求和为aim的最长子数组长度（也可以拓展为，求奇数个数和偶数个数相同的最长子数组长度）

给定一个数组，有正、有负、有零；还有一个aim值
求累加和为aim值的最长子数组。

例子：
如下数组，有很多子数组

子数组 有 各自的累加和
如果aim为7，则最长子数组为：

返回长度为4。

**规律：**对于数组 [i,……,k,k+1,……,j] ，如果要求aim为800，而我们知道从 i 累加到 j 的累加和为2000，那么从 i 开始向后累加，如果累加到 k 时累加和才达到1200，那么 k+1~j 就是整个数组中累加和为800的最长子数组。

**步骤：**以 [7,3,2,1,1,7,-6,-3,7] 、 aim=7 为例，

1.首先将 (0,-1) 放入 HashMap 中，代表0这个累加和在还没有遍历时就出现了。 ->(0,-1)

2.接着每遍历一个数 就将该位置形成的累加和 存入 HashMap ，比如 arr[0]=7 ，0位置上形成的累加和 为前一个位置形成的累加和0 加上本位置上的 7，因此将 (7,0) 放入 HashMap 中 表示0位置上第一次形成累加和为 7 ，然后将该位置上的累加和 减去 aim ，即 7-7=0 ，找第一次形成累加和为0的位置，即 -1 ，因此以下标为0结尾的子数组中和为aim的最长子数组为 0~0 ，即 7 一个元素，记最大长度 maxLength=1 。 ->(7,0)表示 累加和为7，最早出现在0位置。

3.接着来到 arr[1]=3 ，1位置上形成的累加和为 7+3=10 ， HashMap 中没有 key 为 10 的记录，因此放入(10,1) 表示1位置上最早形成累加和为10，然后将该位置上的累加和减去 aim 即 10-7=3 ，到 HashMap 中找有没有 key 为 3 的记录（有没有哪个位置最早形成累加和为3），发现没有，因此以下标为1结尾的子数组中没有累加和为 aim 的。 ->(10,1) 表示 累加和为10，最早出现在1位置。

4.接着来到 arr[2]=2 ，2位置上形成的累加和为 10+2=12 ， HashMap 中没有 key 为 12 的记录，因此放入(12,2) ， sum-aim=12-7=5 ，到 HashMap 中找有没有 key 为 5 的记录，发现没有，因此以下标为2结尾的子数组中没有累加和为 aim 的。 ->(12,2)
5.来到 arr[3]=1 ，放入 (13,3) ， sum-aim=5 ，以下标为3结尾的子数组没有累加和为aim的。 ->(13,3)

6.来到 arr[4]=1 ，放入 (14,4) ， sum-aim=7 ，发现 HashMap 中有 key=7 的记录 (7,0) ，即在0位置上累加和就能达到7了，因此 1~4 是以下标为4结尾的子数组中累积和为 7 的最长子数组，更新maxLength=4 。 ->(14,4)

7.来到 arr[5]=7 ，放入 (21,5) ， sum-aim=14 ， HashMap 中有 (14,4) ，因此 5~5 是本轮的最长子数组，但 maxLength=4>1 ，因此不更新。 ->(21,5)

8.来到 arr[6]=-6 ，放入 15,6 ，没有符合的子数组。 ->(15,6)

9.来到 arr[7]=-1 ，累加和为 15+(-1)=14 ，但 HashMap 中有 key=14 的记录，因此不放入 (14,7)
（ HashMap 中保存的是某累加和第一次出现的位置，而14这个了累加和最早在4下标上就出现了）。 sumaim=7 ， HashMap 中有 (7,0) ，因此本轮最长子数组为 1~7 ，因此更新 maxLength=7 。

9.来到 arr[8]=7 ，累加和为21，存在key为21的记录，因此不放入（21，7）。 sum-aim=14 ，本轮最长子数组为 5~8 ，长度为4，不更新 maxLength 。

代码：
len为全局最大值

先准备一个哈希map，将0 -1放入

sum不断加当前数，然后判断sum-aim是否出现过，
比较并更新全局最大值，
如果sum在map中没有出现过，则加入!

进阶：

一个数组可以有很多种切的方式，
求任意划分数组的方案中，划分后，异或和为0的子数组最多有多少个。
异或和：所有的数 全异或，和为0。
规律：异或运算符合交换律和结合律。
0和任何数异或，都是那个数：0^N=N ，
N 和自己异或，结果一定是0：N^ N=0 。
一坨数 异或的结果 和 异或的先后顺序 无关。

这样切，只有两个子数组异或和为0。

这样切，没有一个子数组异或和为0。

这样能切出4个！

可能性分析：

对于一个数组 [i，……，j，m，……，n,k] ，假设进行符合题意的最优划分后形成多个子数组后，k作为整个数组的末尾元素必定也是最后一个子数组的末尾元素。
最后一个子数组只会有两种情况：异或和不为0、异或和为0。

如果是前者，那么最后一个子数组即使去掉k这个元素，其异或和也不会为0，
如果是后者，最优划分会将最后一个子数组划分为两个子数组，其中k单独为一个子数组。

比如最后一个子数组是 indexOf(m)~indexOf(k) ，其异或和不为0，那么 dp[indexOf(k)]=dp[indexOf(k)-1] ，
表示数组 0~indexOf(k) 的解和其子数组 0~(indexOf(k)-1) 的解是一样的。 ->case 1

如果是后者，那么最后一个子数组中 不可能存在 以k为结尾的 更小的异或和为0 的子数组。比如最后一个子数组是 indexOf(m)~indexOf(k) ，其异或和为0，那么 dp[indexOf(k)]=dp[indexOf(m)-1]+1 ，

dp[k-1]表示0到k-1位置上的最优划分。
dp在两种决策中选最大的！

表示数组0~indexOf(k) 的解=子数组 0~(indexOf(m)-1) 的解+1。 ->case 2