### 题目描述 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。 ### 输入输出 #### 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 ### 题目解答 #### 思路 根据题目要求。utf8格式根据第一个字节的格式去判断，后面跟着的长度。因此需要重复该过程，根据数字范围去判断其格式是否满足要求 #### 代码实现 ```python class Solution: def validUtf8(self, data: List[int]) -> bool: point = 0 while point < len(data): if data[point] >= 0 and data[point] < 128: point += 1 elif data[point] >= 192 and data[point] < 224: for i in range(point + 1, point + 2): if i >= len(data) or data[i] < 128 or data[i] >=192: return False point += 2 elif data[point] >= 224 and data[point] < 240: for i in range(point + 1, point + 3): if i >= len(data) or data[i] < 128 or data[i] >=192: return False point += 3 elif data[point] >= 240 and data[point] < 248: for i in range(point + 1, point + 4): if i >= len(data) or data[i] < 128 or data[i] >=192: return False point += 4 else: return False return True ``` 最后编辑：2024年04月23日 ©著作权归作者所有 赞 0 分享
最新回复