Câu hỏi lý thuyết

Phần lý thuyết là nền tảng đánh giá sự hiểu biết sâu rộng của ứng viên về ngôn ngữ Python, từ các khái niệm cốt lõi, quy ước viết code cho đến kiến trúc và cơ chế hoạt động bên trong. Dưới đây là những câu hỏi thường gặp nhất mà bất kỳ nhà tuyển dụng nào cũng có thể đề cập đến để kiểm tra năng lực cơ bản của bạn.

Python là gì?

Đây là câu hỏi mở đầu kinh điển, nhằm đánh giá cách bạn hiểu và mô tả về ngôn ngữ mình đang sử dụng. Python là một ngôn ngữ lập trình hướng đối tượng, bậc cao, với cú pháp rất rõ ràng, dễ đọc và dễ học. Một trong những triết lý thiết kế của Python là 

Tính dễ đọc quan trọng hơn mọi thứ" (Readability counts), được thể hiện rõ qua việc sử dụng thụt lề để xác định khối code thay vì các dấu ngoặc như nhiều ngôn ngữ khác. Python hỗ trợ đa mô hình lập trình (hướng đối tượng, thủ tục, hàm) và nổi bật với tính chất thông dịch, cho phép chạy code ngay lập tức mà không cần biên dịch sang ngôn ngữ máy.

PEP 8 là gì?

Khi làm việc trong một dự án nhóm, việc mọi người tuân thủ một quy chuẩn chung về phong cách viết code là vô cùng quan trọng. PEP 8 (Python Enhancement Proposal 8) chính là bản hướng dẫn phong cách chuẩn cho code Python. Nó được xem như "kinh thánh" để viết code Python sao cho rõ ràng và dễ đọc. 

PEP 8 quy định chi tiết về độ dài dòng code (tối đa 79 ký tự), quy tắc đặt tên (snake_case cho biến/hàm, PascalCase cho class), cách sử dụng khoảng trắng và thụt lề, cũng như nhiều khuyến nghị khác. Tuân thủ PEP 8 không chỉ giúp code của bạn chuyên nghiệp hơn mà còn tạo thiện cảm tốt với người phỏng vấn.

Flask là gì?

Flask là một micro-framework web nhẹ và linh hoạt được viết bằng Python. Từ "micro" không ám chỉ chức năng hạn chế, mà ý nói Flask có phần lõi đơn giản và có thể mở rộng dễ dàng thông qua các extension. Flask không đưa ra các quyết định thay bạn, nghĩa là bạn có toàn quyền lựa chọn cách triển khai cơ sở dữ liệu, hệ thống xác thực, hay các thành phần khác. Điều này làm cho Flask trở nên lý tưởng cho các dự án nhỏ, các API service, hoặc khi bạn muốn có sự kiểm soát tuyệt đối đối với các thành phần của ứng dụng.

Câu hỏi phỏng vấn lý thuyết Python

Django là gì?

Trái ngược với sự tối giản của Flask, Django là một full-stack web framework "có pin đi kèm" (batteries-included). Nó cung cấp hầu hết mọi thứ bạn cần để xây dựng một ứng dụng web hoàn chỉnh ngay từ đầu: một ORM mạnh mẽ, hệ thống quản trị tự động (admin panel), hệ thống xác thực người dùng, bộ định tuyến URL, và template engine. Django tuân thủ chặt chẽ mô hình MVC nhưng với tên gọi hơi khác: MVT (Model-View-Template). Framework này phù hợp cho các dự án quy mô lớn, phức tạp như các trang thương mại điện tử, mạng xã hội, hoặc hệ thống quản lý nội dung (CMS).

Lambda function là gì?

