时间复杂度为O（n Log k），所以我们可以用O（n Log k）的时间复杂度来计算。

from collections import Counter
from heapq import heappush, heappop

class Pair:
    def __init__(self, word, freq):
        self.word = word
        self.freq = freq

    def __lt__(self, p):
        return self.freq < p.freq or (self.freq == p.freq and self.word > p.word)

class Solution:
    def topKFrequent(self, words: List[str], k: int) -> List[str]:
        cnt = Counter(words)
        h = []
        for word, freq in cnt.items():
            heappush(h, Pair(word, freq))
            if len(h) > k:
                heappop(h)
        return [p.word for p in sorted(h, reverse=True)]

我理解这里发生的大部分事情，唯一不明白的是__lt__方法，我理解我们正在覆盖__lt__方法，但是它是如何在这里实现的？它是如何被调用的？
我最好的猜测是大多数调用都是在“隐蔽”下完成的。也就是说，当新的Pair对象被推到堆上时，__lt__将被调用来比较频率，因为它返回一个布尔值，取决于返回值是True还是False，堆将相应地调整？
但是，当我们使用sorted()时，在最后一个return语句中是否再次调用了__lt__？
这个问题要求我们返回频率最高的前K个单词，如果有一个平局（单词有相同的频率），然后对这些单词进行字典排序。我试图理解排序到底是在哪里完成的？似乎频率排序和字典排序都是在__lt__方法中完成的？
我浏览了代码，并使用调试器查看代码的执行顺序。我似乎无法弄清楚魔术方法（__lt__）是如何/何时起作用的，以及何时进行字典排序。
我已经找到了一些以前讨论这个问题的线程，但无法找到解释/答案，从而阐明__lt__方法。