1. Initialize HashMap firstSeen = {0: -1}
2. Initialize sum = 0, maxLen = 0
3. For i from 0 to n-1:
a. If nums[i] == 1: sum += 1
Else: sum -= 1 (treat 0 as -1)
b. If firstSeen contains sum:
- maxLen = max(maxLen, i - firstSeen[sum])
- (Do NOT update firstSeen[sum])
c. Else: firstSeen[sum] = i
4. Return maxLen給定一個只包含 0 和 1 的二進位陣列 nums，找出最長的連續子陣列，使得子陣列中 0 和 1 的個數相等，回傳該子陣列的長度。
範例：nums = [0, 1, 0, 1, 1, 0, 0]
核心技巧：將 0 替換為 -1，問題轉化為求最長和為 0 的子陣列。
為什麼？若子陣列中 0 和 1 的個數相等，用 -1 替換 0 後，+1（來自 1）和 -1（來自 0）相消，和恰好為 0。
定義前綴和 sum[i]（把 0 視為 -1 後）。若 sum[j] == sum[i]（j > i），則子陣列 nums[i+1..j] 的和為 0，即 0 和 1 個數相等。
演算法：
[j+1, i] 的長度為 i - j，更新最大長度。初始化：HashMap 預先放入 {0: -1}，處理從索引 0 開始整段前綴和為 0 的情況（即前 i+1 個元素中 0 和 1 各佔一半）。
O(n)，其中 n 為陣列長度。只需一次線性遍歷，每次 HashMap 操作均為 O(1) 平均時間。
O(n)，HashMap 最多儲存 n+1 個不同的前綴和值（範圍從 -n 到 +n，但實際出現的不超過 n+1 個）。
雙重迴圈枚舉所有子陣列，分別計算 0 和 1 的個數並比較。可用前綴和加速計算，但整體仍為 O(n²)。
本題子陣列長度不單調對應某個條件（0/1 計數差可增可減），滑動窗口無法維護有效的收縮條件，不適合本題。
預計算所有前綴和（值為 -1 版本），然後排序，找最遠的同值前綴和對。
推廣到 k 個類別：若陣列包含 0, 1, 2 三種值，如何找最長子陣列使三種值的個數相等？可以轉化為「(count_1 - count_0, count_1 - count_2)」這個二維前綴向量對，用 HashMap 找相同向量的最遠配對。一般化後可處理 k 種值，但狀態空間會指數增長。
計算滿足條件的子陣列數：若要計算所有「0 和 1 個數相等」的子陣列的個數（而非找最長），改用 count[sum] 記錄每個前綴和出現的次數，每次遇到相同前綴和時加上之前的 count 值，時間仍為 O(n)。
與 LC 523 的關係：本題（前綴和為 0）是 LC 523（前綴和為 k 的倍數）的特殊情況（k 無限大，或視作「和被 k 整除」k=任意）。兩者都用「前綴和 + HashMap 存最早索引」的模式，是同一類問題的不同變體。