Lambda function (hay còn gọi là anonymous function) là một hàm ẩn danh, không có tên, được định nghĩa bằng từ khóa lambda. Nó có thể nhận bất kỳ số lượng đối số nào nhưng chỉ có thể chứa một biểu thức duy nhất. Giá trị trả về của hàm chính là kết quả của biểu thức đó. Lambda function thường được sử dụng trong các tình huống cần một hàm đơn giản, ngắn gọn và chỉ được dùng một lần, chẳng hạn như làm đối số cho các hàm như map(), filter(), hoặc sorted().
Ví dụ: square = lambda x: x * 2 tương đương với def square(x): return x * 2.

List comprehension là gì?

List comprehension là một cú pháp ngắn gọn và hiệu quả trong Python để tạo ra một danh sách mới từ một iterable (như list, tuple, string, range...). Nó không chỉ giúp code trở nên ngắn gọn, dễ đọc hơn so với việc sử dụng vòng lặp for truyền thống mà trong nhiều trường hợp còn cho tốc độ xử lý nhanh hơn. Cú pháp cơ bản của list comprehension là [expression for item in iterable if condition]. Ví dụ, để tạo một list chứa bình phương của các số chẵn từ 0 đến 9, ta viết: [x**2 for x in range(10) if x % 2 == 0].

Lớp và đối tượng là gì?

Đây là những khái niệm nền tảng của lập trình hướng đối tượng (OOP) trong Python.

• Lớp (Class): Là một khuôn mẫu, một bản thiết kế để tạo ra các đối tượng. Lớp định nghĩa các thuộc tính (dữ liệu) và phương thức (hành vi) mà các đối tượng được tạo ra từ nó sẽ có. Ví dụ, lớp XeHoi có thể có các thuộc tính như mau_sac, hang_xe và phương thức như chay(), phanh().
• Đối tượng (Object): Là một thể hiện cụ thể của một lớp. Mỗi đối tượng sở hữu các giá trị riêng cho các thuộc tính được định nghĩa trong lớp. Ví dụ, một đối tượng xe_cua_toi của lớp XeHoi sẽ có mau_sac = "đỏ", hang_xe = "Toyota".

Đa hình trong Python là gì?

Đa hình (Polymorphism) là một trong bốn trụ cột của OOP, cho phép các đối tượng thuộc các lớp khác nhau có thể phản hồi cùng một một lời gọi phương thức theo những cách khác nhau. Trong Python, tính đa hình được thể hiện một cách tự nhiên và linh hoạt nhờ vào "Duck Typing" - "nếu nó đi như vịt, kêu như vịt, thì nó là vịt". Điều này có nghĩa là Python không quan tâm đối tượng thuộc lớp nào, mà chỉ quan tâm nó có phương thức mà ta đang gọi hay không. Ví dụ, hàm len() có thể hoạt động với nhiều kiểu dữ liệu (list, string, tuple) vì tất cả chúng đều triển khai phương thức __len__().

Đa hình (Polymorphism) là một trong bốn trụ cột của OOP

Sự khác biệt giữa module và package là gì?

Việc tổ chức code một cách khoa học là kỹ năng quan trọng của mọi lập trình viên.

• Module: Về cơ bản là một file chứa mã Python (có đuôi .py). Nó có thể chứa các hàm, lớp, và biến, giúp bạn tổ chức code một cách hợp lý.
• Package: Là một thư mục chứa nhiều module. Để một thư mục được Python nhận diện là một package, nó phải chứa một file đặc biệt tên là __init__.py (có thể để trống). Package cho phép bạn tổ chức các module có liên quan với nhau thành một cấu trúc phân cấp, tránh sự xung đột về tên.

Làm thế nào để quản lý các thư viện bên ngoài trong Python?

Công cụ chính để quản lý các thư viện bên ngoài (các package) trong Python là pip (Pip Installs Packages). pip cho phép bạn cài đặt, gỡ bỏ, cập nhật và liệt kê các package từ kho lưu trữ Python Package Index (PyPI). Để quản lý các dependencies cho từng dự án một cách tách biệt và tránh xung đột phiên bản, việc sử dụng môi trường ảo (virtual environment) là bắt buộc. Các công cụ như venv (tích hợp sẵn) hoặc virtualenv giúp tạo ra các môi trường độc lập, nơi bạn có thể cài đặt các package với phiên bản cụ thể mà không ảnh hưởng đến hệ thống Python chung.

