Operações Com Intervalos

Trabalhar com faixas e intervalos no dia a dia

Se você já precisou separar dados por janelas temporais, dividir um array em fatias ou calcular sobreposições entre ranges, já fez operações com intervalos sem necessariamente saber o nome disso. A coisa mais comum é iterar sobre um range de valores e aplicar uma lógica de inclusão ou exclusão de extremos. Parece simples até você se deparar com pontos de borda que fogem do esperado.

O que são operações com intervalos na prática

Intervalo é basicamente um par ordenado que define um limite inferior e um superior. As operações elementares são união, interseção, diferença e complemento. Em Python, o built-in range() já te dá um intervalo discreto fechado no início e aberto no final, o que resolve 80% dos casos rotineiros. Para algo mais flexível, o módulo statistics não existe para isso, mas a biblioteca trio ou até mesmo numpy com arange() ajudam quando você precisa de passo decimal ou cobertura contínua. O que diferencia um programador iniciante de alguém que já teve dor de cabeça é saber quando fechar ou abrir os extremos. Uma interseção mal calculada pode incluir ou excluir um ponto crítico sem aviso. Eu já perdi duas horas caçando um bug em que um intervalo de datas tinha o limite superior como exclusivo por padrão, e um teste unitário passava porque a base de produção usava inclusividade diferente. A correção foi padronizar tudo com half-open intervals, que é o modelo [start, end), e usar o pendulum para manipulação de tz-aware ranges.

Como fazer essas operações sem dor de cabeça

A primeira decisão é escolher a representação. Intervalo discreto usa inteiros e step fixo. Intervalo contínuo trabalha com floats e pode ter precisão variável. No mundo real, a maioria dos problemas mistura os dois: dados horários em segundos com agregações por minuto ou hora. Para interseção, o cálculo é straightforward: o início do resultado é o máximo dos dois inícios, e o fim é o mínimo dos dois fins. Se o início resultante for maior ou igual ao fim, a interseção é vazia. Em Python, com o pacote interval-tree ou até mesmo classes simples, isso fica legível:

from dataclasses import dataclass

@dataclass
class Interval:
    start: float
    end: float
    closed: bool = True

    def intersect(self, other: "Interval") -> "Interval | None":
        s = max(self.start, other.start)
        e = min(self.end, other.end)
        if s >= e:
            return None
        return Interval(s, e)

Para união, o processo é mais trabalhoso porque requer ordenação prévia dos intervalos e fusão de sobreposições. O algoritmo clássico é O(n log n) devido à ordenação, mas depois da linha de montagem estar pronta, cada nova inserção ou merge é linear. Se você estiver lidando com milhares de intervalos em tempo real, considere o interval tree do pacote sortedcontainers, que traz buscas em log n. Diferença e complemento seguem a mesma lógica de interseção invertida. A diferença A \ B equivale a A intersect (complemento de B). O truque é tratar cada operando como closed ou open para não perder pontos de fronteira.

Armadilhas que ninguém conta

A primeira armadilha é precisão de ponto flutuante. Somar steps decimais em um loop nunca vai dar o resultado exato que você espera. Em vez de arange(0, 10, 0.1), use numpy.linspace com contagem explícita de pontos, ou simplesmente trabalhe com inteiros multiplicados por um fator de escala. Eu migrei todos os meus intervalos de tempo para epochs em milissegundos inteiros e eliminei meia dúzia de bugs difíceis. A segunda é assumir que todos os intervalos têm a mesma semântica de fechamento. Bancos de dados como PostgreSQL tratam range types de forma diferente dependendo do dtype: int4range é closed em ambos os lados, tsrange é half-open por padrão, e numrange depende da configuração regional. Se você exportar intervalos entre sistemas, verifique sempre qual convenção cada um adota.

A terceira é performance em unions grandes. Unir dez mil intervalos sobrepostos em Python puro pode levar segundos. Com interval tree e busca espacial, o tempo cai para milissegundos. Vale o investimento se o throughput for alto.

Alternativas quando o método tradicional falha

Se seus intervalos representam eventos com duração variável e você precisa de queries de sobreposição frequentes, o problema pode estar melhor modelado como um grafo de eventos em vez de faixas numéricas. Intervalos dinâmicos com adição e remoção constantes também se beneficiam de estruturas como RB-tree balanceadas. Para cálculos geométricos 2D ou 3D envolvendo polígonos e volumes, abandonaria intervalos lineares e usaria libs como shapely ou CGAL, que tratam interseções de forma robusta e com validação de topologia integrada.

Em resumo, operações com intervalos são simples quando os dados são pequenos e estáticos. Quando crescem em volume ou complexidade, a escolha da estrutura e da representação de borda faz toda a diferença entre um sistema que funciona e um que quebra nas bordas exatamente nos lugares errados.