393. UTF-8 编码验证 : 位运算模拟题-CFANZ编程社区

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;
            }
            if (cnt == 0) i++;
            else i += cnt;
        }
        return true;
    }
}