Làm thế nào để tối ưu hóa mã Python?

Tối ưu hóa code là một kỹ năng quan trọng để xây dựng các ứng dụng hiệu suất cao. Một số chiến lược phổ biến bao gồm:

• Sử dụng các cấu trúc dữ liệu phù hợp: Lựa chọn list, set, hay dict phù hợp với bài toán (ví dụ: set để kiểm tra tồn tại nhanh hơn list).
• Tận dụng List Comprehension và Generator Expression: Chúng thường nhanh hơn và tiết kiệm bộ nhớ hơn vòng lặp for thông thường.
• Tránh sử dụng + để nối chuỗi nhiều lần: Thay vào đó, hãy sử dụng str.join().
• Sử dụng Profiler: Dùng các công cụ như cProfile để xác định "nút thắt cổ chai" (bottleneck) trong code, từ đó tập trung tối ưu vào những phần đó.
• Viết code rõ ràng trước, tối ưu sau: "Premature optimization is the root of all evil" - hãy ưu tiên code dễ đọc, dễ bảo trì trước.

Sự khác biệt giữa range và xrange trong Python 2 là gì?

Câu hỏi này kiểm tra kiến thức của bạn về các phiên bản Python. Trong Python 2:

• range(): Trả về một list chứa tất cả các phần tử. Điều này có thể gây lãng phí bộ nhớ với các dải số lớn.
• xrange(): Trả về một đối tượng generator, chỉ tạo ra từng phần tử một khi cần thông qua vòng lặp. Điều này tiết kiệm bộ nhớ đáng kể.
  Trong Python 3, xrange() đã bị loại bỏ và hàm range() được cải tiến để hoạt động giống như xrange() trong Python 2, trả về một đối tượng iterable tiết kiệm bộ nhớ.

Sự khác biệt giữa phương thức tĩnh và phương thức lớp là gì?

Cả @staticmethod và @classmethod đều là các decorator để định nghĩa các phương thức đặc biệt trong một lớp, nhưng chúng khác nhau về cách thức hoạt động:

• Phương thức tĩnh (@staticmethod): Không nhận tham số ngầm định nào (không có self hay cls). Nó giống như một hàm thông thường nhưng được đặt trong lớp để có tổ chức. Nó không thể truy cập hoặc sửa đổi trạng thái của đối tượng hoặc lớp.
• Phương thức lớp (@classmethod): Nhận tham số ngầm định đầu tiên là cls, trỏ đến chính lớp đó (chứ không phải thể hiện của lớp). Nó có thể truy cập và sửa đổi các thuộc tính của lớp.

Multithreading trong Python hoạt động như thế nào?

Đây là một chủ đề phức tạp liên quan đến mô hình thực thi của Python. Python có một cơ chế gọi là Global Interpreter Lock (GIL). GIL là một khóa (lock) chỉ cho phép một thread (luồng) thực thi mã bytecode Python tại một thời điểm, ngay cả trên các CPU đa nhân. Điều này có nghĩa là multithreading trong Python không thực sự chạy song song (parallel) cho các tác vụ sử dụng nhiều CPU (CPU-bound). Tuy nhiên, nó vẫn rất hữu ích cho các tác vụ I/O-bound (như đọc/ghi file, gọi mạng), vì trong khi một thread đang chờ I/O, các thread khác có thể được thực thi.

Deep copy và shallow copy khác nhau như thế nào?

Sự khác biệt này rất quan trọng khi làm việc với các đối tượng phức tạp, lồng nhau.

