设数组a[0．n-1,0．．m-1](n>1，m>1)中的元素以行为主序存放，每个元素占用4个存储单元，则数组元素a[i,j](0≤i<n，0≤j<m)的存储位置相对于数组空间首地址的偏移量为 （ ）。

当函数的返回值是数组类型的，传递的是数组第一个元素的地址。

设数组a[0．．m，1．．n]的每个元素占用1个存储单元，若元素按行存储，则数组元素a[i，j](0≤i≤m，1≤j≤n)相对于数组空间首地址的偏移量为( )。

设数组a[1...n，1.....m](n>1，m>1)中的元素以列为主序存放，每个元素占用1个存储 单元，则数组元素a[ij](1≤i≤n，l≤j≤m)桂对于数组空间首地址的偏移量为(35)。

设数组a[0．．n-l，O..m-l] (n＞l，m＞l)中的元素以行为主序存放，每个元素占用1个 存储单元，则数组元素a[ij](0＜i＜n,0＜j＜m)的存储位置相对于数组空间首地址的偏移量为(35)。

●设数组a[1..m，1..n](m>1，n>2)中的元素以行为主序存放，每个元素占用1个存储单元，则最后一个数组元素a[m，n】相对于数组空间首地址的偏移量为( )。

●设数组a[1..m，1..n](m>1，n>2)中的元素以行为主序存放，每个元素占用1个存储单元，则最后一个数组元素a[m，n】相对于数组空间首地址的偏移量为(35)。

对n个记录进行非递减排序，在第一趟排序之后，一定能把关键码序列中的最大或最小元素放在其最终排序位置上的排序算法是（ ）

若在矩阵A中存在一个元素ai，j（0≤i≤n-1，0≤j≤m-1），该元素是第i行元素中最小值且又是第j列元素中最大值，则称此元素为该矩阵的一个马鞍点。假设以二维数组存储矩阵A，试设计一个求该矩阵所有马鞍点的算法，并分析最坏情况下的时间复杂度。

下面是一个对整数数组A中的前n个元素求最小值的C程序，函数返回最小元素的位置。 Int minValue(int A[]，int n){ int k=0： for(int j=1；j＜=n-1；j++) if(A[j]＜a[k])k=j； return k： 当n=4时，程序中可能的执行路径数为______。

填写适当的代码，使得myMax（）完成正确的功能。函数myMax（int-a[]，int-c）返回整数数组a中最大值所在的下标值（如果有多个相同的最大值，则返回最前面一次最大值的下标值），c为数组元素的个数。 注意：部分源程序给出如下。请勿改动主函数main和其它函数中的任何内容，仅在函数的花括号中填入所编写的若干语句。

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（a1，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8.11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项堆。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3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： C代码： 问题1：根据以上说明和C代码，填充C代码中的空（1）～（5）。问题2：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：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）。