Latest developer news about algorithms, summarized in Vietnamese by AI.
Tìm hiểu các thuật toán xử lý chuỗi JavaScript phổ biến như đảo ngược chuỗi, phát hiện chuỗi đối xứng (palindrome), sử dụng kỹ thuật hai con trỏ (two pointers) và tối ưu hóa giải pháp thực tế.
Những kỹ thuật và ví dụ về xử lý chuỗi trong JavaScript này sẽ giúp bạn giải quyết các vấn đề thực tế trong interview và dự án, từ đó nâng cao khả năng tư duy logic và hiệu suất lập trình của bạn.
Hôm nay, mình học cách giải bài toán Next Greater Element bằng cấu trúc dữ liệu Stack trong Java & DSA.
Lập trình viên nên đọc bài này vì bài giải Next Greater Element bằng Stack sẽ giúp bạn hiểu cách tối ưu hóa thuật toán với thời gian O(n) và không gian O(n) trong các vấn đề tìm kiếm phần tử lớn hơn trong mảng, một kỹ năng thiết yếu cho các bài toán tìm kiếm và xử lý dữ liệu hiệu quả.
Cậu con trai 2 tuổi của tác giả đã dùng bộ đồ chơi xe lửa gỗ Brio để giải thích khái niệm "constraint solving" (giải quyết ràng buộc) cho bố.
Một lập trình viên nên đọc bài này để hiểu cách giải quyết vấn đề giải quyết ràng buộc thông qua ví dụ đơn giản, minh họa hiệu quả cách tư duy logic và giải quyết vấn đề từ góc nhìn thực tế, giúp cải thiện kỹ năng lập trình và tư duy hệ thống.
Thời gian thực thi (time complexity) là yếu tố quan trọng trong lập trình thi đấu. Nếu chưa nắm vững cách xác định độ phức tạp thuật toán, bạn sẽ gặp khó khăn trong việc lựa chọn giải pháp tối ưu.
Lập trình viên cần tham khảo bảng so sánh thời gian chạy của các thuật toán để tránh rơi vào sai lầm khi lựa chọn giải pháp không tối ưu trong các tình huống yêu cầu hiệu suất cao như trong các cuộc thi lập trình.
Bài báo trên arXiv (2607.25973) chỉ ra rằng bài toán tô màu đồ thị với k màu (k-coloring) có thể giải quyết nhanh hơn so với việc tính toán số màu sắc tối thiểu (chromatic number) của đồ thị.
Những lập trình viên nghiên cứu về lý thuyết đồ thị sẽ tìm hiểu cách giải quyết hiệu quả vấn đề k-coloring để tối ưu hóa thuật toán tính chromatic number, giúp tiết kiệm thời gian và tài nguyên trong các ứng dụng thực tế.
Bài viết xem xét lại các thuật toán quay vòng, đề xuất phương pháp đếm thay vì tính toán GCD khi thực hiện phân tích chu kỳ.
Lập trình viên nên đọc bài này để tìm hiểu cách tối ưu hóa chuỗi vòng lặp trong phân tích chuỗi chu kỳ bằng cách loại bỏ tính toán GCD phức tạp, thay vào đó sử dụng phương pháp đếm hiệu quả hơn.
Hai nhà phát triển đưa ra hai giải pháp cho cùng một vấn đề, cả hai đều chính xác và vượt qua mọi test case, nhưng cách đo lường hiệu quả giữa chúng vẫn chưa rõ ràng.
Lập trình viên nên đọc bài này để tránh mắc phải sai lầm khi đánh giá hiệu suất và chất lượng của giải pháp chỉ dựa trên kết quả đơn giản, vì thực tế còn phụ thuộc vào chi phí, độ bền, khả năng mở rộng và hiệu năng thực tế trong môi trường thực tế.
Bài lab cung cấp công cụ tương tác để tạo đồ thị và trực quan hóa quá trình duyệt đồ thị theo thuật toán DFS (Depth-First Search) và BFS (Breadth-First Search) từng bước.
Lập trình viên nên đọc bài này để hiểu rõ cách ứng dụng DFS và BFS trong giải quyết vấn đề tìm đường, xử lý dữ liệu mạng, và tối ưu hóa thuật toán trên đồ thị thực tế.
Bài toán Day 19 giới thiệu kỹ thuật Fast & Slow Pointers thông qua bài toán Happy Number, mặc dù không sử dụng linked list mà chỉ làm việc với các con số.
Những kỹ thuật Fast & Slow Pointers trong bài này sẽ giúp bạn giải quyết các vấn đề tìm kiếm chu trình (cycle detection) một cách hiệu quả, không chỉ trong linked list mà còn trong các thuật toán như Happy Number—làm cho tư duy algorithmic của bạn trở nên linh hoạt và ứng dụng rộng rãi.
