下一次更高报价的时间戳

做市数据组在回放一段按时间升序排列的中间价事件 quotes，每条记录形如 [时间戳, mid_quote]，时间戳沿下标严格递增。对每个事件 i，桌组想知道中间价下一次严格走高需要多久——具体来说，找到时间戳最早的、mid 严格大于 quotes[i][1] 的后续事件并返回其时间戳；如果当天剩余时间内中间价再也没有创出新高，就返回 -1。这种「下一次上跳前瞻」是日内微观结构分析的基础信号：一个在 i 时刻入场的交易者要等多久才能看到更好的报价？它也常被用来给成交按「到下次上跳的时间」分桶，做毒性 / 逆向选择诊断。

请实现 solution(quotes: list[list]) -> list[int]。返回一个与 quotes 等长的整数列表；第 i 项是下一个 mid 严格大于 quotes[i][1] 的事件的时间戳，若不存在则为 -1。空输入返回 []。

示例 1：solution([[1, 10], [2, 8], [3, 12], [4, 11], [5, 15]]) 返回 [3, 3, 5, 5, -1]。下标 0（mid 10）首次被超过是在 ts=3（mid 12）；下标 1（mid 8）同样首次被超过是在 ts=3；下标 2（mid 12）要等到 ts=5（mid 15）；下标 3（mid 11）也是 ts=5；下标 4 之后没有事件，返回 -1。

示例 2：solution([[1, 5], [2, 5], [3, 5]]) 返回 [-1, -1, -1]。这些 mid 全部相等，从来没有「严格更大」过——「严格大于」语义下相等的 mid 不能互相解决对方。这就是把比较条件错写成 ≤ 时最容易踩的坑：那样会让下标 0 错误地在 ts=2 被解决。

示例 3：solution([[10, 100], [20, 80], [30, 60], [40, 40]]) 是一段严格递减的盘口——后续 mid 永远不会超过此前任意 mid——所以答案是 [-1, -1, -1, -1]。

朴素的双重循环是 O(N²)，N = 10⁵ 时必超时。正确工具是一个单调递减栈，栈里存放还没找到答案的下标。从左到右扫一遍，对每个新事件（mid = m）：弹出所有栈顶 mid < m 的下标（这些下标的「下一次更大」恰好就是当前时间戳，弹出时一并写入答案），然后把当前下标压栈。栈中元素从底到顶始终保持「mid 严格递减」，每个下标至多被压入和弹出一次 → O(N) 时间，O(N) 额外空间。弹出条件用严格小于（< 而非 ≤）正是让相等 mid 不互相解决的关键。