【综合笔试题】难度 1/5，普通字符串模拟题

太过爱你忘了你带给我的痛 2023-10-04 20:32 5阅读 0赞

### 题目描述 ###

这是 LeetCode 上的 **[393. UTF-8 编码验证][393. UTF-8]** ，难度为 **中等**。

Tag : 「模拟」

给定一个表示数据的整数数组 `data` ，返回它是否为有效的 UTF−8UTF-8UTF−8 编码。

`UTF-8` 中的一个字符可能的长度为 111 到 444 字节，遵循以下的规则：

1.  对于 111 字节 的字符，字节的第一位设为 000 ，后面 777 位为这个符号的 `unicode` 码。
2.  对于 nnn 字节 的字符 (n>1n > 1n>1)，第一个字节的前 nnn 位都设为 111，第 n+1n+1n+1 位设为 000 ，后面字节的前两位一律设为 101010 。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
    复制代码

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。
    复制代码

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。
    复制代码

提示:

*  1<=data.length<=2×1041 <= data.length <= 2 \\times 10^41<=data.length<=2×104
 *  0<=data\[i\]<=2550 <= data\[i\] <= 2550<=data\[i\]<=255

### 模拟 ###

根据题意进行模拟即可。

从前往后处理每个 data\[i\]data\[i\]data\[i\]，先统计 data\[i\]data\[i\]data\[i\] 从第 777 位开始往后有多少位连续的 111，代表这是一个几字节的字符，记为 cntcntcnt ：

*  如果 cntcntcnt 为 111 或者大于 444 均违反编码规则（与字符长度为 111 时的编码规则 和 字符长度只能是 111 到 444 冲突），返回 `False`；
 *  如果位置 iii 后面不足 cnt−1cnt - 1cnt−1 也返回 `False`；
 *  否则检查下标范围为 \[i+1,i+cnt−1\]\[i + 1, i + cnt - 1\]\[i+1,i+cnt−1\] 的数是否满足前两位为 101010 的要求，若不满足返回 `False`。

如果上述过程满足要求，跳到下一个检查点进行检查，整个 `data` 都没有冲突则返回 `True`。

代码：

class Solution {
        public boolean validUtf8(int[] data) {
            int n = data.length;
            for (int i = 0; i < n; ) {
                int t = data[i], j = 7;
                while (j >= 0 && (((t >> j) & 1) == 1)) j--;
                int cnt = 7 - j;
                if (cnt == 1 || cnt > 4) return false;
                if (i + cnt - 1 >= n) return false;
                for (int k = i + 1; k < i + cnt; k++) {
                    if ((((data[k] >> 7) & 1) == 1) && (((data[k] >> 6) & 1) == 0)) continue;
                    return false;
                }
                i += cnt == 0 ? 1 : cnt;
            }
            return true;
        }
    }
    复制代码

*  时间复杂度：O(n)O(n)O(n)
 *  空间复杂度：O(1)O(1)O(1)

### 最后 ###

这是我们「刷穿 LeetCode」系列文章的第 `No.393` 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。

在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：[github.com/SharingSour…][github.com_SharingSour] 。

在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

[393. UTF-8]: https://link.juejin.cn?target=https%3A%2F%2Fleetcode-cn.com%2Fproblems%2Futf-8-validation%2Fsolution%2Fby-ac_oier-zvoy%2F
[github.com_SharingSour]: https://link.juejin.cn?target=https%3A%2F%2Fgithub.com%2FSharingSource%2FLogicStack-LeetCode