[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_thi%E1%BA%BFt%20k%E1%BA%BF%20v%C3%A0%20ph%C3%A2n%20t%C3%ADch%20thu%E1%BA%ADt%20to%C3%A1n{\"limit\":5}":3,"_public_topic_byId_thiết kế và phân tích thuật toán":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":17,"publishUser":21,"keywords":25,"keywordCount":26,"enrichTopicLink":27,"status":28,"createTime":29,"updateTime":30,"publishTime":31,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":32,"relateTopics":33},"thiết kế và phân tích thuật toán","Thiết kế và phân tích thuật toán là gì? Các nghiên cứu","Thiết kế và phân tích thuật toán là lĩnh vực nghiên cứu cách xây dựng và đánh giá hiệu quả các bước giải bài toán dựa trên độ đúng và độ phức tạp. Thuật toán tốt phải xác định, hữu hạn và tối ưu tài nguyên, được mô tả bằng công thức, mã giả hoặc mô hình hình thức để đảm bảo khả thi và hiệu suất. ","\u003Cdiv>\u003Ch2>Giới thiệu\u003C\u002Fh2>\n\u003Cp>Thiết kế và phân tích thuật toán là một nhánh trọng yếu của khoa học máy tính lý thuyết và ứng dụng, liên quan đến việc xây dựng các giải pháp hiệu quả cho các bài toán tính toán. Một thuật toán không chỉ cần đúng mà còn phải tối ưu về tài nguyên, đảm bảo tính khả thi trong môi trường thực tế.\u003C\u002Fp>\n\u003Cp>Thiết kế thuật toán đề cập đến quá trình sáng tạo thuật toán mới hoặc cải tiến thuật toán hiện có, dựa trên hiểu biết về cấu trúc dữ liệu và mô hình bài toán. Phân tích thuật toán là việc đánh giá hiệu năng của thuật toán, chủ yếu dựa vào thời gian và không gian tính toán theo lý thuyết toán học, thay vì chỉ đo đạc thực nghiệm.\u003C\u002Fp>\n\u003Cp>Hai giai đoạn này có mối liên hệ chặt chẽ: thiết kế cung cấp cấu trúc và tư duy logic, phân tích cung cấp tiêu chí đánh giá khách quan và khả năng so sánh. Đây là nền tảng cho việc xây dựng các phần mềm hiệu quả, các hệ thống xử lý dữ liệu quy mô lớn và các công cụ AI hiện đại.\u003C\u002Fp>\n\n\u003Ch2>Khái niệm thuật toán và các đặc tính cơ bản\u003C\u002Fh2>\n\u003Cp>Thuật toán (algorithm) là một chuỗi hữu hạn các bước được xác định rõ ràng nhằm giải quyết một bài toán cụ thể. Mỗi bước phải rõ ràng, không nhập nhằng và có thể thực hiện được trong một thời gian hữu hạn. Đầu vào và đầu ra phải được xác định tường minh.\u003C\u002Fp>\n\u003Cp>Ba đặc điểm quan trọng của mọi thuật toán là:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Hữu hạn:\u003C\u002Fstrong> thuật toán phải kết thúc sau một số hữu hạn bước.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Xác định:\u003C\u002Fstrong> mỗi bước không có yếu tố ngẫu nhiên hoặc mơ hồ.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Đầu vào và đầu ra rõ ràng:\u003C\u002Fstrong> thuật toán có thể nhận một hay nhiều đầu vào và cho ra ít nhất một kết quả cụ thể.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Thuật toán có thể được biểu diễn dưới dạng mã giả (pseudocode), sơ đồ khối, hoặc hiện thực bằng một ngôn ngữ lập trình cụ thể. Trong quá trình phát triển, người ta thường dùng mã giả để tập trung vào logic hơn là cú pháp.