在实际的生产经营过程中，收益和支出与产品产销量之间的关系往往呈现出一种( )性的关
题型：单项选择题
问题：
在实际的生产经营过程中，收益和支出与产品产销量之间的关系往往呈现出一种( )性的关系。
A．线
B．盈利
C．波动
D．非线
题型：单项选择题
试题四
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; ｝
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）。