（给出代码）C语言：编写一个算法， 把两个相同大小的堆合并成一个堆，说明它们的时间复杂性。

在C语言中，可以使用归并排序的思想来合并两个已排序的小顶堆（最大堆）。这里提供一个基本的伪代码描述过程：

void mergeHeaps(int* arr1, int size1, int* arr2, int size2, int* mergedHeap) {
    // 创建一个新的临时堆用于存放合并后的结果
    int temp[size1 + size2];
    int i = 0, j = 0, k = 0;

    // 将两个堆分别复制到临时堆
    while (i < size1 && j < size2) {
        if (arr1[i] <= arr2[j]) {
            temp[k++] = arr1[i++];
        } else {
            temp[k++] = arr2[j++];
        }
    }

    // 如果第一个堆还有剩余元素，直接复制
    while (i < size1) {
        temp[k++] = arr1[i++];
    }

    // 如果第二个堆还有剩余元素，也复制
    while (j < size2) {
        temp[k++] = arr2[j++];
    }

    // 将临时堆的内容复制回目标堆
    for (i = 0; i < size1 + size2; i++) {
        mergedHeap[i] = temp[i];
    }

    // 调整合并后的堆，使其满足最大堆性质
    heapify(mergedHeap, size1 + size2);
}

// 用于调整大顶堆的辅助函数
void heapify(int* arr, int n) {
    int largest = n - 1;
    int i = 0;

    // 找出当前根节点的最大子节点
    for (i = 0; i < largest / 2; i++) {
        if (arr[i] > arr[largest]) {
            swap(arr[i], arr[largest]);
        }
    }

    // 对剩余部分递归地执行heapify操作
    if (largest > 0) {
        heapify(arr, largest);
    }
}

这个合并过程的时间复杂度是O(n log k)，其中n是两个堆元素的总数，k是堆的数量（这里是2）。这是因为我们需要遍历一次合并后的数组，并对每个位置进行调整，调整堆的过程时间复杂度为O(log k)。总时间复杂度取决于遍历次数，所以是线性的。