序列化限价单 —— 含逐单触发价与强制冷却间隔的第 K 单最早触发日

实现 solution(prices: list[float], thresholds: list[float], cooldown: int) -> int。交易台有一个由 K 张序列化限价买单组成的队列，必须按顺序触发：先第 1 单，再第 2 单……最后第 K 单。第 k 单（1-indexed）允许在日 t 触发当且仅当 prices[t] <= thresholds[k-1]（非严格不等式 —— 价格恰等于阈值时也允许触发）。各单必须依序触发：第 k+1 单不得早于第 k 单触发。第 k 单于日 t 触发后，第 k+1 单最早可于日 t + cooldown + 1 触发 —— 即触发日本身被占用，之后还要再过 cooldown 个纯净日才能触发下一单。所以 cooldown == 0 表示相邻两日触发也可以；cooldown == 1 表示两次触发之间必须完全跳过恰好一个纯净日；以此类推。每张单一旦触发，总在最早的合法日触发（交易台的下单规则即"一旦合法立刻触发"）。如果某一步从该单的最早可触发日起没有任何日满足阈值条件 —— 包括最早可触发日已经超过 N - 1 的情形 —— 则序列失败。

返回第 K 单触发的 0-indexed 日号；若无可行序列则返回 -1。

例

solution([1.05, 1.20, 0.95, 1.10, 0.90, 1.00, 0.85, 1.15], [1.10, 0.95, 0.90], 1) 返回 4。设 start_day = 0、cooldown = 1（故 step = cooldown + 1 = 2）：第 1 单（阈值 1.10）于日 0 触发，因 prices[0] = 1.05 <= 1.10；推进 start_day = 0 + 2 = 2。第 2 单（阈值 0.95）从日 2 起扫描；prices[2] = 0.95 <= 0.95（非严格），于日 2 触发；推进 start_day = 2 + 2 = 4。第 3 单（阈值 0.90）从日 4 起扫描；prices[4] = 0.90 <= 0.90，于日 4 触发。返回 4。注意日 1（prices[1] = 1.20）本身就不满足第 1 单阈值；而且即便 prices[1] 恰好低于 0.95，cooldown 也会阻止第 2 单在日 2 之前触发。再看 solution([1.0, 2.0, 3.0], [1.0, 0.5], 0) 返回 -1：第 1 单于日 0 触发，但日 1 起没有 prices[t] <= 0.5 的日，第 2 单无法触发，序列失败。

实践背景

交易台为一系列分批限价买单设计了下单规则：每张单有自己的限价（"阈值"），并由一道运营节流（即 cooldown）规定相邻两次触发之间必须完全跳过固定数目的纯净日 —— 比如为了避免市场足迹集中在单一交易时段，或为了遵守内部节奏指引（每次成交需经确认与对账后，下一片才能进入工作）。给定一条候选价格录像（可以是用于回测的历史回放，也可以是预测情景），问题是：整套包含 K 张单的下单计划最早何时完成 —— 即第 K 单何时触发？该数字驱动下游若干计算：完成时间分布、所需对冲时间窗，以及在交易者的风险时限约束下当前下单设计究竟是否可行（-1 哨兵：在该价格录像下设计不可行，需要重新参数化）。本题纯粹是"最早完成时间"序列化问题，与关注持仓曲线与离场时机的 PnL 最大化问题不同 —— 这里每张单都是触发即忘，唯一决策是"立即触发还是再等一天"，最优策略就是平凡的贪心。

实现细节由 stubs/stub.py 提供。