给定一个单词列表 words 和一个整数 k ，返回前 k 个出现次数最多的单词。
返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率， 按字典顺序 排序。
示例 1：
输入: words = ["i", "love", "leetcode", "i", "love", "coding"], k = 2
输出: ["i", "love"]
解析: "i" 和 "love" 为出现次数最多的两个单词，均为2次。
注意，按字母顺序 "i" 在 "love" 之前。示例 2：
输入: ["the", "day", "is", "sunny", "the", "the", "the", "sunny", "is", "is"], k = 4
输出: ["the", "is", "sunny", "day"]
解析: "the", "is", "sunny" 和 "day" 是出现次数最多的四个单词，
出现次数依次为 4, 3, 2 和 1 次。注意：
1 <= words.length <= 5001 <= words[i] <= 10words[i]由小写英文字母组成。k的取值范围是[1, 不同 words[i] 的数量]
进阶：尝试以 O(n log k) 时间复杂度和 O(n) 空间复杂度解决。
解题思路：哈希表 + 优先级队列
这道题很明显还是要使用 topk 问题的处理方式来解决，也就是使用堆来解决，只不过这道题稍微要多处理其它的内容！
首先因为需要按单词出现频率由高到低排序，那么就需要统计单词的出现频率，就可以使用哈希表来统计！
然后将哈希表内容按 topk 模式进行处理，这里有细节，就是因为我们既要获得堆中的字符串，又得根据频次来维护堆，所以优先级队列存放的是一个键值对 pair<string, int>，还有就是因为频次从高到小排序，那么我们就要建立一个小根堆，所以要自己写一个比较器 compare，这里用仿函数为例！
在比较器中还要特别注意一个细节，我们需要特殊判断一下次数相等的情况，此时要根据字典顺序从低到高排序，所以对于字典序列要搞个大堆才行，和频次是相反的，一定要弄清楚比较器中大于和小于的区别，大于表示的是建小堆，小于表示的是建大堆，别搞错了！
接着就是一个循环，先将哈希表中的键值对插入，然后判断一下优先级队列是否超过了 k 个元素，是的话直接让堆顶 pop 掉即可，因为我们建立的堆是与序列相反的，那么 pop 的就是不满足要求的！以此类推，直到哈希表遍历完毕！
最后就是将堆中元素取出，然后放到数组中返回，注意因为堆中次序和返回的次序是相反的，所以我们要先逆序，再返回结果！
struct compare
{
bool operator()(pair<string, int>& p1, pair<string, int>& p2)
{
// 特殊判断一下次数相等的情况
if(p1.second == p2.second)
return p1.first < p2.first; // 注意细节，字典顺序是从低到高，所以字典要搞个大堆才行，和频次相反
return p1.second > p2.second;
}
};
class Solution {
public:
vector<string> topKFrequent(vector<string>& words, int k) {
// 先统计每个单词出现次数
unordered_map<string, int> hash;
for(auto& word : words)
hash[word]++;
// 将哈希表内容按topk模式进行处理，使用小根堆
priority_queue<pair<string, int>, vector<pair<string, int>>, compare> heap;
for(auto& e: hash)
{
heap.push(e);
if(heap.size() > k)
heap.pop();
}
// 将堆中元素取出
vector<string> str;
while(!heap.empty())
{
str.push_back(heap.top().first);
heap.pop();
}
reverse(str.begin(), str.end()); // 别忘了最后是从大到小排序，所以要逆序一下
return str;
}
};