Mục tiêu

Bộ prompt giúp bạn khai thác sức mạnh của AI để thực hiện phân tích thuật toán chuyên sâu, bao gồm:

• Xác định độ phức tạp Big O (thời gian và không gian) cho từng đoạn code
• Phát hiện các điểm nghẽn hiệu năng (bottleneck) tiềm ẩn
• So sánh các cấu trúc dữ liệu và thuật toán thay thế phù hợp hơn
• Nhận đề xuất refactor cụ thể kèm ví dụ code minh họa
• Đánh giá trade-off giữa tốc độ, bộ nhớ và độ phức tạp bảo trì

Khi nào nên dùng

• Code review: Khi cần đánh giá hiệu năng trước khi merge pull request
• Tối ưu production: Khi hệ thống gặp vấn đề về tốc độ hoặc tiêu thụ tài nguyên cao
• Chuẩn bị phỏng vấn: Luyện tập phân tích và giải thích độ phức tạp thuật toán
• Học thuật toán: Hiểu sâu hơn về lý do tại sao một giải pháp tốt hơn giải pháp khác
• Thiết kế hệ thống: Chọn thuật toán phù hợp ngay từ giai đoạn thiết kế

Hướng dẫn tùy biến

Các prompt trong bộ này sử dụng placeholder trong dấu ngoặc vuông để bạn thay thế cho phù hợp:

• [NGÔN_NGỮ]: Python, JavaScript, Java, C++, Go, v.v.
• [ĐOẠN_CODE]: Dán trực tiếp đoạn code cần phân tích
• [BỐI_CẢNH]: Mô tả ngắn về mục đích của code (ví dụ: xử lý danh sách người dùng, tìm kiếm sản phẩm)
• [KÍCH_THƯỚC_DỮ_LIỆU]: Ước tính quy mô dữ liệu thực tế (ví dụ: 10 nghìn bản ghi, 1 triệu request/ngày)
• [ƯU_TIÊN]: Tốc độ, bộ nhớ, hoặc cân bằng cả hai

Lưu ý

• Cung cấp càng nhiều ngữ cảnh về môi trường chạy và quy mô dữ liệu, kết quả phân tích càng chính xác
• Với các hệ thống phức tạp, nên chia nhỏ và phân tích từng module riêng lẻ
• Luôn benchmark thực tế sau khi áp dụng đề xuất, vì Big O lý thuyết có thể khác với hiệu năng thực tế do constant factor và cache behavior
• Một số đề xuất tối ưu có thể làm giảm khả năng đọc hiểu code, hãy cân nhắc trade-off phù hợp với team