UTF-8 编码验证

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：

1
2
3
4
5
6
7
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:

1
2
3
4
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:

1
2
3
4
5
6
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。

代码：

16% 100%

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
37
38
39
40
41
42
43
44
45
46
47
48
49
class Solution {
    public boolean validUtf8(int[] data) {
        if(data==null||data.length==0)return false;
        int num=0;
        int count=0;
        int flag=0;
        for(int i=0;i<data.length;i++) {
            //取出最低8位
            int x = data[i] & 0xff;
            //转换成二进制
            char[] c = Integer.toBinaryString(x).toCharArray();
            //补0
            if (c.length < 8) {
                StringBuilder sb = new StringBuilder(Integer.toBinaryString(x));
                int time = 8 - sb.length();
                for (; time > 0; time--)
                    sb.insert(0, '0');
                c = sb.toString().toCharArray();
            }
            num = 0;
            for (int j = 0; j < c.length; j++) {
                if (c[j] == '0') break;
                else num++;
            }
            if (num == 0 && flag == 0) {
                //flag=1;
                //没有出错
                continue;
            } else if (num == 0 && flag != 0) {
                //计数没结束
                return false;
            } else if (num == 1) {
                //出现10
                //出现10，但是没有要求要10的
                if (flag <= 0) return false;
                flag--;
            } else if (num > 4) {
                //异常字符
                return false;
            } else {
                //如果正常计数的时候，上一个flag还没结束
                if(flag!=0)return false;
                flag = num - 1;
            }
        }
        if(flag!=0)return false;
        return true;
    }
}