「每日LeetCode」2022年3月13日

本文最后更新于：2023年3月19日 晚上

  1. UTF-8 编码验证

393. UTF-8 编码验证

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：

  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
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

思路

按题意模拟即可，注意边界有点恶心

解答

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
/**
 * @param {number[]} data
 * @return {boolean}
 */
var validUtf8 = function (data) {
  let count = 0,
    flag = false;
  for (const item of data) {
    const str = item.toString(2).padStart(8, "0");
    if (!flag) {
      const str1 = str[0],
        str2 = str.slice(0, 3),
        str3 = str.slice(0, 4),
        str4 = str.slice(0, 5);
      if (str1 === "0") continue;
      else if (str2 === "110") {
        count = 1;
      } else if (str3 === "1110") {
        count = 2;
      } else if (str4 === "11110") {
        count = 3;
      } else return false;
      flag = true;
      continue;
    } else {
      if (str.slice(0, 2) === "10") {
        count--;
        if (count === 0) flag = false;
        continue;
      } else {
        return false;
      }
    }
  }
  return !flag && true;
};