\u003C\u002Fp>\n\n\u003Ch2>Phân tích độ phức tạp của thuật toán\u003C\u002Fh2>\n\u003Cp>Phân tích thuật toán tập trung vào hai yếu tố: thời gian và không gian sử dụng. Độ phức tạp thời gian cho biết số bước cần thực hiện khi xử lý đầu vào có kích thước \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript>, được biểu diễn qua ký hiệu Big-O như \u003Cscript type=\"math\u002Ftex\">O(n)\u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\">O(n^2)\u003C\u002Fscript>, \u003Cscript type=\"math\u002Ftex\">O(\\log n)\u003C\u002Fscript>, v.v.\u003C\u002Fp>\n\u003Cp>Ví dụ, thuật toán tìm phần tử lớn nhất trong mảng có độ phức tạp \u003Cscript type=\"math\u002Ftex\">O(n)\u003C\u002Fscript> vì cần duyệt toàn bộ mảng một lần. Thuật toán sắp xếp nổi bọt có độ phức tạp \u003Cscript type=\"math\u002Ftex\">O(n^2)\u003C\u002Fscript>, trong khi Merge Sort cải thiện xuống \u003Cscript type=\"math\u002Ftex\">O(n \\log n)\u003C\u002Fscript>.\u003C\u002Fp>\n\u003Cp>Không gian bộ nhớ cũng được xem xét, đặc biệt trong các hệ thống có giới hạn tài nguyên. Một số thuật toán nhanh nhưng dùng nhiều bộ nhớ (như Radix Sort), trong khi các thuật toán như Insertion Sort tiết kiệm không gian nhưng thời gian kém hơn.\u003C\u002Fp>\n\u003Cp>Bảng so sánh độ phức tạp một số thuật toán phổ biến:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Thuật toán\u003C\u002Fth>\n      \u003Cth>Độ phức tạp thời gian\u003C\u002Fth>\n      \u003Cth>Loại chiến lược\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Tìm kiếm tuyến tính\u003C\u002Ftd>\n      \u003Ctd>O(n)\u003C\u002Ftd>\n      \u003Ctd>Trực tiếp\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Tìm kiếm nhị phân\u003C\u002Ftd>\n      \u003Ctd>O(log n)\u003C\u002Ftd>\n      \u003Ctd>Chia để trị\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Sắp xếp nổi bọt\u003C\u002Ftd>\n      \u003Ctd>O(n^2)\u003C\u002Ftd>\n      \u003Ctd>Lặp đơn\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Merge Sort\u003C\u002Ftd>\n      \u003Ctd>O(n log n)\u003C\u002Ftd>\n      \u003Ctd>Chia để trị\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Dijkstra\u003C\u002Ftd>\n      \u003Ctd>O(E + V log V)\u003C\u002Ftd>\n      \u003Ctd>Tham lam\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Các chiến lược thiết kế thuật toán\u003C\u002Fh2>\n\u003Cp>Các kỹ thuật thiết kế thuật toán là tập hợp những mô hình tư duy và phương pháp cấu trúc lại bài toán thành dạng dễ xử lý hơn. Tùy theo bản chất bài toán, người ta chọn kỹ thuật phù hợp nhằm tối ưu hiệu suất và độ đúng của thuật toán.\u003C\u002Fp>\n\u003Cp>Một số chiến lược cơ bản gồm:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Chia để trị (Divide and Conquer):\u003C\u002Fstrong> tách bài toán thành các phần nhỏ hơn, giải từng phần rồi hợp lại. Áp dụng trong QuickSort, MergeSort, Binary Search.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Quy hoạch động (Dynamic Programming):\u003C\u002Fstrong> lưu kết quả các bài toán con để tránh tính lặp lại. Dùng trong Knapsack, chuỗi con chung dài nhất.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tham lam (Greedy):\u003C\u002Fstrong> chọn giải pháp tốt nhất tại mỗi bước, hy vọng ra nghiệm tối ưu toàn cục. Áp dụng cho bài toán tiền lẻ, Kruskal.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Quay lui (Backtracking):\u003C\u002Fstrong> thử và loại trừ các phương án không hợp lệ. Thường dùng trong Sudoku, bài toán N quân hậu.