Pendahuluan

Ketika kita membuat list menggunakan comprehension atau loop, hasilnya adalah kumpulan data lengkap yang disimpan di memori. Tapi bagaimana kalau datanya sangat besar? Di sinilah generator hadir sebagai solusi efisien.

Python menyediakan dua cara utama menghasilkan kumpulan data:

• List: Menyimpan semua elemen sekaligus di memori.

• Generator: Menghasilkan elemen satu per satu saat dibutuhkan, tidak langsung disimpan.

Memahami perbedaan ini sangat penting untuk memilih pendekatan yang tepat, terutama dalam data besar, streaming, atau algoritma efisien.
 

List Comprehension

List comprehension membuat list lengkap yang langsung disimpan ke memori.

Contoh:

angka = [x**2 for x in range(5)]
print(angka)
# Output: [0, 1, 4, 9, 16]

Generator Expression

Generator menggunakan tanda kurung biasa dan menunda eksekusi (lazy evaluation). Nilainya hanya dihasilkan saat dibutuhkan.

angka = (x**2 for x in range(5))
print(next(angka))  # 0
print(next(angka))  # 1

Perbedaan Utama

Kapan Gunakan List?

• Data kecil sampai sedang

• Membutuhkan akses acak

• Akan digunakan berulang kali

Kapan Gunakan Generator?

• Data besar atau tak terbatas

• Streaming / real-time processing

• Hanya butuh iterasi sekali

Tips Tambahan

• Generator bisa digunakan langsung di for loop, sum(), max(), dll.

• Jika ingin menyimpan hasil dari generator, ubah ke list: list(generator_expr)

• Generator lebih efisien untuk pipeline data besar seperti file, API, atau kalkulasi berat.

List dan generator sama-sama powerful, tapi digunakan dalam konteks yang berbeda. Gunakan list saat kamu butuh seluruh data sekaligus. Gunakan generator saat kamu ingin menghemat memori dan efisien secara performa — terutama untuk data dalam jumlah besar.