• Shallow Copy: Tạo ra một đối tượng mới, nhưng sau đó chèn các tham chiếu vào các đối tượng con bên trong đối tượng gốc. Nghĩa là, nếu bạn thay đổi một đối tượng con bên trong bản sao, nó cũng sẽ thay đổi trong đối tượng gốc. Sử dụng copy.copy().
• Deep Copy: Tạo ra một đối tượng mới và sau đó đệ quy sao chép toàn bộ các đối tượng con bên trong nó. Kết quả là hai đối tượng hoàn toàn độc lập. Sử dụng copy.deepcopy(). Deep copy chậm hơn và tốn bộ nhớ hơn.

Làm thế nào để quản lý bộ nhớ trong Python?

Python quản lý bộ nhớ tự động thông qua một cơ chế gọi là Garbage Collection (GC). Bạn không cần phải tự mình cấp phát hoặc giải phóng bộ nhớ như trong C/C++. Bộ thu gom rác chính của Python hoạt động dựa trên hai cơ chế:

1. Reference Counting: Mỗi đối tượng có một bộ đếm tham chiếu. Khi một tham chiếu đến đối tượng được tạo, bộ đếm tăng lên; khi một tham chiếu bị hủy, bộ đếm giảm xuống. Khi bộ đếm về 0, bộ nhớ của đối tượng ngay lập tức được giải phóng.
2. Generational Garbage Collector: Xử lý các trường hợp tham chiếu vòng (cyclic references) mà reference counting không thể giải quyết được. Nó hoạt động bằng cách chia các đối tượng thành các "thế hệ" và ưu tiên kiểm tra các đối tượng trẻ hơn, nơi mà hầu hết rác thường xuất hiện.

Câu hỏi thực hành

Bên cạnh kiến thức lý thuyết, nhà tuyển dụng rất quan tâm đến khả năng vận dụng của bạn để giải quyết các vấn đề thực tế. Phần này sẽ kiểm tra kỹ năng coding, tư duy logic và hiểu biết sâu về cách hoạt động của các cấu trúc dữ liệu trong Python.

Câu hỏi phỏng vấn thực hành Python

Câu hỏi về list

Một câu hỏi kinh điển về list có thể là: "Sự khác nhau giữa list.append() và list.extend() là gì? Hãy cho ví dụ minh họa."

• list.append(): Thêm toàn bộ đối tượng của nó như một một phần tử duy nhất vào cuối list.
• Ví dụ: my_list = [1, 2], my_list.append([3, 4]) kết quả là [1, 2, [3, 4]].
• list.extend(): Lặp qua đối tượng có thể lặp (iterable) của nó và thêm từng phần tử một vào cuối list.
• Ví dụ: my_list = [1, 2], my_list.extend([3, 4]) kết quả là [1, 2, 3, 4].

Câu hỏi về append trong list

Một câu hỏi "bẫy" phổ biến liên quan đến giá trị mặc định có thể thay đổi (mutable default argument):
"Đoạn code sau đây có vấn đề gì? Hãy giải thích và sửa lại."

python

def append_to(element, target_list=[]):

    target_list.append(element)

    return target_list

• Vấn đề: List [] được tạo một lần duy nhất khi hàm được định nghĩa, không phải mỗi lần gọi hàm. Vì vậy, mọi lần gọi hàm sau đó mà không truyền target_list sẽ sử dụng chung một list mặc định đó.
• Kết quả không mong muốn: append_to(1) -> [1], append_to(2) -> [1, 2].
• Cách sửa: Sử dụng None làm giá trị mặc định và khởi tạo list bên trong hàm.
• python

def append_to(element, target_list=None):

    if target_list is None:

        target_list = []

    target_list.append(element)

•     return target_list

Python có multi-threading không? Có cách nào viết code Python chạy parallel không?

