393. UTF-8 编码验证

题目

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：

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 * 10^4
0 <= data[i] <= 255

思路

这道题最大的难点是读懂题目…同时有一些细节需要注意，比如字符只可以1到4字节，再比如1字节的第一位是0，不能是1。剩下的就是模拟就好了。

但是评论里 这个 解法很是厉害，值得学习。

代码

class Solution {
    public boolean validUtf8(int[] data) {
        int n = data.length;
        for (int i = 0; i < n; i++) {
            int cnt = getPreOne(data[i]);
            // 表示1个字节 合法 跳
            if (cnt == 0) {
                continue;
                // cnt为1不合法，因为一个字节的第一位是0；另外大于4个字节也不合法
            } else if (cnt == 1 || cnt > 4) {
                return false;
            } else {
                // 检查后面cnt-1个数是不是10开头
                int k = 1;
                while (k < cnt) {
                    if (i + k >= n || (data[i + k] >> 7 & 1) != 1 || (data[i + k] >> 6 & 1) != 0) {
                        return false;
                    }
                    k++;
                }
                i += cnt - 1;
            }
        }
        return true;
    }
    // 计算高位(右数第8位)开始连续的1个数
    private int getPreOne(int num) {
        int cnt = 0;
        for (int i = 7; i >= 0; i--) {
            if ((num >> i & 1) == 1) {
                cnt++;
            } else {
                break;
            }
        }
        return cnt;
    }
}