难度: Medium
给你一个长度为 n 的整数数组 nums 。
考虑 nums 中进行 按位与（bitwise AND）运算得到的值 最大 的 非空 子数组。
k 是 nums 任意 子数组执行按位与运算所能得到的最大值。那么，只需要考虑那些执行一次按位与运算后等于 k 的子数组。返回满足要求的 最长 子数组的长度。
数组的按位与就是对数组中的所有数字进行按位与运算。
子数组 是数组中的一个连续元素序列。
示例 1：
输入：nums = [1,2,3,3,2,2] 输出：2 解释： 子数组按位与运算的最大值是 3 。 能得到此结果的最长子数组是 [3,3]，所以返回 2 。
示例 2：
输入：nums = [1,2,3,4] 输出：1 解释： 子数组按位与运算的最大值是 4 。 能得到此结果的最长子数组是 [4]，所以返回 1 。
提示：
1 <= nums.length <= 1051 <= nums[i] <= 106运行时间: 55 ms
内存: 28.4 MB
class Solution:
def longestSubarray(self, nums: List[int]) -> int:
maxVal = max(nums)
cnt = 0
n = len(nums)
i = 0
while i < n:
if nums[i] != maxVal:
i += 1
else:
L = i
while i < n and nums[i] == maxVal:
i += 1
cnt = max(cnt, i - L)
return cnt
此题解的思路首先是找到数组中的最大值maxVal，因为只有包含最大值的子数组才可能得到最大的按位与结果。接着，遍历数组，寻找包含最大值maxVal的最长连续子数组。通过设置一个计数器cnt来记录最长的连续子数组的长度。当遇到与maxVal相等的元素时，开始计数，直到遇到不等的元素为止，每次都更新最大的连续长度cnt。
时间复杂度: O(n)
空间复杂度: O(1)
class Solution:
def longestSubarray(self, nums: List[int]) -> int:
maxVal = max(nums) # 找到数组中的最大值
cnt = 0 # 用于记录最长的连续子数组长度
n = len(nums) # 数组长度
i = 0 # 初始索引
while i < n:
if nums[i] != maxVal:
i += 1 # 如果当前元素不是最大值，继续向前移动
else:
L = i # 记录当前最大值的起始索引
while i < n and nums[i] == maxVal:
i += 1 # 继续移动索引直到找到不是最大值的元素
cnt = max(cnt, i - L) # 更新最长连续子数组长度
return cnt # 返回最长连续子数组的长度
按位与操作会对二进制的每一位进行与运算，即只有所有位都是1时结果才为1。因此，包含较大数字的子数组在进行按位与操作时，更有可能保持较高的位为1，从而得到更大的结果。特别是最大值本身，其二进制中的高位1在与操作中不会因为其他更小的数而被置0（因为这些数的相应位不能比最大值更高）。因此，包含数组中的最大值的子数组在进行按位与操作时，更可能得到最大的结果。
是的，该算法能正确返回其中一段的长度。算法通过遍历整个数组来确定所有包含maxVal的连续子数组，并利用一个计数器记录下这些子数组中的最大长度。无论maxVal出现在数组中的哪个位置，只要是最长的连续子数组，它们的长度都会被正确记录和返回。
这种方法相对简单易懂，但确实存在一定的优化空间。例如，可以通过一次遍历同时完成最大值的查找和最长连续子数组的确定。在这一次遍历中，同时更新最大值和检查当前值是否为最大值，如果是，则继续计算连续子数组的长度；如果不是，则重置长度计数。这样可以减少一次完整的数组遍历，提高算法效率。
算法在遍历时，会检查每个元素是否等于maxVal，并在找到maxVal时进入内部循环继续向后查找，直到遇到非maxVal元素或达到数组末尾。内部循环的条件包括i < n，保证i不会超出数组的界限，因此不会出现索引越界。当数组末尾是maxVal时，内部循环会正常结束并更新最长长度，然后外部循环由于i等于n也将结束，整个过程安全且正确。