393. UTF-8 编码验证

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：

  Number of Bytes  |        UTF-8 octet sequence
                   |              (binary)

--------------------±--------------------------------------------
1 | 0xxxxxxx
2 | 110xxxxx 10xxxxxx
3 | 1110xxxx 10xxxxxx 10xxxxxx
4 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
x 表示二进制形式的一位，可以是 0 或 1。

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

尝试做法

class Solution {
    public boolean validUtf8(int[] data) {
        int len = data.length;
        for (int i = 0; i < len; ++i) {
            int numBytes = getNumBytes(data[i]);
            if (numBytes == 1 || numBytes > 4) return false;
            if (numBytes == 0) continue;
            if (i + numBytes - 1 >= len) return false;
            for (int j = 1; j < numBytes; ++j) {
                if ((data[i + j] & 0xC0) != 0x80) return false;
            }
            i += numBytes - 1;
        }
        return true;
    }

    private int getNumBytes(int byteValue) {
        if ((byteValue >> 7) == 0) return 0;
        if ((byteValue >> 5) == 0b110) return 2;
        if ((byteValue >> 4) == 0b1110) return 3;
        if ((byteValue >> 3) == 0b11110) return 4;
        return 1;
    }
}

按照验证规则直接遍历数组，要注意i += numBytes - 1后面跟着的-1，因为for循环最后还有i++，本质上是i += numBytes

推荐做法

class Solution {
    public boolean validUtf8(int[] data) {
        int index = 0;
        while (index < data.length) {
            if (data[index] >> 7 == 0) index++;
            else if (index <= data.length - 2 && data[index] >> 5 == 6 && data[index + 1] >> 6 == 2) index+=2;
            else if (index <= data.length - 3 && data[index] >> 4 == 14 && data[index + 1] >> 6 == 2 && data[index + 2] >> 6 == 2) index+=3;
            else if (index <= data.length - 4 && data[index] >> 3 == 30 && data[index + 1] >> 6 == 2 && data[index + 2] >> 6 == 2 && data[index + 3] >> 6 == 2) index+=4;
            else break;
        }
        return index == data.length;
    }
}

作者：Dreamy
链接：https://leetcode.cn/problems/utf-8-validation/solutions/774797/wei-yun-suan-wu-qing-if-else-by-muzhiyua-1amc/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

非常的直接易懂