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Nhánh và cận (Branch and Bound):\u003C\u002Fstrong> mở rộng quay lui với đánh giá cận dưới để cắt nhánh không cần thiết. Dùng cho TSP, lập lịch.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Việc chọn đúng chiến lược là bước quan trọng trong thiết kế thuật toán, quyết định trực tiếp đến độ phức tạp và khả năng mở rộng của giải pháp.\u003C\u002Fp>\n\u003Ch2>Ví dụ thuật toán và phân tích\u003C\u002Fh2>\n\u003Cp>Xét một thuật toán cơ bản: tìm phần tử lớn nhất trong mảng A có n phần tử.\u003C\u002Fp>\n\u003Cpre>MaxElement(A[1..n]):\n    max = A[1]\n    for i = 2 to n:\n        if A[i] > max:\n            max = A[i]\n    return max\n\u003C\u002Fpre>\n\u003Cp>Phân tích: thuật toán thực hiện \u003Cscript type=\"math\u002Ftex\">n - 1\u003C\u002Fscript> phép so sánh, do đó có độ phức tạp thời gian là \u003Cscript type=\"math\u002Ftex\">O(n)\u003C\u002Fscript>. Không cần thêm bộ nhớ ngoài trừ biến \u003Ccode>max\u003C\u002Fcode>, nên không gian là \u003Cscript type=\"math\u002Ftex\">O(1)\u003C\u002Fscript>.\u003C\u002Fp>\n\u003Cp>Một ví dụ phức tạp hơn là thuật toán Merge Sort – sắp xếp bằng cách chia đôi mảng, sắp xếp từng nửa rồi trộn lại. Số phép chia là \u003Cscript type=\"math\u002Ftex\">\\log_2 n\u003C\u002Fscript>, mỗi lần trộn tốn \u003Cscript type=\"math\u002Ftex\">O(n)\u003C\u002Fscript>, do đó độ phức tạp toàn cục là \u003Cscript type=\"math\u002Ftex\">O(n \\log n)\u003C\u002Fscript>.\u003C\u002Fp>\n\u003Cp>Một bảng minh họa cho các thuật toán đã phân tích:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Thuật toán\u003C\u002Fth>\n      \u003Cth>Đầu vào\u003C\u002Fth>\n      \u003Cth>Đầu ra\u003C\u002Fth>\n      \u003Cth>Độ phức tạp thời gian\u003C\u002Fth>\n      \u003Cth>Độ phức tạp không gian\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Tìm max\u003C\u002Ftd>\n      \u003Ctd>Mảng A[1..n]\u003C\u002Ftd>\n      \u003Ctd>Giá trị lớn nhất\u003C\u002Ftd>\n      \u003Ctd>O(n)\u003C\u002Ftd>\n      \u003Ctd>O(1)\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Merge Sort\u003C\u002Ftd>\n      \u003Ctd>Mảng A[1..n]\u003C\u002Ftd>\n      \u003Ctd>Mảng tăng dần\u003C\u002Ftd>\n      \u003Ctd>O(n log n)\u003C\u002Ftd>\n      \u003Ctd>O(n)\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Đánh đổi giữa thời gian và không gian\u003C\u002Fh2>\n\u003Cp>Một thuật toán nhanh hơn thường tiêu tốn nhiều bộ nhớ hơn, trong khi thuật toán tiết kiệm bộ nhớ có thể chậm hơn. Đây là nguyên tắc đánh đổi giữa thời gian và không gian – trade-off mà người thiết kế cần cân nhắc.\u003C\u002Fp>\n\u003Cp>Ví dụ: thuật toán quy hoạch động dùng mảng lưu kết quả trung gian để tránh tính lặp lại, do đó tiết kiệm thời gian nhưng sử dụng \u003Cscript type=\"math\u002Ftex\">O(n)\u003C\u002Fscript> bộ nhớ. Một số thuật toán như DFS chỉ cần dùng stack cục bộ, tiết kiệm bộ nhớ hơn BFS dùng queue.\u003C\u002Fp>\n\u003Cp>Bảng dưới minh họa sự đánh đổi:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\" cellspacing=\"0\">\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Chiến lược\u003C\u002Fth>\n      \u003Cth>Thời gian\u003C\u002Fth>\n      \u003Cth>Bộ nhớ\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Dynamic Programming\u003C\u002Ftd>\n      \u003Ctd>Nhanh (O(n))\u003C\u002Ftd>\n      \u003Ctd>Nhiều (O(n))\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Backtracking\u003C\u002Ftd>\n      \u003Ctd>Chậm (O(2^n))\u003C\u002Ftd>\n      \u003Ctd>Ít (O(n))\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Độ đúng và tính tất định\u003C\u002Fh2>\n\u003Cp>Độ đúng (correctness) là khả năng đảm bảo thuật toán cho ra kết quả đúng với mọi đầu vào hợp lệ. Để chứng minh, ta có thể dùng bất biến vòng lặp hoặc quy nạp toán học.