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 * 10^4
- 0 <= data[i] <= 255
分析:
方法:模拟
这道题的解题思路在于判断第一个整数表示的多少字节字符即前面有多少个1,我们令为 n,当 n 为 0 时,代表一个字节,n 为 1 时,不满足条件,1 < n <= 4 时,代表 n 个字节,继续判断后面 n - 1 个整数前两位是否为 10 即可,n > 4 时,也不满足条件。
时间复杂度:O(n) 最坏情况也就 4 个字节字符交替的情况,即 2*n + n / 2,也是 O(n)
空间复杂度:O(1) 没有额外空间开销
class Solution {
public boolean validUtf8(int[] data) {
//标识字节数
int n = 0;
//遍历
for(int i: data){
//字节数为0,判断当前字符的字节数
if(n == 0){
//遍历,记录字节数
while((i >> 7 - n & 1) == 1){
n++;
}
//字节数为1或者大于4返回false
if(n == 1 || n > 4){
return false;
}
n = Math.max(0, n-1);
}
//字节数不为0,判断前两位是否为10
else{
if(i >> 6 != 2){
return false;
}
n--;
}
}
return n == 0;
}
}
题目来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/utf-8-validation