Như đã đề cập ở phần lý thuyết, Python có multi-threading, nhưng do GIL, nó không hiệu quả cho các tác vụ CPU-bound. Vậy để thực sự chạy song song code Python, chúng ta có các lựa chọn:

1. Sử dụng multiprocessing: Module này tạo ra các tiến trình (process) thực sự, mỗi tiến trình có một trình thông dịch Python và một GIL riêng. Điều này cho phép tận dụng đa nhân CPU. Tuy nhiên, chi phí tạo tiến trình cao hơn và việc chia sẻ dữ liệu giữa các tiến trình phức tạp hơn (thông qua queue, pipe, shared memory).
2. Sử dụng các thư viện bên ngoài: Như concurrent.futures cung cấp một interface cấp cao cho cả thread và process. Hoặc các thư viện chuyên biệt như NumPy, SciPy được viết bằng C và có thể giải phóng khỏi GIL.
3. Sử dụng asyncio cho I/O-bound: Đối với các tác vụ I/O-bound, asyncio với cơ chế asynchronous (bất đồng bộ) là một lựa chọn tuyệt vời, cho phép hàng ngàn kết nối chạy đồng thời trên một thread duy nhất.

Bạn đọc tham khảo thêm:

React Native là gì? Tìm hiểu React native từ A- Z cho người mới bắt đầu

Trojan là gì? Tìm hiểu cách nhận biết và phòng tránh Trajan

Một số lưu ý trong quá trình trả lời câu hỏi

Kiến thức chuyên môn là chưa đủ, cách bạn truyền đạt và tương tác mới là yếu tố then chốt. Dưới đây là những lưu ý quan trọng giúp bạn ghi điểm tuyệt đối trong mắt nhà tuyển dụng.

• Đừng vội trả lời, hãy suy nghĩ thấu đáo: Hãy dành vài giây để phân tích câu hỏi thay vì đưa ra câu trả lời ngay lập tức. Việc này giúp bạn cấu trúc thông tin logic và tránh những sai sót không đáng có.
• Trình bày từ cốt lõi đến chi tiết: Luôn bắt đầu bằng những khái niệm cơ bản, nền tảng nhất trước khi đi sâu vào các chi tiết phức tạp. Cách tiếp cận này cho thấy bạn có một nền tảng kiến thức vững chắc và tư duy mạch lạc.
• Giao tiếp tích cực, nói to suy nghĩ: Đừng im lặng viết code hoặc trả lời một cách đơn điệu. Hãy chủ động trao đổi, nói ra hướng giải quyết bạn đang cân nhắc. Điều này giúp người phỏng vấn hiểu được tư duy giải quyết vấn đề của bạn.
• Giữ thái độ trung thực và cầu thị: Nếu không biết câu trả lời, hãy thẳng thắn thừa nhận và chia sẻ cách bạn sẽ tìm hiểu vấn đề. Thái độ trung thực và tinh thần ham học hỏi luôn được các nhà tuyển dụng chuyên nghiệp đánh giá rất cao.
• Tự tin và cởi mở với phản hồi: Hãy thể hiện sự tự tin vào khả năng của bản thân và luôn sẵn sàng tiếp thu những góp ý từ người phỏng vấn. Sự cởi mở này cho thấy bạn là một đồng đội tiềm năng, dễ dàng hợp tác trong công việc.

Một số lưu ý trong quá trình trả lời câu hỏi

Kết luận

Việc chuẩn bị kỹ lưỡng cho các câu hỏi phỏng vấn Python là bước không thể thiếu trên hành trình tìm kiếm công việc mơ ước của mọi lập trình viên. Bằng cách nắm vững cả lý thuyết lẫn thực hành, từ những khái niệm cơ bản như PEP 8, List Comprehension cho đến những vấn đề phức tạp như GIL, Quản lý bộ nhớ, bạn sẽ tự tin thể hiện bản thân trước mọi nhà tuyển dụng. Hy vọng rằng bộ tổng hợp hơn 23 câu hỏi và câu trả lời chi tiết từ Devwork sẽ là tài liệu tham khảo quý giá, giúp bạn tỏa sáng trong buổi phỏng vấn sắp tới và tiến gần hơn đến cánh cửa sự nghiệp thành công.