题目来源：牛客“字符数量”题与 3.1 字符编码知识点（UTF-8 变长编码、串长不等于字节数）。
输入一行 UTF-8 编码的文本，输出它的总字节数和字符数（Unicode 码点数）。
题目
UTF-8 字符统计
3.1 指出：多字节编码下“串长不等于字节数”，strlen、std::string::size() 都按字节计数。本题要求按 UTF-8 规则统计真正的字符数。
任务要求
- 从标准输入读入一行 UTF-8 文本（按字节读取）；
- 第一行输出总字节数，第二行输出字符数；
- 按首字节判定字符长度：
0xxxxxxx→ 1 字节；110xxxxx→ 2 字节；1110xxxx→ 3 字节；11110xxxx→ 4 字节；10xxxxxx是续字节，不作为字符起点；
- 输入保证是合法 UTF-8，不需要校验非法编码。
输入格式
- 一行：UTF-8 编码文本，不含换行符；字节数 ≤ 10⁶。
输出格式
- 第一行：总字节数；
- 第二行：字符数（码点数）。
数据范围与限制
| 项目 | 范围 |
|---|---|
| 输入字节数 | 0 ≤ 字节数 ≤ 10⁶ |
| 时间复杂度 | O(字节数) |
| 空间复杂度 | O(1)（不含输入本身） |
样例
样例输入 1
input
中a样例输出 1
output
4
2样例输入 2
input
Hello样例输出 2
output
5
5样例输入 3
input
A中B样例输出 3
output
5
3样例输入 4
input
𝄞样例输出 4
output
4
1样例输入 5
input
样例输出 5
output
0
0样例解释
“中”的 UTF-8 编码是 E4 B8 AD（3 字节），加上 'a' 的 1 字节，样例 1 共 4 字节、2 个字符；样例 4 的 𝄞（U+1D11E）占 4 字节、1 个字符；样例 5 是空串，字节数与字符数都为 0。
如何验证
先安装 Node.js、pnpm 和支持 C++17 的编译器。GNU Make 是首选入口，但不是强制依赖。
powershell
# 已进入本 Lab 目录
make doctor
make run
make run CASE=001-sample
make interactive
make scoreWindows 没有安装 Make 时，在仓库根目录使用完全相同的评分内核：
powershell
pnpm lab:doctor -- labs/chapter-03/exercise/E-03-05-utf8-char-count
pnpm lab:run -- labs/chapter-03/exercise/E-03-05-utf8-char-count
pnpm lab:score -- labs/chapter-03/exercise/E-03-05-utf8-char-count思考题
- 若程序按字节截断多字节字符，会发生什么？如何避免“半个字符”？
- GBK 与 UTF-8 下同一个中文字符各占几字节？
- 统计字符数时为什么数“首字节”而不是“续字节”？
题解
点击查看题解
思路
逐字节扫描输入：字节数就是读入串的长度；遇到首字节时按高位模式判定该字符占 1～4 字节，字符数加一后跳过相应字节。续字节（10xxxxxx）永远不会成为字符起点。
复杂度分析
每个字节只访问一次，时间 O(字节数)；只用常数个计数器，空间 O(1)。
边界注意
- 空串：字节数、字符数都为 0；
- 纯 ASCII：字节数等于字符数；
- 4 字节字符（emoji 等）：首字节
11110xxx，一次跳过 4 字节。
点击查看参考代码
cpp
#include <iostream>
#include <string>
int main() {
std::ios::sync_with_stdio(false);
std::cin.tie(nullptr);
std::string line;
std::getline(std::cin, line);
std::size_t bytes = line.size();
std::size_t chars = 0;
for (std::size_t i = 0; i < bytes;) {
unsigned char c = static_cast<unsigned char>(line[i]);
if ((c & 0x80) == 0) {
++chars;
i += 1;
} else if ((c & 0xE0) == 0xC0) {
++chars;
i += 2;
} else if ((c & 0xF0) == 0xE0) {
++chars;
i += 3;
} else if ((c & 0xF8) == 0xF0) {
++chars;
i += 4;
} else {
// 输入保证合法；防御性地按 1 字节跳过续字节。
++chars;
i += 1;
}
}
std::cout << bytes << '\n';
std::cout << chars << '\n';
return 0;
}