0和1个数相同的子数组

        变个思路若将数组中的0变为-1，那么此题就是求解子数组数字之和为0的最长子数组的长度。若数组中前i个数字之和为m，前j个数字（j>i）之和也为m，那么从第i+1个数字到第j数字的子数组之和为0，长度为j-i。

        我们可以把前缀和保存到哈希表中，由于题目是要求最长子数组长度，所以哈希表的键是前缀和（累积和），值是当前扫描的数字的下标。

     public static int findMaxLength(int[] nums) {
        // 创建HashMap来存储累积和及其对应的索引
        // 键是累积和，值是索引
        HashMap<Integer, Integer> sumToIndex = new HashMap<>();

        // 用基本情况初始化HashMap：累积和0首次出现在索引-1处
        sumToIndex.put(0, -1);

        // 初始化变量以跟踪累积和、最大长度和当前累积和
        int sum = 0;
        int maxLength = 0;

        // 遍历数组
        for (int i = 0; i < nums.length; i++) {
            // 根据当前索引处的值更新累积和
            // 如果nums[i]是0，则从累积和中减去1；如果nums[i]是1，则向累积和中加上1
            sum += (nums[i] == 0) ? -1 : 1;

            // 检查当前累积和是否以前出现过
            if (sumToIndex.containsKey(sum)) {
                // 如果是，则通过当前索引与首次出现相同累积和的索引的差值来更新最大长度
                maxLength = Math.max(maxLength, i - sumToIndex.get(sum));
            } else {
                // 如果HashMap中没有当前累积和，将其与当前索引添加到HashMap中
                sumToIndex.put(sum, i);
            }
        }

        // 返回具有相等数量0和1的子数组的最大长度
        return maxLength;
    }

该算法时间复杂度和空间复杂度均为O(n)，其中n为数组长度。