Como funciona na prática gerar combinações de numeros
Muita gente acha que é só rodar um laço e pronto. Mas quando você já mexeu com isso em escala, percebe que o problema nunca é a lógica em si. É o volume. E é a parte que ninguém conta. Eu já passei por um caso onde precisei gerar combinações de 12 dígitos com repetição permitida. O cálculo brutalsolo te dar a resposta exata: 10^12 possibilidades. Simples assim. Rodar isso num loop comum travou minha máquina em 47 minutos e ainda assim estourou a memória RAM no final. O workaround foi dividir o trabalho em batches de 10^6 e salvar em disco intermediário. Ganhei uns 85% de velocidade e não precisei de um servidor dedicado.
O básico sem complicação
Gerar combinações de numeros basicamente significa criar todas as disposições possíveis dentro de um conjunto definido. Tem diferença entre combinação simples, onde a ordem não importa, e permutação, onde a ordem é relevante. E tem ainda a variação com repetição, que é a que mais causa confusão no início. A fórmula para combinação simples é C(n,k) = n! / (k! * (n-k)!). Mas isso é teoria. Na prática, você quase sempre vai precisar de algo que gere os valores, não só o resultado final. Por isso a maioria das pessoas acaba escrevendo um gerador mesmo quando poderia usar uma biblioteca pronta.
Por que as pessoas travam nisso
O primeiro problema é subestimar o crescimento exponencial. Começar com 5 elementos parece inofensivo. 5^5 são 3125 combinações. Aí você aumenta para 10 e já são 10 milhões. Em 15 elementos com repetição, são 15^15. Isso é maior que a população da Terra. Eu vi um cara numa thread tentando gerar todas as combinações possíveis de uma senha de 8 caracteres usando letras maiúsculas, minúsculas e números. Ele estava esperando por um resultado há 3 horas. O cálculo simples mostra que seriam 62^8 possibilidades. Mais de 218 trilhões. Nem adiantava perguntar qual era o objetivo real.
Quando usar permutação versus combinação
Se você está criando senhas ou códigos onde a ordem importa, precisa de permutação. Se está montando grupos onde 1-2-3 é igual a 3-2-1, aí é combinação. Confundir esses dois conceitos gera combinações duplicadas ou perde casos importantes. Eu já vi código de teste passando em todos os cenários e falhando exatamente porque misturou os dois tipos no meio do caminho. A diferença prática é pequena no código, mas enorme no resultado. Usar itertools.permutations quando deveria usar itertools.combinations é o erro mais comum. E vice-versa. Quando você começa a testar em produção, percebe que o bug não está na lógica principal, mas no tipo de gerar combinações de numeros que você escolheu no início.
Implementação básica em Python
O jeito mais direto é usando itertools mesmo. Ele já vem na biblioteca padrão e é escrito em C, então é rápido por default. Um exemplo simples: from itertools import combinations
conjunto = [1, 2, 3, 4]
resultado = list(combinations(conjunto, 2))
Isso gera todas as combinações de 2 elementos a partir de um conjunto de 4. O resultado será (1,2), (1,3), (1,4), (2,3), (2,4), (3,4). Se você quiser permutação, troca combinations por permutations e o resultado muda completamente. São 24 ao invés de 6.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O problema da memória
Guardar tudo em uma lista é a primeira armadilha. Eu costumo usar geradores em vez de listas quando o volume é grande. A diferença é que você não guarda nada na memória até precisar. Um yield faz toda essa diferença. Em vez de carregar 10 milhões de itens de uma vez, você processa um por um conforme vai demandando. Um colega meu estava processando combinações de um conjunto de 20 elementos e o script simplesmente travava. Ele estava guardando tudo numa lista. Ajustei para usar generator e o mesmo processo que antes levaria 4 horas agora roda em 20 minutos. A economia não é só de tempo, é de memória também. Meu computador tem 32GB e ainda assim eu preciso tomar cuidado.
Combinações com repetição permitida
Quando você precisa de combinações onde os elementos podem se repetir, usa combinations_with_replacement. A lógica é similar, mas o resultado é diferente. Para um conjunto de 3 elementos selecionando 2 com repetição, você tem 6 combinações ao invés de 3. Isso é útil quando você está gerando senhas ou códigos onde o mesmo dígito pode aparecer mais de uma vez. O caso prático que me marcou foi quando precisei testar todas as combinações possíveis de pin de 4 dígitos. 10^4 são 10 mil possibilidades. Parece pouco, mas quando você quer cruzar isso com outras restrições, como não permitir sequências iguais ou padrões óbvios, o número de combinações válidas cai para cerca de 5 mil. E aí a otimização faz diferença real.
Otimizações que realmente funcionam
A primeira coisa é evitar operações desnecessárias dentro do loop. Se você precisa transformar os resultados em string, faça isso apenas no final, não durante a geração. Cada conversão extra soma tempo quando o volume é alto. Eu costumo separar a geração pura da formatação. Primeiro gero as tuplas, depois transformo só o que eu vou realmente usar. Outra coisa é usar arquivos em vez de memória quando o volume é muito grande. Salvar direto em CSV ou JSON evita estouro de RAM. Em um projeto recente, precisei gerar combinações de 8 dígitos com regras específicas. O resultado final eram cerca de 2 milhões de linhas. Manter isso em memória travou o processo. Salvar em disco em chunks de 50 mil linhas resolveu o problema completamente.
Falhas comuns e como evitar
O erro mais frequente é não verificar os limites antes de rodar. Tentar gerar combinações de um conjunto grande sem ter uma ideia clara do volume final é receita para travamento. Sempre faça um cálculo preliminar. Se for combinação simples, use a fórmula matemática. Se for com repetição, calcule potência. Isso leva 30 segundos e evita horas de debug depois. Também é comum confundir os parâmetros. Em Python, combinations(iterable, r) onde r é o tamanho do grupo. Algumas pessoas colocam o tamanho total do conjunto no lugar errado e o resultado sai completamente errado. Eu levei dois dias numa thread antiga pra descobrir que meu bug era justamente isso. Um parâmetro trocado que parecia correto mas gerava combinações incompletas.
Alternativas quando itertools não basta
Quando você precisa de lógica customizada, como excluir certas combinações ou aplicar regras específicas durante a geração, itertools sozinho não resolve. Aí você precisa construir seu próprio algoritmo. Recomendações genéricas de bibliotecas não ajudam muito nesse ponto. O que funciona é entender o padrão recursivo por trás de tudo. Uma função recursiva simples consegue gerar qualquer tipo de combinação com regras customizadas. A desvantagem é que fica mais lento que itertools puro. Mas em casos onde você precisa filtrar no meio do caminho, o ganho de flexibilidade compensa a perda de performance. Eu uso essa abordagem quando as combinações precisam passar por validações complexas antes de serem salvas.
Conclusão sobre gerar combinações de numeros
O tema é mais simples do que parece no início, mas tem detalhes que só aparecem na prática. Começar com casos pequenos, testar o volume real antes de rodar em produção, e saber quando mudar de abordagem são habilidades que se constroem com tempo. Não adianta só copiar código da internet sem entender o que está acontecendo. Você vai travar na primeira variável que mudar. Se você está começando, recomendo usar itertools para os casos básicos e ir evoluindo conforme a necessidade fica mais complexa. E sempre, repito sempre, calcular o volume antes de executar. Esse é o conselho que eu gostaria de ter recebido quando comecei. Evitaria muitos dias perdidos.
