393. UTF-8 Validation

leetcode 393. UTF-8 Validation :

• 就是根据第一个byte分类讨论：
  
  • 先读取第一个int，然后分析是哪种编码情况
  • 根据不同情况分析剩余相关int编码是否合法？继续解析剩下的data[n:] : return False

full code:

#393. UTF-8 Validation
class Solution(object):
    def validUtf8(self, data):
        """
        :type data: List[int]
        :rtype: bool
        """
        while len(data):
            i=0
            if (data[i]&0b11110000)==0xF0:       # 第四种情况
                if (len(data)<4): return False
                for j in xrange(1,4):            # 检查剩余的3个数字
                    if data[j]&(0b10<<6)!=(0b10<<6):
                        return False
                data=data[4:]                    # del data[0:3]
                if len(data)==0:                 # all pass,return True
                    return True
                else:
                    continue
                # return self.validUtf8(data[4:])  # 递归在大规模会超时 还是剔除好 线性简洁明了

            elif data[i]&(0b1110<<4)==(0b1110<<4): # 第三种情况 同上
                if (len(data)<3): return False
                for j in xrange(1,3):              # check data[1],data[2]
                    if data[j]&(0b10<<6)!=(0b10<<6):
                        return False
                data = data[3:]                   # del data[0:2] 
                if len(data)==0:
                    return True
                continue
                # return self.validUtf8(data[3:])

            elif data[i]&(0b1100<<4)==(0b1100<<4):    # 第二种情况
                if (len(data)<2): return False
                for j in xrange(1,2):
                    if data[j]&(0b10<<6)!=(0b10<<6):
                        return False
                data = data[2:]
                if len(data)==0:
                    return True
                continue
                # return self.validUtf8(data[2:])

            elif (data[i]>>7)&1==0:                 # 第二种情况
                data=data[1:]
                if len(data)==0:
                    return True
                continue
                # return self.validUtf8(data[1:])

            return False
if __name__ =='__main__':
    a= Solution()
    print a.validUtf8([197,130,1])
    print a.validUtf8([235,140,4])

遇到的问题：

1. 开始用递归 当data[]规模很大的时候就会超时。所以采用data=data[n:]来弃掉前面已经检验的字符。

2. 但是当前面的数字是合法的，那么继续往后解析时，i的取值返回还是按照初始的len(data)，并没有动态地缩短，导致data[i]超出范围。

for i in xrange(0,len(data)):     
#这个for循环会出问题，就是当data=data[n:]后，i取值范围不变
    if (data[i]&0b11110000)==0xF0:
        if (len(data)<4): return False
        for j in xrange(1,4):
            if data[j]&(0b10<<6)!=(0b10<<6):
                return False
        data=data[4:]
        if len(data)==0:
            return True
        else:
            continue
        # return self.validUtf8(data[4:]) # 递归会超时
        ... ...

改成while就好了：

    while len(data): # 此时len(data)是实时更新的 
        i=0 
        if (data[i]&0b11110000)==0xF0: 
            if (len(data)<4): return False
            ... ...

---