leetcode393

class Solution:
    def validUtf8(self, data):
        # 标记这个字节是某个编码的第几个字节
        n_bytes = 0

        # 遍历数组
        for num in data:

            # 获取二进制编码，保留最低8位
            bin_rep = format(num, '#010b')[-8:]
            # 这是一个新的UTF-8编码的第一个字节
            if n_bytes == 0:

                # 计算前导1的个数
                for bit in bin_rep:
                    if bit == '0': break
                    n_bytes += 1

                # 没有前导1，则表示是一个单子节的UTF-8编码
                if n_bytes == 0:#单子节只需要第一位是0即可
                    continue

                # 如果前导1，只有1位，或者超过4位，都是非法格式
                if n_bytes == 1 or n_bytes > 4:
                    return False
            else:
                # 这是某个UTF-8编码的非第一子节的表示
                # 必须是 `10xxxxxx` 的格式，即第0位必须是1，第1位必须是0
                if not (bin_rep[0] == '1' and bin_rep[1] == '0'):
                    return False

            # 当前UTF-8编码内容，已经完成了1个字节的判断，长度-1
            n_bytes -= 1

        # 数组中所有内容都验证是合法的，没有未验证的字节了。
        return n_bytes == 0

算法思路：字符串判断。

参考：https://leetcode-cn.com/problems/utf-8-validation/solution/utf-8-bian-ma-yan-zheng-by-leetcode/

已将参考链接里的英文注释，按照我自己的理解，翻译成中文。