以下是使用Java代码实现的解决方案：

public class Main {
    public static int findMaxSubarrayLength(int[] nums, int k) {
        int maxLength = 0;
        int sum = 0;
        int start = 0;
        HashMap<Integer, Integer> map = new HashMap<>();

        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];

            if (sum == k) {
                maxLength = i + 1;
            }

            if (map.containsKey(sum - k)) {
                maxLength = Math.max(maxLength, i - map.get(sum - k));
            }

            if (!map.containsKey(sum)) {
                map.put(sum, i);
            }
        }

        return maxLength;
    }

    public static void main(String[] args) {
        int[] nums = {1, -1, 5, -2, 3};
        int k = 3;
        int maxLength = findMaxSubarrayLength(nums, k);
        System.out.println("最长连续子数组的长度为：" + maxLength);
    }
}

这段代码使用了滑动窗口和哈希表的思想来解决问题。首先，定义一个变量sum来记录当前子数组的和，以及一个哈希表map来存储每个和出现的最早位置。然后，遍历数组，累加当前元素到sum中，并判断sum是否等于k，如果是，则更新最长连续子数组的长度为当前位置加1。接下来，判断是否存在之前的某个位置使得sum - k等于之前的某个位置的和，如果存在，则更新最长连续子数组的长度为当前位置减去之前位置的最大值。最后，将当前位置和对应的和存入哈希表中，如果该和已经存在于哈希表中，则不更新位置，因为我们要找的是最长的子数组。

以上代码的时间复杂度为O(n)，其中n是数组的长度。