题目
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
答案
暴力解法
class Solution {
public:
bool validUtf8(vector<int>& data) {
int count = 0;
int i = 0;
while (i < data.size()) {
unsigned int firstnum = data[i];
firstnum <<= 32-8;
//cout << firstnum << endl;
// int a = 128 + 32 + 8 + 2;//1010 1010
// int b = 128 + 64 + 8 + 4;//1100 1100
// int c = 128 + 64 + 32 + 16;//1111 0000
// firstnum = (firstnum & a)>>1 | (firstnum & ~a)<<1;
// firstnum = (firstnum & b)>>2 | (firstnum & ~b)<<2;
// firstnum = (firstnum & c)>>4 | (firstnum & ~c)<<4;
if (count != 0) {
if (!((firstnum & 0xc0000000) ^ 0x80000000)) {
count--;
if (count == 1)
count--;
}
else {
return false;
}
}
else if (firstnum & 0x80000000) {
while (firstnum & 0x80000000) {
count++;
firstnum <<= 1;
}
if (count > 4)
return false;
}
i++;
}
if (count == 0)
return true;
else
return false;
}
};