在C语言数组算法笔试中，「买卖股票最佳时机II」是从单次交易到多次交易的分水岭难题，也是很多同学贪心思维进阶的关键卡点。
很多同学会沿用单次交易的思路，试图找全局最高最低点，结果逻辑混乱、边界出错；而真正的最优解法，藏着「拆分上涨区间」的贪心核心逻辑，今天彻底拆解这道进阶难题。
 
一、经典笔试原题（进阶版）
 
给定一个整数数组 prices ，代表股票每日价格，交易规则升级：
 
1. 可以无限次买入、卖出股票（多笔交易）
2. 任意时刻最多只能持有1股，必须先卖出才能再次买入
3. 同一天可以买卖多次（无实际收益，不影响结果）
要求：设计时间复杂度最优的算法，计算能获取的最大总利润；无获利时返回0。
 
二、核心难点拆解
 
难点1：和单次交易题的思维陷阱
 
很多同学学完121题（单次买卖）后，会惯性找「全局最低点+全局最高点」，但在允许多次交易时完全失效：
例： [7,1,5,3,6,4] 
 
- 单次最优：1买入6卖出，利润5
- 多次最优：1买5卖（利润4）+3买6卖（利润3），总利润7
贪心逻辑完全不同，不能沿用旧思路。
 
难点2：最优解的贪心核心——拆分上涨区间
 
真正的满分解法，核心逻辑一句话：所有上涨的小波段利润，全部累加起来，就是全局最大利润
底层数学原理：
连续上涨区间 [a1,a2,a3...an] ，一次性买入卖出利润 =  an - a1 
等价于拆分累加： (a2-a1)+(a3-a2)+...+(an - a(n-1)) 
所以：只要后一天价格比前一天高，就把这个差值利润赚到，下跌区间直接跳过，全程无遗漏。
 
难点3：边界条件与无效交易处理
 
- 数组长度≤1：无法交易，直接返回0
- 价格持续下跌：所有差值为负，利润累加0，自动返回0
- 同一天买卖：差值为0，不影响利润，无需特殊处理
 
三、C语言完整可运行最优代码
  
#include <stdio.h>

int maxProfit(int* prices, int pricesSize) {
    // 边界特判：无法交易
    if (pricesSize <= 1) return 0;

    int totalProfit = 0;
    // 遍历所有相邻交易日，从第2天开始
    for (int i = 1; i < pricesSize; i++) {
        // 计算当天和前一天的价格差
        int diff = prices[i] - prices[i - 1];
        // 只累加上涨的利润，下跌利润直接舍弃（加0）
        if (diff > 0) {
            totalProfit += diff;
        }
    }
    return totalProfit;
}

int main() {
    int arr1[] = {7, 1, 5, 3, 6, 4};
    printf("样例1最大利润：%d\n", maxProfit(arr1, 6)); // 输出7

    int arr2[] = {1, 2, 3, 4, 5};
    printf("样例2最大利润：%d\n", maxProfit(arr2, 5)); // 输出4

    int arr3[] = {7, 6, 4, 3, 1};
    printf("样例3最大利润：%d\n", maxProfit(arr3, 5)); // 输出0
    return 0;
}
 
 
四、易错难点深度剖析
 
1. 不要试图手动拆分买卖区间
新手容易写复杂逻辑，判断何时买入、何时卖出，代码臃肿还容易出错；最优解只需要遍历+累加正差值，一行核心逻辑搞定。
2. 时间复杂度碾压暴力解法
暴力枚举所有买卖组合是O(n²)，而贪心解法仅O(n)一次遍历，大数据量无压力，完全符合面试性能要求。
3. 贪心思想的通用性
这种「拆分问题、局部最优推全局最优」的思路，不仅适用于股票问题，在区间求和、利润最大化、任务调度类算法中都能通用，是进阶算法思维的核心。
4. 利润初始值必须为0
题目要求无获利返回0，初始值不能设为负数，下跌行情自动返回0，逻辑闭环无漏洞。
 
五、算法学习总结
 
这道题是贪心算法进阶的标志性题目，核心是打破单次交易的思维定式，理解「拆分上涨区间、逐段获利」的本质。
从121题（单次买卖）到122题（多次买卖），思维从「找一对最值」升级为「累加所有正收益」，吃透这道题，股票系列所有基础题就能全部通关，后续带冷冻期、带手续费的进阶股票题，都是在此基础上扩展。