Leetcode 393. UTF-8 编码验证

1.题目基本信息

1.1.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。

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。

1.2.题目地址

https://leetcode.cn/problems/utf-8-validation/description/

2.解题方法

2.1.解题思路

二进制运算+遍历

时间复杂度：O(n)

2.2.解题步骤

第一步，找到data[i]开头连续1的个数，确定当前字符串的位数digit

第二步，连续1位0个，表示为单字符；开头连续1的一个的不能作为单字符，为非法子串

第三步，验证data中连续的digit位是否是合法的utf-8字符

第四步，更新i指针，开始验证下一个字符

3.解题代码

python代码

python 复制代码

class Solution:
    def validUtf8(self, data: List[int]) -> bool:
        n = len(data)
        i = 0
        while i < n:
            # 第一步，找到data[i]开头连续1的个数，确定当前字符串的位数digit
            j = 0
            while j < 5 and (data[i] >> (7 - j)) & 1 == 1:
                j += 1
            if j > 4:
                return False
            # 第二步，连续1位0个，表示为单字符；开头连续1的一个的不能作为单字符，为非法子串
            if j == 0:
                i += 1
                continue
            if j == 1:
                return False
            # 第三步，验证data中连续的digit位是否是合法的utf-8字符
            for k in range(j - 1):
                if i + k + 1 >= n:
                    return False
                val = data[i + k + 1]
                if (val >> 7) & 1 != 1 or (val >> 6) & 1 != 0:
                    return False
            # 第四步，更新i指针，开始验证下一个字符
            i += j
        return True