\u003C\u002Fp>\n\u003Cp>Ví dụ: trong thuật toán tìm max, bất biến là “\u003Ccode>max\u003C\u002Fcode> luôn là phần tử lớn nhất đã duyệt”, và được duy trì sau mỗi lần lặp. Nếu bất biến đúng tại đầu, đúng sau mỗi bước, và thuật toán kết thúc, thì kết quả là đúng.\u003C\u002Fp>\n\u003Cp>Tính tất định (determinism) nghĩa là cùng một đầu vào luôn cho cùng một đầu ra. Điều này quan trọng với các ứng dụng như mã hóa, hệ thống thời gian thực. Các thuật toán ngẫu nhiên như QuickSort với pivot ngẫu nhiên tuy không tất định nhưng vẫn được sử dụng vì hiệu suất trung bình cao.\u003C\u002Fp>\n\n\u003Ch2>Phân tích theo mô hình RAM và Turing\u003C\u002Fh2>\n\u003Cp>Mô hình RAM (Random Access Machine) giả định mỗi phép toán cơ bản thực hiện trong \u003Cscript type=\"math\u002Ftex\">O(1)\u003C\u002Fscript>, phù hợp cho phân tích thời gian trong thực tế. Đây là mô hình phổ biến nhất dùng trong giáo trình thiết kế thuật toán, chẳng hạn như tại \u003Ca href=\"https:\u002F\u002Focw.mit.edu\u002Fcourses\u002F6-046j-design-and-analysis-of-algorithms-spring-2015\u002F\">MIT OCW\u003C\u002Fa>.\u003C\u002Fp>\n\u003Cp>Trong khi đó, mô hình Turing máy dùng cho phân tích lý thuyết về khả năng tính toán – liệu một bài toán có thể giải được hay không. Một số bài toán như Halting Problem không có thuật toán giải được – điều này được chứng minh trong mô hình Turing.\u003C\u002Fp>\n\u003Cp>Sự phân biệt này giúp xác định giới hạn toán học của tính toán, đồng thời hướng dẫn thiết kế giải pháp thực tế có thể lập trình được.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng thực tiễn của thiết kế và phân tích thuật toán\u003C\u002Fh2>\n\u003Cp>Thiết kế thuật toán là nền tảng của công nghệ thông tin hiện đại. Các lĩnh vực ứng dụng bao gồm:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Trí tuệ nhân tạo (AI): tìm kiếm, lập kế hoạch, học máy.\u003C\u002Fli>\n  \u003Cli>Xử lý dữ liệu lớn (Big Data): MapReduce, Spark sử dụng thuật toán phân tán.\u003C\u002Fli>\n  \u003Cli>An ninh mạng: thuật toán mã hóa, kiểm tra chữ ký số.\u003C\u002Fli>\n  \u003Cli>Giao dịch tài chính: tối ưu hóa thuật toán giao dịch theo thời gian thực.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Các thư viện như \u003Ca href=\"https:\u002F\u002Fscikit-learn.org\u002F\">Scikit-learn\u003C\u002Fa> cho học máy, \u003Ca href=\"https:\u002F\u002Fnumpy.org\u002F\">NumPy\u003C\u002Fa> cho tính toán số, \u003Ca href=\"https:\u002F\u002Fnetworkx.org\u002F\">NetworkX\u003C\u002Fa> cho đồ thị đều tích hợp các thuật toán thiết kế bài bản và được tối ưu hóa mạnh mẽ.\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Col>\n  \u003Cli>Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2009). \u003Ci>Introduction to Algorithms\u003C\u002Fi>. MIT Press.\u003C\u002Fli>\n  \u003Cli>Skiena, S. (2008). \u003Ci>The Algorithm Design Manual\u003C\u002Fi>. Springer.