393-utf-8-validation.md

393. UTF-8 Validation - UTF-8 编码验证

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：

1. 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。
2. 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

给定一个表示数据的整数数组，返回它是否为有效的 utf-8 编码。

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:

data = [197, 130, 1], 表示 8 位的序列: 11000101 10000010 00000001.

返回 true 。
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:

data = [235, 140, 4], 表示 8 位的序列: 11101011 10001100 00000100.

返回 false 。
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。

---

题目标签：Bit Manipulation

题目链接：LeetCode / LeetCode中国

题解

Language	Runtime	Memory
cpp	8 ms	9.9 MB

class Solution {
public:
    bool ret = true;
    void dfs(vector<int>& data, int pos) {
        if (!ret || pos >= (int)data.size()) return;
        if ((data.at(pos) >> 7) & 1) {
            if ((data.at(pos) >> 6) & 1) {
                if ((data.at(pos) >> 5) & 1) {
                    if (((data.at(pos) >> 4) & 1) == 0) {
                        if (pos < (int)data.size() - 2 && ((data.at(pos + 1) >> 6) & 3) == 2 && ((data.at(pos + 2) >> 6) & 3) == 2) {
                            dfs(data, pos + 3);
                        } else {
                            ret = false;
                            return;
                        }
                    } else {
                        if (((data.at(pos) >> 3) & 1) == 0 && pos < (int)data.size() - 3 && ((data.at(pos + 1) >> 6) & 3) == 2 && ((data.at(pos + 2) >> 6) & 3) == 2 && ((data.at(pos + 3) >> 6) & 3) == 2) {
                            dfs(data, pos + 4);
                        } else {
                            ret = false;
                            return;
                        }
                    }
                } else {
                    if (pos < (int)data.size() - 1 && ((data.at(pos + 1) >> 6) & 3) == 2) {
                        dfs(data, pos + 2);
                    } else {
                        ret = false;
                        return;
                    }
                }
            } else {
                ret = false;
                return;
            }
        } else {
            dfs(data, pos + 1);
        }
    }
    
    bool validUtf8(vector<int>& data) {
        dfs(data, 0);
        return ret;
    }
};
static auto _ = [](){ ios::sync_with_stdio(false); cin.tie(nullptr); return 0; }();