LeetCode 393. UTF-8 编码验证（模拟+位运算）

---

题目描述

• 393. UTF-8 编码验证

遍历 + 位运算

对于从 $\text{data}[\text{index}]$ 开始的 $\text{UTF-8}$ 字符，可根据 $\text{data}[\text{index}]$ 的值得到该字符的长度 $n$，如果下一个 $\text{UTF-8}$ 字符存在，则下一个 $\text{UTF-8}$ 字符从下标 $\text{index}+n$ 开始。

遍历数组 $\text{data}$ 得到每个字符的开始下标和长度，并分别判断每个字符是否符合 $\text{UTF-8}$ 编码的规则。

class Solution {
    public boolean validUtf8(int[] data) {
        int n = data.length;
        int k = 0;
        while (k < n) {
            int num = data[k];
            int nByte = getNByte(num);
            if (nByte == -1 || nByte + k > n) {
                return false;
            }
            for (int i = 1; i <= nByte - 1; i++) {
                // 10 开头
                if (((data[i + k] >>> 6) & 2) != 2) {
                    return false;
                }
            }
            k += (nByte);
        }
        return true;
    }
	// n 字节
    private int getNByte(int num) {
        if (((num >>> 7) & 1) == 0) {
            // 1 字节的字符
            return 1;
        }
        int res = 0;
        int move = 7;
        while (((num >>> move) & 1) == 1 ) {
            res++;
            // 每个 UTF-8 字符由 1 到 4 个字节组成
            if (res > 4) {
                return -1;
            }
            move--;
        }
        return res <= 1 ? -1 : res;
    }
}

• 时间复杂度：$O(m)$，其中 $m$ 是数组 $\text{data}$ 的长度。需要遍历数组 $\text{data}$ 一次，对于数组中的每个元素的计算时间都是 $O(1)$。

• 空间复杂度：$O(1)$。

Reference

• UTF-8 编码验证