0
点赞
收藏
分享

微信扫一扫

393. UTF-8 编码验证 : 位运算模拟题


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:

  1. 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。
  2. 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;
}
}
  • 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:​​github.com/SharingSour…​​ 。

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。

举报

相关推荐

0 条评论