最近刷题群里有人贴了一道排序数组相关的题，题目编号 3729，题面是说：给定一个非降序排列的整数数组 nums 和一个正整数 k，统计这段数组中所有连续非空子数组里，元素和能被 k 整除的数量。我第一反应是“数组有序，是不是该用双指针？”结果推了一阵子发现，这道题真正核心的数学模型是“前缀和同余”，跟数组有序没有必然关系。今天把完整的推导、Go 代码实现、以及我在负数取模和返回类型上踩过的坑都梳理一遍。

1. 题面第一印象：非降序、子数组和、整除，三个关键字凑在一起想表达什么

1.1 先把“连续非空子数组”这个概念钉死

“子数组”在算法题里有严格定义：必须是原数组中一段连续的元素切片，不能打乱顺序，也不能跳着选。比如 nums = [1,2,3,4,5]，[1,2,3] 是子数组，[1,3,5] 不是；同时题目要求非空，所以长度为 0 的空区间不计入答案。

一个长度为 n 的数组，连续非空子数组的总数是 n*(n+1)/2。这个数在 n = 100000 时会到 5000050000 左右，已经超过 32 位整数的上限。这就是我后面坚持用 int64 返回答案的原因，看起来是个小细节，运行到大数组时直接决定你 WA 还是 AC。

1.2 “非降序”三个字带来的第一误导

看到“非降序”，很多人的第一反应是：这题要用双指针或者滑动窗口。这个直觉在“子数组和等于某个固定值 target”的题目里是对的，因为数组有序且元素非负时，窗口扩张和收缩的方向是确定的。可这道题要的不是和等于某个定值，而是“和能被 k 整除”，也就是和值可能是 k、2k、3k……这是一个不确定的目标集合。

如果数组里还允许负数，“非降序”连“前缀和单调递增”都不保证。举个简单例子：[-5, 1, 1, 1]，前缀和是 -5, -4, -3, -2，确实递增；但 [-1, -1, 3] 呢？前缀和是 -1, -2, 1，先降到 -2 再跳到 1，毫无单调性。所以不能上来就做滑窗，得先把数学关系理清楚。

1.3 这道题真正在考什么

如果只给我一句话概括，我会说这道题在考“前缀和取模的等价关系”。连续子数组的和等于两个前缀和的差，而“差能被 k 整除”等价于“两个前缀和对 k 取模的余数相同”。想通了这一点，剩下的就是计数。

这也是 LeetCode 上“和可被 K 整除的子数组”那一类题的通用套路，排序数组这个外表只是干扰项，或者说是给暴力枚举法留了一点优化余地，但最优解并不依赖数组有序。

2. 从暴力验收到同余计数：最优解是怎么一步步推出来的

2.1 暴力枚举：先把题目的朴素解法写出来

如果没有任何思路，最直接的方法是枚举所有左端点 i 和右端点 j，计算 sum(nums[i:j+1])，判断它模 k 是否为 0。伪代码如下：

go复制func bruteForce(nums []int, k int) int64 {
    var ans int64
    for i := 0; i < len(nums); i++ {
        sum := 0
        for j := i; j < len(nums); j++ {
            sum += nums[j]
            if sum%k == 0 {
                ans++
            }
        }
    }
    return ans
}

这个解法的时间复杂度是 O(n^2)，空间复杂度 O(1)。如果 n 到 100000，1e10 次操作在普通机器上轻松跑出几十秒，肯定没法用。但暴力法有个好处：它帮我验证后面所有优化解法的正确性。每次写完高效解法，我都会拿一个手算小样例和暴力结果对拍，避免聪明反被聪明误。

2.2 前缀和：把区间和变成两个前缀和的差

“子数组和”最常用的预处理手段就是前缀和。定义 prefix[0] = 0，prefix[i] = nums[0] + nums[1] + ... + nums[i-1]，也就是前 i 个元素的和。

于是任意子数组 nums[l] 到 nums[r] 的和可以写成：

code复制sum(l, r) = prefix[r+1] - prefix[l]

这个式子本身不复杂，但它把“连续区间”的求和问题，变成了“两个独立前缀值相减”的判定问题。我们可以不用再动态维护窗口内的和，而是把所有前缀值记录下来，统一做差。

2.3 整除条件转换成