat melanjutkan eksekusi tepat dari posisi terakhir. Hal ini membuatnya hemat memori dan ideal untuk kumpulan data berukuran besar.

# Example: Generating a range of numbers
def range_generator(start, end):
    while start < end:
        yield start
        start += 1

for number in range_generator(1, 5):
    print(number)  # Outputs: 1, 2, 3, 4

Ekspresi Generator

Ekspresi generator mirip dengan pemahaman list, tetapi menggunakan tanda kurung, bukan tanda kurung siku. Ekspresi tersebut membuat generator, bukan list.

# Generator expression
gen_exp = (x * x for x in range(5))

for value in gen_exp:
    print(value)  # Outputs: 0, 1, 4, 9, 16

Generator vs. Daftar

Generator lebih hemat memori daripada daftar karena tidak menyimpan semua data di memori. Sebaliknya, generator menghasilkan data secara langsung.

# Comparing lists and generators
# List comprehension
list_comp = [x * x for x in range(1000000)]

# Generator expression
gen_exp = (x * x for x in range(1000000))

# List comprehension uses more memory
print(type(list_comp))  # Outputs: <class 'list'>
print(type(gen_exp))    # Outputs: <class 'generator'>

Kasus Penggunaan Generator

Generator ideal untuk:

• Memproses kumpulan data besar yang tidak muat dalam memori.
• Menghasilkan urutan tak terbatas.
• Melakukan evaluasi data secara tertunda.

Generator Tak Terbatas

Generator dapat menghasilkan urutan tak terbatas, seperti urutan angka tanpa akhir. Pastikan untuk menghentikan perulangan agar eksekusi tak terbatas dapat dicegah.

# Infinite generator example
def infinite_sequence():
    num = 0
    while True:
        yield num
        num += 1

# Using the infinite generator
for i in infinite_sequence():
    if i > 5:
        break
    print(i)  # Outputs: 0, 1, 2, 3, 4, 5

Fungsi Generator dengan Beberapa Yield

Fungsi generator dapat memiliki beberapa pernyataan yield, sehingga Anda dapat membuat urutan yang kompleks:

# Multiple yields in a generator
def multi_yield():
    yield "First"
    yield "Second"
    yield "Third"

for value in multi_yield():
    print(value)  # Outputs: First, Second, Third

Kesalahan Umum pada Generator

Berikut beberapa kesalahan yang perlu dihindari:

• Menggunakan return, bukan yield, dalam fungsi generator.
• Tidak menggunakan generator sampai habis dengan perulangan atau next().
• Menggunakan generator untuk kumpulan data kecil yang lebih sesuai ditangani dengan daftar.

Apa yang Telah Kita Pelajari?

Dalam pelajaran ini, Anda telah mempelajari:

• Apa itu pembangkit dan cara kerjanya dalam Python.
• Cara menggunakan yield untuk membuat fungsi pembangkit.
• Perbedaan antara pembangkit dan daftar.
• Kasus penggunaan pembangkit, seperti urutan tak terbatas dan kumpulan data besar.

Bagus sekali! Mari kita lanjutkan ke topik berikutnya.