Algorithms & Applications
Trang chủ / Module 14
🏆 Module 14 / 14 · 2-3 tuần

Chuẩn bị Phỏng vấn Thuật toán & Dự án Capstone

Khung tư duy giải bài toán thuật toán trong phỏng vấn, pattern nhận diện nhanh, và dự án capstone tổng hợp toàn bộ khoá học.

Coding InterviewCapstone
📌 Vì sao module này quan trọng

Phỏng vấn thuật toán (coding interview) vẫn là vòng lọc phổ biến nhất cho vị trí kỹ sư ở hầu hết công ty công nghệ, kể cả khi công việc hàng ngày không viết thuật toán phức tạp — nó được dùng để đánh giá tư duy giải quyết vấn đề có cấu trúc. Module cuối này chuẩn bị kỹ năng đó và tổng kết toàn bộ khoá học.

🎯 Mục tiêu học tập

  • Áp dụng khung tư duy có cấu trúc để tiếp cận bất kỳ bài toán thuật toán nào trong phỏng vấn
  • Nhận diện nhanh pattern của bài toán để chọn đúng kỹ thuật đã học (Module 1-13)
  • Luyện tập giao tiếp trong lúc giải bài toán — kỹ năng bị đánh giá ngang với đáp án đúng
  • Hoàn thành dự án capstone tổng hợp toàn bộ khoá học thành 1 thư viện thuật toán cá nhân

Khung tư duy UMPIRE cho Coding Interview

BướcNội dung
UnderstandLàm rõ đề bài, hỏi lại các trường hợp biên (input rỗng? số âm? trùng lặp?) — đừng bắt đầu code khi còn mơ hồ
MatchNhận diện bài toán này khớp pattern nào đã học (xem bảng bên dưới)
PlanNói to hướng tiếp cận trước khi code, ước lượng độ phức tạp dự kiến (Module 1)
ImplementViết code sạch, đặt tên biến rõ ràng — ưu tiên đúng trước, tối ưu sau
ReviewTự đọc lại code, thử với 1-2 test case cụ thể (bao gồm trường hợp biên)
EvaluateNêu rõ độ phức tạp time/space cuối cùng, đề xuất hướng tối ưu thêm nếu còn thời gian

Bảng nhận diện Pattern nhanh

Dấu hiệu trong đề bàiKỹ thuật khả năng cao
Mảng/chuỗi đã sắp xếp, cần tìm cặp/tổngTwo Pointers
Mảng con/chuỗi con liên tiếp thoả điều kiệnSliding Window (liên hệ Module 13 — Sliding Window rate limiter)
"Tìm K phần tử lớn/nhỏ nhất"Heap (Module 5)
Cây/Đồ thị, "đường đi", "kết nối"BFS/DFS (Module 9), Dijkstra nếu có trọng số (Module 10)
"Số cách để...", "giá trị tối ưu với ràng buộc"Dynamic Programming (Module 8)
"Chọn tối đa/tối thiểu", có thể chứng minh chọn cục bộ tối ưu dẫn đến toàn cục tối ưuGreedy (Module 7)
Tìm kiếm theo tiền tố, autocompleteTrie (Module 11)
"Chia thành các nhóm nhỏ hơn rồi hợp nhất"Divide and Conquer (Module 6)

Bảng này không phải công thức máy móc — nhưng luyện tập đủ nhiều giúp nhận diện pattern trở thành phản xạ, giảm đáng kể thời gian "không biết bắt đầu từ đâu" khi gặp đề bài mới.

Giao tiếp trong lúc giải bài — kỹ năng bị đánh giá ngang đáp án

  • Nói to suy nghĩ liên tục (think aloud) — người phỏng vấn đánh giá quá trình tư duy, im lặng code 20 phút rồi đưa đáp án đúng vẫn bị đánh giá thấp hơn quá trình tư duy rõ ràng dẫn đến đáp án đúng.
  • Thử giải pháp brute-force trước, nêu rõ độ phức tạp, rồi mới tối ưu dần — thể hiện tư duy có hệ thống, không nhảy thẳng vào giải pháp phức tạp mà không giải thích được vì sao.
  • Chủ động nêu trade-off giữa các giải pháp khác nhau (đúng tinh thần Module 1 khoá Architecture) — ví dụ "giải pháp này nhanh hơn nhưng tốn thêm bộ nhớ O(n), đánh đổi có chấp nhận được không?"

🏋️ Bài tập thực hành

Dự án Capstone: Thư viện Thuật toán Cá nhân

Tổng hợp toàn bộ triển khai đã viết xuyên suốt 13 module trước (BST, Hash Table, Heap, Merge Sort, Quick Sort, DP examples, BFS/DFS, Dijkstra, Trie, Bloom Filter, LRU Cache, Rate Limiter) thành 1 repo GitHub có tổ chức rõ ràng, mỗi thuật toán kèm: code sạch có comment giải thích, test case, và ghi chú độ phức tạp + ứng dụng thực tế. Sau đó luyện tập giải 15-20 bài toán mới (chưa từng gặp) theo đúng khung UMPIRE, ghi âm lại 3-5 lần để tự đánh giá khả năng giao tiếp trong lúc giải.

📚 Tài nguyên học tập

✅ Tự đánh giá hoàn thành

  • Áp dụng thuần thục khung UMPIRE cho bài toán mới, chưa từng gặp
  • Nhận diện nhanh pattern phù hợp cho ít nhất 80% bài toán luyện tập
  • Luyện tập giao tiếp think-aloud, có ghi âm tự đánh giá
  • Hoàn thành thư viện thuật toán cá nhân trên GitHub, sẵn sàng làm artifact portfolio