Who’s Our Papa? A Comprehensive Guide to Finding the Lowest Common Ancestor (LCA) If you’ve ever dealt with hierarchical data, family trees, or routing protocols, you’ve likely bumped into this …
Bài viết hướng dẫn cách xây dựng cây nhị phân đầy đủ (full binary tree) từ hai dạng duyệt: preorder (tiền thứ tự) và mirror preorder (tiền thứ tự đảo ngược). Phương pháp này tận dụng đặc điểm riêng của cây nhị phân đầy đủ để tái tạo cấu trúc cây một cách chính xác.
Lập trình viên cần đọc bài này để hiểu cách khắc phục thách thức xây dựng cây nhị phân đầy đủ từ hai chuỗi duy nhất, giúp tối ưu hóa thời gian và không gian cho các giải pháp tái sử dụng trong các vấn đề liên quan đến cấu trúc cây.
Bài viết giải thích về thuật toán duyệt theo mức (level order traversal), nguyên lý hoạt động và sơ đồ luồng bên trong thông qua ví dụ minh họa.
Là người viết code cho các cấu trúc dữ liệu phức tạp như cây nhị phân, bạn nên đọc bài này để hiểu cách thực hiện traversal cấp độ (BFS) một cách hiệu quả, từ đó tối ưu hóa các giải pháp đọc dữ liệu từ gốc đến các cấp độ khác nhau trong các thuật toán tìm kiếm và xử lý.
Sau khi tư duy như một chương trình thay vì con người, code dần tự viết lấy mình khi giải quyết vấn đề theo cách lập trình chứ không theo lối tư duy thông thường.
Lập trình viên nên đọc bài này để học cách chuyển đổi tư duy từ logic người dùng sang logic máy, giúp giải quyết vấn đề hiệu quả hơn bằng cách phân tích và xây dựng giải pháp theo cách tự nhiên của hệ thống, thay vì bị ràng buộc bởi những suy nghĩ con người.
Thuật toán Edmonds-Karp, sử dụng BFS, cạnh dư, bottleneck và cấu trúc dữ liệu Go, tìm luồng tối đa trong đồ thị với độ phức tạp O(VE²) bằng cách xây dựng từng bước.
Lập trình viên muốn tối ưu hóa giải thuật lưu lượng cực đại trong các mạng lưu thông thực tế bằng Go và hiểu rõ cách BFS kết hợp với các cạnh dư thừa để đạt hiệu suất O(VE²) sẽ tìm thấy giải pháp hiệu quả cho các ứng dụng mạng lớn.
Bài viết hướng dẫn giải bài toán LeetCode 904 (Fruit Into Baskets) bằng kỹ thuật Sliding Window, chuyển từ mô tả bài toán sang giải pháp tối ưu O(n).
Lập trình viên nên đọc bài này để hiểu cách áp dụng kỹ thuật window sliding hiệu quả trong vấn đề hạn chế số lượng fruit trong các basket, giúp tối ưu hóa thời gian chạy thành O(n) mà không cần sử dụng nhiều bộ dữ liệu phụ.
Bài viết giới thiệu cách giải bài toán Maximum Subarray (#53) trên Leetcode trong series "75 Days of Leetcode". Đây là một bài toán kinh điển về tìm dãy con liên tiếp có tổng lớn nhất trong mảng.
Để hiểu cách tối ưu hóa và giải quyết vấn đề tìm kiếm chuỗi liên tục có tổng lớn nhất bằng cách áp dụng thuật toán Kadane hiệu quả, từ đó nâng cao kỹ năng phân tích và tối ưu hóa thuật toán trong thực tế công việc.
Hôm nay học cách đảo ngược stack bằng đệ quy trong Java & DSA.
Một lập trình viên nên đọc bài này để hiểu cách áp dụng recursion để đảo ngược một stack, một kỹ thuật cơ bản nhưng quan trọng trong giải quyết các vấn đề về dữ liệu và tối ưu hóa thuật toán.
Hôm nay (ngày 161) học Java & DSA, giải bài toán "Largest Rectangle in a Histogram" bằng kỹ thuật stack.
Lập trình viên nên đọc bài này vì giải thuật sử dụng stack để tính diện tích lớn nhất của hình chữ nhật trong biểu đồ histo có thể giúp bạn hiểu cách tối ưu hóa vấn đề với thời gian O(n) và không cần sử dụng bộ nhớ phụ thêm, mở rộng kiến thức về kỹ thuật stack trong giải quyết các vấn đề cấu trúc dữ liệu phức tạp.
