393. UTF-8 编码验证

393. UTF-8 编码验证

一、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

二、解题思路

感觉没什么难得，就是根据题目描述看是否符合。但是处理方式很重要，对于一个整数数组，我们先要取第一个，然后看他是否符合1~4字节的规范，如果不符合，直接返回false，如果符合，再考虑整个字符是否符合规范。循环。

public boolean validUtf8(int[] data) {
        return validUtf8(data,0);
    }
    public boolean validUtf8(int[] data, int index) {
        if(index>= data.length) return false;
        //获取字符规模
        int size = getNum(data[index]);
        //System.out.println(index+":"+size);
        //如果长度不够
        if(data.length-index-size <0) return false;
        switch (size) {
            case -1:
                return false;
            case 1:
                if(index+1 < data.length) {
                    return validUtf8(data, index + 1);
                } else return true;
            case 2:
                if(check(data[index+1])) {
                    if(index+2 < data.length) {
                        return validUtf8(data, index + 2);
                    } else return true;
                } else return false;
            case 3:
                if(check(data[index+1]) && check(data[index+2])) {
                    if(index+3 < data.length) {
                        return validUtf8(data, index + 3);
                    } else return true;
                } else return false;
            case 4:
                if(check(data[index+1]) && check(data[index+2]) && check(data[index+3])) {
                    if(index+4 < data.length) {
                        return validUtf8(data, index + 4);
                    } else return true;
                } else return false;
        }
        return false;
    }
    //返回data属于几字符的开头，不符合返回-1
    public int getNum(int data) {
        if((data & 128) == 0) {//0
            return 1;
        } else if((data & 128) ==128 && (data & 64)==64 && (data & 32)==0) {//110
            return 2;
        } else if((data & 128) ==128 && (data & 64)==64 && (data & 32)==32 && (data & 16)==0) {//1110
            return 3;
        } else if((data & 128) ==128 && (data & 64)==64 && (data & 32)==32 && (data & 16)==16 && (data & 8) ==0) {
            return 4;
        } else return -1;
    }
    //返回data是否以10开头
    public boolean check(int data) {
        if((data & 128) ==128 && (data & 64)==0) {
            return true;
        }
        return false;
    }

虽然代码有点长，但是时间还是超过了100的人