[JavaScript / leetcode] 393. UTF-8 编码验证

Devil
124 阅读2分钟

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第3天，点击查看活动详情

每日刷题 2022.09.30

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：
Number of Bytes  |        UTF-8 octet sequence
                       |              (binary)
   --------------------+---------------------------------------------
            1          | 0xxxxxxx
            2          | 110xxxxx 10xxxxxx
            3          | 1110xxxx 10xxxxxx 10xxxxxx
            4          | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
  • x 表示二进制形式的一位，可以是 0 或 1。
  • 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

  • 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 <= beginWord.length <= 10
  • endWord.length == beginWord.length
  • 1 <= wordList.length <= 5000
  • wordList[i].length == beginWord.length
  • beginWord、endWord 和 wordList[i] 由小写英文字母组成
  • beginWord != endWord
  • wordList 中的所有字符串 互不相同

提示

  • 1 <= data.length <= 2 * 104
  • 0 <= data[i] <= 255

解题思路

  • 第一个字节需要检测开头连续1的个数：函数def numOne(self, num)
  • 后续字节需要判断开头为"10"：函数，def isOneZero(self, num)
  • 思路：
    • 首次，检测第一个字节连续1的个数，cnt，应该等于0，2，3，4
    • 然后，依次检测后续(cnt-1)个字节，应该以"10"开头
  • 重复上面步骤，检测后续字节

代码

const MASK1 = 1 << 7;
const MASK2 = (1 << 7) + (1 << 6);
var validUtf8 = function(data) {
    const m = data.length;
    let index = 0;
    while (index < m) {
        const num = data[index];
        const n = getBytes(num);
        if (n < 0 || index + n > m) {
            return false;
        }
        for (let i = 1; i < n; i++) {
            if (!isValid(data[index + i])) {
                return false;
            }
        }
        index += n;
    }
    return true;
};
const getBytes = (num) => {
    if ((num & MASK1) === 0) {
        return 1;
    }
    let n = 0;
    let mask = MASK1;
    while ((num & mask) !== 0) {
        n++;
        if (n > 4) {
            return -1;
        }
        mask >>= 1;
    }
    return n >= 2 ? n : -1;
}
const isValid = (num) => {
    return (num & MASK2) === MASK1;
}
avatar
文章
阅读
粉丝