Coderbyte #2: Bracket Combinations Challenge in Python If you’ve dipped your toes into coding interviews or data structures, you’ve likely run into the ultimate algorithmic buzzword …
Day 11: Two Pointers — Sort Colors (Dutch National Flag) Day 11 of #MasterDSA! Today we’re leveling up from two pointers to three. Don’t worry though — the core idea is still the same …
Hôm nay là ngày thứ 160 trong hành trình học Java và DSA, tác giả giải quyết bài toán Stock Span Problem bằng kỹ thuật stack. Đây là cột mốc nhỏ trong quá trình học tập.
Lập trình viên cần đọc bài này để hiểu cách sử dụng stack hiệu quả trong giải quyết vấn đề tính khoảng cách giao dịch hàng hóa (stock span) một cách tối ưu, giúp nâng cao kỹ năng xử lý dữ liệu và áp dụng trong các bài toán thực tế về phân tích chuỗi số.
Bài viết được xuất bản bởi Aman Nandan.
Lập trình viên nên đọc bài này để hiểu cách tối ưu hóa hiệu suất và quản lý bộ nhớ trong các ứng dụng đa nền tảng, giúp tránh những lỗi thường gặp và nâng cao hiệu suất thực thi code hiệu quả.
Bỏ cách học thuộc lòng thuật toán Dutch National Flag (LeetCode 75) mà hãy học cách tự suy luận ra nó. Thuật toán này giúp sắp xếp mảng chứa ba giá trị riêng biệt hiệu quả.
Lập trình viên nên đọc bài này vì nó giúp bạn chuyển từ việc nhớ công thức đơn giản sang cách suy nghĩ logic để giải quyết vấn đề phân lớp trong các thuật toán, nâng cao kỹ năng phân tích và thiết kế giải pháp cho các vấn đề tương tự trong thực tế.
We all were presented with this problem – water jug problem, which – in the time of Football world cup 2026 – can be translated to any liquid. hint hint But the riddle is as logical as mathematical. With mathematics…Read more ›
Bài viết hướng dẫn giải quyết bài toán Cut Matrix bằng phương pháp DP kết hợp Binary Search, nhằm chia lưới thành k phần hợp lệ một cách tối ưu và nhanh chóng.
Là một lập trình viên muốn giải quyết các vấn đề phân tích và tối ưu hóa trên ma trận một cách hiệu quả, bài này sẽ giúp bạn hiểu cách kết hợp động lực học (DP) và tìm kiếm nhị phân để tối ưu hóa quá trình chia ma trận thành các phần tử hợp lệ, từ đó tiết kiệm thời gian và code phức tạp.
Bài viết khuyên rằng không cần luyện 300 bài LeetCode cho phỏng vấn mobile, thay vào đó nên tập trung vào các mock interview thực tế và phản hồi cá nhân hóa về iOS, Swift, Android và kỹ thuật.
Nếu bạn đang chuẩn bị cho cuộc phỏng vấn kỹ thuật cho vị trí lập trình viên mobile, bài viết này sẽ giúp bạn tiết kiệm thời gian và hiệu quả hơn bằng cách tập trung vào các kỹ năng thực tế của iOS/Swift và Android mà các nhà tuyển dụng thực sự quan tâm.
Bài tập hôm nay trong series #MasterDSA sử dụng kỹ thuật hai con trỏ (two pointers) để di chuyển tất cả các số 0 về cuối mảng mà không thay đổi thứ tự tương đối của các phần tử khác.
Lập trình viên nên đọc bài này để hiểu cách áp dụng hai con trỏ hiệu quả trong việc xử lý vấn đề không cần sắp xếp, giúp tối ưu hóa thời gian và không gian khi giải quyết các vấn đề như di chuyển các phần tử không cần thiết trong mảng.
Bài viết giới thiệu về PGS. Bailey Flanigan tại MIT, tập trung vào nghiên cứu của cô về các phương pháp tính toán phức tạp nhằm thúc đẩy nền dân chủ phát triển.
Đọc bài này để hiểu cách các phương pháp tính toán tiên tiến có thể giải quyết những thách thức thực tế trong việc cải thiện và bảo vệ hệ thống dân chủ thông qua các giải pháp khoa học dữ liệu và công nghệ.
Tìm hiệu tuyệt đối lớn nhất giữa hai subarray không chồng lấn trong mảng bằng cách sử dụng thuật toán Kadane's và bốn mảng phụ, với độ phức tạp O(n).
Lập trình viên nên đọc bài này để tìm hiểu cách tối ưu giải quyết vấn đề tìm giá trị lớn nhất của hiệu tuyệt đối giữa hai đoạn mảng không chồng chéo trong thời gian O(n) bằng cách áp dụng thuật toán Kadane và các mảng trợ giúp, giúp nâng cao hiệu suất cho các trường hợp xử lý dữ liệu lớn.
