Custom Iterators এবং Generators তৈরি করা

Iterators (ইটারেটরস) এবং Generators (জেনারেটরস) হল এমন কনসেপ্টস যা ডেটা স্ট্রাকচারগুলির উপাদানগুলির উপর পুনরাবৃত্তি (iteration) করার জন্য ব্যবহৃত হয়। স্কালাতে, আপনি custom iterators এবং generators তৈরি করতে পারেন যাতে ডেটা প্রসেসিং আরও নমনীয় এবং কার্যকরী হয়। এগুলি সাধারণত lazy evaluation এবং বড় ডেটাসেট এর সাথে কাজ করার জন্য উপকারী।

১. Custom Iterators তৈরি করা

Iterator একটি অবজেক্ট যা ডেটা স্ট্রাকচার থেকে উপাদানগুলিকে একে একে সংগ্রহ করতে ব্যবহৃত হয়। স্কালাতে একটি custom iterator তৈরি করা সম্ভব, যাতে আপনি একটি কাস্টম ডেটা স্ট্রাকচার বা ফর্ম্যাটে ইটারেশন করতে পারেন।

Custom Iterator উদাহরণ:

ধরা যাক, আমরা একটি Range তৈরি করতে চাই, যা কিছু সংখ্যার মধ্যে পুনরাবৃত্তি করবে।

// Custom Iterator to generate even numbers
class EvenNumberIterator(start: Int, end: Int) extends Iterator[Int] {
  private var current = start

  // Define how to check if there are more elements
  def hasNext: Boolean = current <= end

  // Define the logic to get the next element
  def next(): Int = {
    val result = current
    current += 2 // Increase by 2 to get the next even number
    result
  }
}

// Create an instance of the iterator
val evenIterator = new EvenNumberIterator(2, 10)

while (evenIterator.hasNext) {
  println(evenIterator.next()) // Prints even numbers from 2 to 10
}

এখানে, EvenNumberIterator একটি কাস্টম ইটারেটর ক্লাস যা start এবং end এর মধ্যে শুধুমাত্র ইভেন নাম্বার (even numbers) তৈরি করে। এটি hasNext এবং next মেথড ব্যবহার করে উপাদানগুলোকে পুনরাবৃত্তি (iterate) করে।

২. Custom Generators তৈরি করা

Generator একটি ফাংশন যা ডেটার একটি ধারাবাহিক সেট তৈরি করে, সাধারণত lazy evaluation ব্যবহার করে, যেখানে আপনি প্রয়োজন অনুযায়ী ডেটা পান। স্কালাতে, আপনি generator তৈরি করতে পারেন, যা Stream বা LazyList ব্যবহার করতে পারে।

Custom Generator উদাহরণ:

ধরা যাক, আমরা একটি fibonacci series জেনারেটর তৈরি করতে চাই।

// Custom Generator for Fibonacci series
def fibonacciGenerator: LazyList[Int] = {
  def fib(prev: Int, current: Int): LazyList[Int] = prev #:: fib(current, prev + current)
  fib(0, 1)
}

// Get the first 10 numbers of Fibonacci series
val firstTenFibonacci = fibonacciGenerator.take(10).toList
println(firstTenFibonacci) // List(0, 1, 1, 2, 3, 5, 8, 13, 21, 34)

এখানে, fibonacciGenerator একটি LazyList তৈরি করে যা lazy evaluation ব্যবহার করে এবং Fibonacci সিরিজের সংখ্যা প্রদান করে। #:: (cons operator) এটি একটি lazy list তৈরি করে, যেখানে পরবর্তী মান শুধুমাত্র প্রয়োজন হলে গণনা করা হয়।

Custom Iterators এবং Generators এর মধ্যে পার্থক্য

1. Lazy Evaluation:
   • Generators সাধারণত lazy evaluation ব্যবহার করে, অর্থাৎ শুধুমাত্র যখন প্রয়োজন হয়, তখনই উপাদানগুলি তৈরি করা হয়। এই কারণে Generators বড় ডেটাসেটের সাথে কাজ করার জন্য অনেক বেশি কার্যকর।
   • Iterators সাধারণত উপাদানগুলির উপর একবারে পুরো ইটারেশন প্রক্রিয়া শেষ করে, ফলে এটি একে একে উপাদান প্রক্রিয়া করে।
2. Memory Efficiency:
   • Generators মেমরি সাশ্রয়ী, কারণ এটি এক সময়ে একটি উপাদান তৈরি করে এবং পরবর্তী উপাদান তৈরি করার আগে আগেরটি ব্যবহার করে।
   • Iterators এর মেমরি ব্যবহারে কোনো তেমন সীমাবদ্ধতা থাকে না, তবে একে একে উপাদানগুলি বের করা হয়।
3. Usage:
   • Iterators ব্যবহার করা হয় যখন আপনার ডেটা স্ট্রাকচারের উপাদানগুলির উপর নির্দিষ্ট একাধিক কাজ করতে হবে (যেমন, একটা লিস্টের মধ্যে র‍্যাঙ্কিং বা অ্যাকুমুলেশন)।
   • Generators ব্যবহার করা হয় যখন আপনাকে একটি ধারাবাহিক ডেটা বা রেকর্ড তৈরি করতে হবে, যা প্রাথমিকভাবে বিলম্বিত (lazy) এবং ধারাবাহিকভাবে পাওয়া যাবে।

Lazy Evaluation এবং Stream এর মাধ্যমে জেনারেটর

আপনি যদি আরও কমপ্লেক্স ডেটা সেট বা ধারাবাহিক ডেটা তৈরি করতে চান, তাহলে Stream বা LazyList এর মাধ্যমে জেনারেটর ব্যবহার করা সবচেয়ে কার্যকর। এটি এক সময়ের মধ্যে একটি উপাদানই তৈরি করে এবং পরবর্তীতে প্রয়োজন হলে পরবর্তী উপাদান তৈরি করে, ফলে মেমরি ব্যবহারের ক্ষেত্রে খুবই সাশ্রয়ী হয়।

উদাহরণ: LazyStream with Infinite Numbers

// Generator for infinite numbers
val numbers: LazyList[Int] = LazyList.from(1)

// Get the first 10 numbers
val firstTenNumbers = numbers.take(10).toList
println(firstTenNumbers) // List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)

এখানে, LazyList.from(1) একটি infinite stream তৈরি করেছে যা শুধু প্রথম ১০টি মান নেবে। এটি lazy evaluation ব্যবহার করে, ফলে মেমরি সাশ্রয়ী হয়।

সারাংশ

• Custom Iterators: আপনি যখন উপাদানগুলির উপর একে একে কিছু অপারেশন করতে চান, তখন custom iterator তৈরি করা উপকারী। ইটারেটরগুলো খুব সহজে সংগ্রহের উপর নির্দিষ্ট অপারেশন বা গণনা করার জন্য উপযুক্ত।
• Custom Generators: lazy evaluation সহ generators বৃহৎ এবং অনন্ত ডেটাসেটগুলির সাথে কাজ করার জন্য অনেক বেশি কার্যকরী। এগুলি ধারাবাহিকভাবে ডেটা তৈরি করে, যা কেবল প্রয়োজন হলে তৈরি করা হয়।

এভাবে, আপনি আপনার প্রোগ্রামিং সমস্যার চাহিদার উপর ভিত্তি করে ইটারেটর এবং জেনারেটর ব্যবহার করতে পারেন।