【综合笔试题】难度 1/5，普通字符串模拟题
题目描述
这是 LeetCode 上的 「393. UTF-8 编码验证」 ，难度为 「中等」。
Tag : 「模拟」
给定一个表示数据的整数数组 data ，返回它是否为有效的
编码。
UTF-8 中的一个字符可能的长度为
到
字节，遵循以下的规则：
- 对于
字节 的字符，字节的第一位设为
，后面
位为这个符号的 unicode 码。
- 对于
字节 的字符 (
)，第一个字节的前
位都设为
，第
位设为
，后面字节的前两位一律设为
。剩下的没有提及的二进制位，全部为这个符号的 unicode 码。
这是 UTF-8 编码的工作方式：
Char. number range | UTF-8 octet sequence
(hexadecimal) | (binary)
--------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
注意：输入是整数数组。只有每个整数的 最低 8 个有效位 用来存储数据。这意味着每个整数只表示 1 字节的数据。
示例 1：
输入：data = [197,130,1]
输出：true
解释：数据表示字节序列:11000101 10000010 00000001。
这是有效的 utf-8 编码，为一个 2 字节字符，跟着一个 1 字节字符。
示例 2：
输入：data = [235,140,4]
输出：false
解释：数据表示 8 位的序列: 11101011 10001100 00000100.
前 3 位都是 1 ，第 4 位为 0 表示它是一个 3 字节字符。
下一个字节是开头为 10 的延续字节，这是正确的。
但第二个延续字节不以 10 开头，所以是不符合规则的。
提示:
模拟
根据题意进行模拟即可。
从前往后处理每个
，先统计
从第
位开始往后有多少位连续的
，代表这是一个几字节的字符，记为
：
- 如果
为
或者大于
均违反编码规则（与字符长度为
时的编码规则 和 字符长度只能是
到
冲突），返回 False；
- 如果位置
后面不足
也返回 False；
- 否则检查下标范围为
的数是否满足前两位为
的要求，若不满足返回 False。
如果上述过程满足要求，跳到下一个检查点进行检查，整个 data 都没有冲突则返回 True。
代码：
class Solution {
public boolean validUtf8(int[] data) {
int n = data.length;
for (int i = 0; i < n; ) {
int t = data[i], j = 7;
while (j >= 0 && (((t >> j) & 1) == 1)) j--;
int cnt = 7 - j;
if (cnt == 1 || cnt > 4) return false;
if (i + cnt - 1 >= n) return false;
for (int k = i + 1; k < i + cnt; k++) {
if ((((data[k] >> 7) & 1) == 1) && (((data[k] >> 6) & 1) == 0)) continue;
return false;
}
i += cnt == 0 ? 1 : cnt;
}
return true;
}
}
- 时间复杂度：
- 空间复杂度：
最后
这是我们「刷穿 LeetCode」系列文章的第 No.393 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。
在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：https://github.com/SharingSource/LogicStack-LeetCode 。
在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。
腾讯云开发者