\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Focw.mit.edu\u002Fcourses\u002F6-046j-design-and-analysis-of-algorithms-spring-2015\u002F\">MIT OpenCourseWare: 6.046J Design and Analysis of Algorithms\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.geeksforgeeks.org\u002Ffundamentals-of-algorithms\u002F\">GeeksforGeeks: Fundamentals of Algorithms\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fweb.stanford.edu\u002Fclass\u002Farchive\u002Fcs\u002Fcs161\u002Fcs161.1206\u002F\">Stanford CS161: Design and Analysis of Algorithms\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>\u003Ca href=\"https:\u002F\u002Fscikit-learn.org\u002F\">Scikit-learn: Machine Learning in Python\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Fol>\n\u003C\u002Fdiv>",{"id":18,"researcherId":10,"name":19,"imageUrl":20},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",{"id":22,"researcherId":10,"name":23,"imageUrl":24},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[13],1,false,"PUBLISHED","2025-10-10T02:43:57.987+00:00","2025-10-21T15:23:54.494+00:00","2025-10-21T15:23:54.489+00:00",132,[34,45,56,62,73,84,95,101,107,113],{"id":35,"title":36,"term":37,"englishTitle":38,"definition":39,"discipline":40,"disciplineCode":41,"disciplineLabel":42,"disciplineColor":43,"disciplineIcon":44},"thuật toán tham lam","Thuật toán tham lam là gì? Các bài báo nghiên cứu khoa học","Thuật toán tham lam","Greedy algorithm","Thuật toán tham lam là chiến lược giải thuật tối ưu hóa từng bước bằng cách lựa chọn phương án tối ưu cục bộ tốt nhất tại thời điểm hiện tại với kỳ vọng đạt được giải pháp tối ưu toàn cục.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":46,"title":47,"term":48,"englishTitle":49,"definition":50,"discipline":51,"disciplineCode":52,"disciplineLabel":53,"disciplineColor":54,"disciplineIcon":55},"vi phạm hành chính","Vi phạm hành chính là gì? Các công bố khoa học về Vi phạm hành chính","Vi phạm hành chính","Administrative violations","Vi phạm hành chính là hành vi có lỗi do cá nhân hoặc tổ chức thực hiện, vi phạm các quy định pháp luật về quản lý nhà nước mà không phải là tội phạm hình sự và theo quy định của pháp luật phải bị xử phạt vi phạm hành chính.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":57,"title":58,"term":59,"englishTitle":60,"definition":61,"discipline":40,"disciplineCode":41,"disciplineLabel":42,"disciplineColor":43,"disciplineIcon":44},"plasma hồ quang","Plasma hồ quang là gì? Bản chất vật lý, cơ chế và ứng dụng","Plasma hồ quang","arc plasma","Plasma hồ quang là trạng thái khí ion hóa mạnh ở nhiệt độ cao được hình thành và duy trì bởi sự phóng điện liên tục qua khe hở giữa các điện cực trong môi trường khí.",{"id":63,"title":64,"term":65,"englishTitle":66,"definition":67,"discipline":68,"disciplineCode":69,"disciplineLabel":70,"disciplineColor":71,"disciplineIcon":72},"đông khô","Đông khô là gì? Các bài báo nghiên cứu khoa học liên quan","Đông khô","Freeze drying","Đông khô (thăng hoa đông khô) là quy trình sấy khử nước ở nhiệt độ thấp dựa trên nguyên lý thăng hoa trực tiếp của đá thể rắn thành hơi thể khí trong điều kiện chân không sâu mà không đi qua trạng thái