Leetcode 393：UTF-8验证疑惑——测试用例为何返回False？

测试用例无效的原因 #

UTF-8编码规则明确要求：

• 单字节字符以0开头；
• 多字节字符的起始字节，前导1的数量只能是2、3、4个，分别对应2、3、4字节的字符，且后续每个字节必须以10开头；
• 不允许起始字节的前导1数量超过4个（UTF-8最多支持4字节的Unicode字符）。

测试用例中的第一个数是250，二进制为11111010，开头有5个连续的1，这直接违反了UTF-8的编码规则，因此整个序列无效，正确答案为False。

你的代码错误点 #

问题出在check_byte_num函数及后续逻辑，它没有对起始字节的前导1数量做合法性校验：

• 当起始字节的前导1数量为5（如250的二进制），该函数会返回5；
• 后续代码仅检查了对应数量的续字节是否合法，却忽略了起始字节的前导1数量必须在2-4之间的核心规则。

修复方案：在获取char_num后，新增合法性判断，如果数值不在{1,2,3,4}范围内，直接返回False。修改后的关键逻辑示例：

char_num = check_byte_num(char_bit)
# 新增起始字节合法性校验
if char_num not in {1,2,3,4}:
    return False

内容的提问来源于stack exchange，提问作者Ian