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：
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）maxHeapInsert(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; //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 --;
heapify(A,A-＞array_size,0); //将剩余元素调整成大顶堆
return max;
}
（3）函数maxHeapInsert
int maxHeapInsert(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 maxHeapInsert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 maxHeapInsert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）。