lỏng.","ENGINEERING_TECHNOLOGY","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":74,"title":75,"term":76,"englishTitle":77,"definition":78,"discipline":79,"disciplineCode":80,"disciplineLabel":81,"disciplineColor":82,"disciplineIcon":83},"lạc nội mạc tử cung","Lạc nội mạc tử cung là gì? Các công bố khoa học về Lạc nội mạc tử cung","Lạc nội mạc tử cung","Endometriosis","Lạc nội mạc tử cung là bệnh lý phụ khoa mạn tính phụ thuộc estrogen, đặc trưng bởi sự xuất hiện và phát triển của các tuyến và mô đệm nội mạc tử cung chức năng ở vị trí bên ngoài buồng tử cung, dẫn đến phản ứng viêm mạn tính và vô sinh.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":85,"title":86,"term":87,"englishTitle":88,"definition":89,"discipline":90,"disciplineCode":91,"disciplineLabel":92,"disciplineColor":93,"disciplineIcon":94},"thủy lợi nhỏ","Thủy lợi nhỏ là gì? Các công bố khoa học về Thủy lợi nhỏ","Thủy lợi nhỏ","Small-scale irrigation","Thủy lợi nhỏ là hệ thống các công trình và thiết bị khai thác, dẫn truyền và phân phối nước tưới quy mô hộ gia đình hoặc cộng đồng thôn bản, phục vụ canh tác nông nghiệp trên các diện tích đất canh tác phân tán.","AGRICULTURAL_SCIENCES","agricultural-sciences","Khoa học nông nghiệp","#2F9E44","sprout",{"id":96,"title":97,"term":98,"englishTitle":99,"definition":100,"discipline":79,"disciplineCode":80,"disciplineLabel":81,"disciplineColor":82,"disciplineIcon":83},"tưới máu","Tưới máu là gì? Các bài báo nghiên cứu khoa học liên quan","Tưới máu","Tissue perfusion","Tưới máu là quá trình sinh lý học tuần hoàn đưa lưu lượng máu động mạch đi qua mạng lưới mao mạch nuôi dưỡng tổ chức mô và cơ quan, đảm bảo sự trao đổi liên tục khí oxy, chất dinh dưỡng và đào thải chất cặn chuyển hóa.",{"id":102,"title":103,"term":104,"englishTitle":105,"definition":106,"discipline":79,"disciplineCode":80,"disciplineLabel":81,"disciplineColor":82,"disciplineIcon":83},"chỉ số dinh dưỡng tiên lượng","Chỉ số dinh dưỡng tiên lượng là gì? Các nghiên cứu khoa học","Chỉ số dinh dưỡng tiên lượng","Prognostic nutritional index","Chỉ số dinh dưỡng tiên lượng (PNI) là một chỉ số sinh học kết hợp giữa nồng độ albumin huyết thanh và tổng số lượng tế bào lympho máu ngoại vi, được sử dụng để đánh giá tình trạng dinh dưỡng, chức năng miễn dịch và tiên lượng sống sau phẫu thuật hoặc điều trị ung thư.",{"id":108,"title":109,"term":110,"englishTitle":111,"definition":112,"discipline":79,"disciplineCode":80,"disciplineLabel":81,"disciplineColor":82,"disciplineIcon":83},"hội chứng thắt lưng hông","Hội chứng thắt lưng hông là gì? Các công bố khoa học về Hội chứng thắt lưng hông","Hội chứng thắt lưng hông","Lumbosacral radicular syndrome","Hội chứng thắt lưng hông (đau thần kinh tọa) là bệnh cảnh lâm sàng đặc trưng bởi cơn đau nhói dọc theo đường đi của dây thần kinh tọa do sự chèn ép hoặc kích thích cơ học và hóa học tại các rễ thần kinh thắt lưng L4, L5 hoặc S1.",{"id":114,"title":115,"term":116,"englishTitle":117,"definition":118,"discipline":51,"disciplineCode":52,"disciplineLabel":53,"disciplineColor":54,"disciplineIcon":55},"khu vực tư nhân","Khu vực tư nhân là gì? Các nghiên cứu khoa học liên quan","Khu vực tư nhân","Private sector","Khu vực tư nhân là bộ phận của nền kinh tế do các cá nhân hoặc tổ chức tư nhân sở hữu, quản lý và vận hành nhằm mục đích tạo ra lợi nhuận, không thuộc quyền sở hữu hoặc kiểm soát trực tiếp của Nhà nước."]