本文共 1586 字,大约阅读时间需要 5 分钟。
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:
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。
来源:力扣(LeetCode) 链接:https://leetcode-cn.com/problems/utf-8-validation
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
class Solution { public: bool validUtf8(vector & data) { int i = 0, j, one = 0, n = data.size(); while(i < n) { for(j = 7; j >= 0; --j) { if((data[i]&(1<4) return false; i++; if(one == 0) continue;//0个1,检查下一位 if(n-i < one-1) return false;//个数不够,不行 for( ; i < n && (--one); ++i)//后面均以10开头 { if(((data[i]>>7)&1)!=1 || ((data[i]>>6)&1)!=0) return false; } } return true; }};
28 ms 13.4 MB