试题四（共15分）
    阅读下列说明和C代码，回答问题1至问题3,将解答写在答题纸的对应栏内。
【说明】
    堆数据结构定义如下：
对于n个元素的关键字序列｛al，a2，…，an｝,当且仅当满足下列关系时称其为堆。
   
    在一个堆中，若堆顶元素为最大元素，则称为大顶堆；若堆顶元素为最小元素，则称
为小顶堆。堆常用完全二叉树表示，图4-1是一个大顶堆的例子。
   
    堆数据结构常用于优先队列中，以维护由一组元素构成的集合。对应于两类堆结构，优先队列也有最大优先队列和最小优先队列，其中最大优先队列采用大顶堆，最小优先队列采用小顶堆。以下考虑最大优先队列。
    假设现已建好大顶堆A,且已经实现了调整堆的函数heapify（A,n,index）。
    下面将C代码中需要完善的三个函数说明如下：
    （1） heapMaximum（A）:返回大顶堆A中的最大元素。
    （2） heapExtractMax（A）：去掉并返回大顶堆A的最大元素，将最后一个元素“提前”到堆顶位置，并将剩余元素调整成大顶堆。
    （3） maxHeaplnsert（A, key）:把元素key插入到大顶堆A的最后位置，再将A调整成大顶堆。
    优先队列采用顺序存储方式，其存储结构定义如下：
    #define PARENT（i） i/2
    typedef struct array｛
        int *int  array;/ /优先队列的存储空间首地址
      int array size;能//优先队列的长度
      int capacity; //优先队列存储空间的容量
    ｝ARRAY;
【C代码】
（1）函数heapMaximum
    int heapMaximum（ARRAY *A）｛return（1）；｝
（2）函数heapExtractMax
    int heapExtractMax（ARRAY *A）｛
          int max;
        max＝A->int_ array[0]；
            （2）；
        A->array_size一；
      heapify（A,A->array_size,0）;／／将剩余元素调整成大顶堆
          return max;
    }
（3）函数maxHeaplnsert
    int maxHeaplnsert（ARRAY *A,int key）｛
        int i,*p;
        if （A->array-size==A->capacity）｛//存储空间的容量不够时扩充空间
            p＝（int*）realloc（A->int array, A->capacity *2＊sizeof（int））;
            if（!p） return-1：
            A->int _array＝P;
            A->capacity=2＊A->capacity;
        ｝
        A->array_size++：
        i＝（3）；
        while（i＞0＆＆（4）｛
            A->int _array[i]＝A->int_ array[PARENT（i）]；
            i＝PARENT（i）;
        ｝
            （5）；
          return 0;
      ｝
【问题1】（10分）
    根据以上说明和c代码，填充c代码中的空（1）~（5）。

【问题2】（3分）
    根据以上c代码，函数heapMaximum, heapExtractMax和maxHeaplnsert的时间复杂度的紧致上界分别为（6）、（7）和（8）（用O符号表示）。

【问题3】（2分）
    若将元素10插入到堆A＝（15，13，9，5，12，8，7，4，0，6，2，1）中，调用maxHeaplnsert
函数进行操作，则新插入的元素在堆A中第（9）个位置（从1开始）。