python TopK 最小堆 最大堆问题

问题：给定一个非空的整数数组，返回其中出现频率前 k 高的元素
例子1：
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

例子2：
输入: nums = [1], k = 1
输出: [1]

有一个非常巧妙的方法，就是用哈希表
在有很多元素重复的情况下，哈希表可以大大节省空间，同时提高速度

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        def minHeapfy(arr,n,i):
            smallest=i
            left=2*i+1
            right=2*i+2
            #找到最小
            if left<n and arr[left][1]<arr[smallest][1]:
                smallest=left
            if right<n and arr[right][1]<arr[smallest][1]:
                smallest=right
            #如果已经是最小，直接return
            #如果不是最小,交换
            if smallest!=i:
                arr[smallest],arr[i]=arr[i],arr[smallest]
                #继续检查
                minHeapfy(arr,n,smallest)
        
        #预处理 hashmap统计频率
        #如果有很多重复元素，这样可以节省很多空间和时间
        hashmap={}
        for element in nums:
            if element in hashmap:
                hashmap[element]+=1
            else:
                hashmap[element]=1
        #转化成元组形式
        map_arr=list(hashmap.items())
        #print(map_arr)
        #print(len(map_arr))
        #先读入k个 从0到k-1
        minHeap=map_arr[:k]
        #建堆,倒着heapfy
        for index in range(k//2-1,-1,-1):
            minHeapfy(minHeap,k,index)
        #再读入后面的 从k到末尾
        for index in range(k,len(map_arr)):
            if map_arr[index][1]>minHeap[0][1]:
                minHeap[0]=map_arr[index]
                minHeapfy(minHeap,k,0)
        #print(minHeap)
        #最后将最小堆排序成升序
        #最大值放前面
        for i in range(k-1,-1,-1):
            minHeap[i],minHeap[0]=minHeap[0],minHeap[i]
            minHeapfy(minHeap,i,0)
        
        return [element[0] for element in minHeap]