LeetCode 393. UTF-8 编码验证（位运算）

1. 题目

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
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:
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:
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。

来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/utf-8-validation
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2. 解题

• 前面1的个数不能为1或者大于4
• 为0的跳过，检查下一个
• 为2-4，检查后面个数足不足，且都以10开头

class Solution {
public:
    bool validUtf8(vector<int>& data) {
    	int i = 0, j, one = 0, n = data.size();
    	while(i < n)
    	{
    		for(j = 7; j >= 0; --j)
    		{
    			if((data[i]&(1<<j)))//该位为1
    				one++;//1的个数
    			else
    				break;
    		}
    		if(one==1 || one > 4)
    			return false;
    		i++;
    		if(one == 0)
    			continue;//0个1，检查下一位
    		if(n-i < one-1) return false;//个数不够，不行
	    	for( ; i < n && (--one); ++i)//后面均以10开头
	    	{
	    		if(((data[i]>>7)&1)!=1 || ((data[i]>>6)&1)!=0)
	    			return false;
	    	}
    	}
    	return true;
    }
};

28 ms 13.4 MB