393. UTF-8 编码验证 : 位运算模拟题

简介: 393. UTF-8 编码验证 : 位运算模拟题

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 393. UTF-8 编码验证 ,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-8UTF8 编码。


UTF-8 中的一个字符可能的长度为 1144 字节,遵循以下的规则:


  1. 对于 11 字节 的字符,字节的第一位设为 00 ,后面 77 位为这个符号的 unicode 码。
  2. 对于 nn 字节 的字符 (n > 1n>1),第一个字节的前 nn 位都设为 11,第 n+1n+1 位设为 00 ,后面字节的前两位一律设为 1010 。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 * 10^41<=data.length<=2104
  • 0 <= 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],先统计 data[i]data[i] 从第 77 位开始往后有多少位连续的 11,代表这是一个几字节的字符,记为 cntcnt


  • 如果 cntcnt11 或者大于 44 均违反编码规则(与字符长度为 11 时的编码规则 和 字符长度只能是 1144 冲突),返回 False
  • 如果位置 ii 后面不足 cnt - 1cnt1 也返回 False
  • 否则检查下标范围为 [i + 1, i + cnt - 1][i+1,i+cnt1] 的数是否满足前两位为 1010 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;
            }
            if (cnt == 0) i++;
            else i += cnt;
        }
        return true;
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度: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…


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。

相关文章
|
消息中间件 大数据 关系型数据库
大数据框架NiFi
NiFi 是一个易于使用,功能强大,可靠的处理和分发数据框架。主要用于数据的同步传输,支持灵活的数据格式转换,同时可以设置定时调度任务,他是一个数据同步框架,类似于 kettle。
666 0
|
8月前
|
人工智能 Dubbo 应用服务中间件
使用 Apache Dubbo 释放 DeepSeek R1 的全部潜力
本文介绍了如何利用 Apache Dubbo 的多语言 SDK 充分释放 DeepSeek R1 的全部潜力,助力 AI 开发的高效落地。
309 91
|
JSON 前端开发 JavaScript
解决跨域问题
解决跨域问题
|
测试技术 持续交付 开发工具
掌握 Git 钩子:提升代码质量和团队协作效率
在软件开发中,保证代码质量和团队协作至关重要。Git 钩子通过在特定操作(如提交、推送)时自动执行脚本,增强了代码审查、自动化测试和持续集成。常见钩子类型包括 `pre-commit`、`post-commit`、`pre-push` 和 `post-receive`。通过配置这些钩子,开发者可以实现代码风格检查、自动化测试和自动部署等任务,从而提升代码质量和团队协作效率。例如,`pre-commit` 钩子可用于运行 ESLint 检查 JavaScript 代码风格,确保每次提交都符合编码规范。
|
监控 前端开发 开发工具
ARMS前端监控
【8月更文挑战第25天】
384 1
|
运维 Linux 持续交付
在Linux中,如何进行配置管理和自动化部署?
在Linux中,如何进行配置管理和自动化部署?
appium--元素等待和屏幕截图
appium--元素等待和屏幕截图
|
安全 数据安全/隐私保护
ffmpeg的线程安全问题
ffmpeg的线程安全问题
393 0
|
算法 安全 程序员
揭秘分布式系统:日志复制如何保障数据一致性?
本文介绍了分布式系统中的日志复制技术,这是保证高可用性和数据一致性的重要手段。以Raft算法为例,文章阐述了Leader如何将客户端请求复制到Follower的日志中:Leader首先记录请求,然后通过RPC发送给Follower,等待ACK确认,必要时进行重试。当多数Follower确认后,Leader提交日志并通知Follower。文中还提到了网络分区和日志一致性等挑战,以及应对策略,如超时机制、领导选举、日志匹配和压缩。最后,强调了日志复制在面对故障时确保系统一致性和可用性的作用。
434 4
|
存储 安全 Java
深入理解Java字节码与反编译技术
深入理解Java字节码与反编译技术
245 0