Bài viết hướng dẫn cách tính số thao tác tối thiểu để khôi phục mảng hoán vị về trạng thái ban đầu bằng cách phân tích thành các chu trình rời rạc (disjoint cycles), sau đó lấy bội chung nhỏ nhất (LCM) của độ dài các chu trình. Thuật toán chạy trong O(n) thời gian nhờ mảng đánh dấu (visited array) và thuật toán GCD Euclid.
Lập trình viên cần đọc bài này để hiểu cách tính toán hiệu quả số lần chuyển đổi tối thiểu cho một chuỗi chu trình trong phép biến đổi chuỗi, giúp tối ưu hóa giải pháp cho các vấn đề liên quan đến chu trình và tối ưu hóa thời gian thực hiện.
An introductory exploration of Doubly Linked Lists in Java, covering the node structure with prev and next references, advantages over Singly Linked Lists (bidirectional traversal), limitations (extra memory, two-pointer updates), and time/space complexity. Written as a learning journal entry by a beginner studying DSA.
Chuỗi bài giảng của Tim Roughgarden xem xét computation như một khái niệm cơ bản, từ chứng minh bất khả giải thuật của Turing (bài toán dừng) đến các thuật toán hiệu quả như Dijkstra và Karatsuba, cùng lý thuyết NP-completeness và vấn đề P vs NP. Chuỗi bài này cũng phân tích cách hàng nghìn bài toán khác nhau quy về cùng một thách thức cốt lõi, đồng thời đề cập đến tác động của chúng đối với mật mã, AI và máy tính lượng tử.
Lập trình viên nên đọc bài này để hiểu rõ cách các vấn đề phức tạp trong lập trình, từ cơ sở lý thuyết đến ứng dụng thực tế, đều xoay quanh một khái niệm cơ bản là tính tính toán—giúp họ xây dựng giải pháp hiệu quả hơn và tránh những rủi ro về tính khả thi của thuật toán.
A technical interviewer shares their approach to candidate evaluation using a simple but revealing coding question: implement a median function. The Python implementation is annotated with discussion points that probe deeper thinking — handling edge cases like empty lists, understanding pass-by-reference semantics (sorted() vs list.sort()), and avoiding over-engineering with unnecessary dependencies.
Bài viết giới thiệu thuật toán O(N log N) đếm số lượng substring nhị phân có nhiều số 1 hơn số 0 bằng cách chuyển đổi 1→+1, 0→-1, sử dụng prefix sums và Fenwick Tree. Thuật toán kết hợp nén tọa độ để tối ưu phạm vi prefix sum và đếm hiệu quả các cặp prefix sum thỏa điều kiện.
Lập trình viên nên đọc bài này để tìm hiểu cách tối ưu hóa giải quyết vấn đề đếm các chuỗi con trong chuỗi nhị phân với số '1' nhiều hơn '0' bằng thuật toán hiệu quả O(N log N) và công cụ như Fenwick Tree, giúp hiểu rõ về prefix sums, coordinate compression và ứng dụng của chúng trong xử lý dữ liệu hiệu quả.
A hands-on tutorial building a Bloom filter from scratch in Python. Covers the core mechanics: a bit array plus multiple hash functions, the double-hashing trick for generating positions, and why false positives are an intentional trade-off for memory efficiency. Includes the math for sizing a filter given a target false positive rate and item count, a worked example showing ~1.2 MB for one million items at 1% error, and an explanation of why deletion requires a counting Bloom filter variant. Real-world use cases include databases (Cassandra, HBase), Chrome's safe browsing, CDN caching, and Bitcoin light clients.
MIT professor and Gödel Prize winner Ryan Williams discusses computational complexity theory in an interview that starts with the classic 3SUM LeetCode problem. He explains the O(N²) two-pointer solution and then describes how algorithms beating N² work via group-based finger search with preprocessing. The conversation covers fine-grained complexity theory, reductions between problems like Subset Sum and 2SUM, the Strong Exponential Time Hypothesis (SETH) and why Williams personally doubts it, hot takes on P vs NP (80% confidence they differ), EXP vs NEXP, and NEXP vs coNEXP. Williams also explains his breakthrough result showing any time-T algorithm can be simulated in space √T, building on Cook and Mertz's tree evaluation work using XOR-based memory tricks instead of write-to-blank-only approaches.
Read the news here, practice coding, follow structured courses and train for IELTS on our sibling products — all connected through one 8 Sync account.
The ecosystem home: product overviews, blog and full pricing.
ExploreLearn along a clear roadmap: videos, auto-graded quizzes, certificates and mentors who ship for a living.
View the roadmap1,000+ DSA problems in Vietnamese, auto-graded across 7 languages — many FREE, right in your browser.