LeetCode-393 UTF-8编码验证

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/utf-8-validation

题目描述

给定一个表示数据的整数数组 data ，返回它是否为有效的 UTF-8 编码。

UTF-8 中的一个字符可能的长度为 1 到 4 字节，遵循以下的规则：

对于 1 字节 的字符，字节的第一位设为 0 ，后面 7 位为这个符号的 unicode 码。
对于 n 字节 的字符 (n > 1)，第一个字节的前 n 位都设为1，第 n+1 位设为 0 ，后面字节的前两位一律设为 10 。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:

1 <= data.length <= 2 * 10⁴
0 <= data[i] <= 255

解题思路

主要考察阅读理解。

通过读题得出不是UTF-8的情况有以下几种

1、大于4字节

2、首字节10开头

3、首字节1个数与非首字节10个数不匹配

简单模拟就好了。

源码展示

class Solution {
public:
    bool validUtf8(vector<int>& data) {
        for(int i = 0; i < data.size(); i++)
        {
            if(128 <=data[i] && data[i]< 192)
                return false;
            int bFlag = 128;
            int iCount = -1;
            while(bFlag & data[i])
            {
                iCount++;
                bFlag = bFlag >> 1;
            }
            if(iCount > 3) return false;
            for(int j = 0; j < iCount; j++)
            {
                i++;
                if(i >= data.size() || data[i] < 128 || data[i] >= 192)
                {
                    return false;
                }
            }
        }
        return true;
    }
};

 

运行结果