資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究C++ 中的 UTF-8 驗證
假設我們有一個整數列表表示資料。我們需要檢查它是否為有效的 UTF-8 編碼。一個 UTF-8 字元可以是 1 到 4 個位元組長。有一些屬性：
對於 1 位元組字元，第一個位元位為 0，後面跟著它的 Unicode 碼。
對於 n 位元組字元，前 n 個位元位都為 1，第 n+1 個位元位為 0，後面跟著 n-1 個位元組，其最高兩位為 10。
所以編碼技術如下：
| 字元數值範圍 | UTF-8 位元組序列 |
| 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 |
所以如果輸入類似於 [197, 130, 1]，它表示位元組序列 11000101 10000010 00000001，因此這將返回 true。它是一個有效的 utf-8 編碼，表示一個 2 位元組字元後跟一個 1 位元組字元。
為了解決這個問題，我們將遵循以下步驟：
cnt := 0
for i in range 0 to size of data array
x := data[i]
if cnt is 0, then
if x/32 = 110, then set cnt as 1
otherwise when x/16 = 1110, then cnt = 2
otherwise when x/8 = 11110, then cnt = 3
otherwise when x/128 is 0, then return false
otherwise when x /64 is not 10, then return false and decrease cnt by 1
return true when cnt is 0
示例（C++）
讓我們看看以下實現以獲得更好的理解：
#include <bits/stdc++.h>
using namespace std;
class Solution {
public:
bool validUtf8(vector<int>& data) {
int cnt = 0;
for(int i = 0; i <data.size(); i++){
int x = data[i];
if(!cnt){
if((x >> 5) == 0b110){
cnt = 1;
}
else if((x >> 4) == 0b1110){
cnt = 2;
}
else if((x >> 3) == 0b11110){
cnt = 3;
}
else if((x >> 7) != 0) return false;
} else {
if((x >> 6) != 0b10) return false;
cnt--;
}
}
return cnt == 0;
}
};
main(){
Solution ob;
vector<int> v = {197,130,1};
cout << (ob.validUtf8(v));
}輸入
[197,130,1]
輸出
1
更新於: 2020年5月2日
2K+ 瀏覽量
廣告