策略排行榜：按 Sharpe 取前 K，同分按 strategy_id 字典序

实现 solution(entries: list[list], k: int) -> list[str]。给定一组策略摘要，每个 entry 形如 [strategy_id, sharpe]，返回按 Sharpe 降序（Sharpe 大者在前）、同分按 strategy_id 字典序升序排序后的 strategy_id 列表，并截取前 k 个。

示例：solution([["S-momo-1", 1.5], ["S-meanrev-2", 2.1], ["S-vol-3", 0.8]], 2) 返回 ["S-meanrev-2", "S-momo-1"]。三条按 Sharpe 降序排为 [S-meanrev-2 (2.1), S-momo-1 (1.5), S-vol-3 (0.8)]，取前 2 即可。

需要明确的细节：k <= 0 或 entries == [] 时返回 []；k 超过 len(entries) 不是错误——直接返回整张排名（不补齐）。NaN 的 sharpe 视作最差，统一排到所有有限值之后，且 NaN 之间仍按 strategy_id 字典序升序 tie-break。输入中的 sharpe 既可能是 int 也可能是 float，按数值统一处理即可。

最直接的实现是 O(N log N) 排序加复合键 (-sharpe, strategy_id)，再加一道显式的 NaN-推到末尾门；当然，维护一个大小为 k 的最小堆也可以，但 N <= 1000 时直接 sort 最简单也最快。

实现细节由 stubs/stub.py 提供。

实践背景

组合分析的晨会看板上，第一屏总是按滚动窗口实测 Sharpe 排出的一张策略排行榜。投研侧希望前 K 名一目了然，同时同分时按 strategy_id 决定先后——这样同一份快照在每次重跑后的排序都完全一致，运营提到"第一行的那只" 就不会出现歧义；如果两只动量策略隔夜跑出了同样的 Sharpe，每天露脸的总是字典序更靠前的那只。NaN Sharpe 通常出现在窗口内观测数过少、或波动率估计被截零的情形；与其直接丢掉那行（看板上就看不到了），不如把它们留在末尾，组长能够一眼看出当前哪些策略"暂时算不出"。同一个 solution(entries, k) 排序工具会被实时 PnL 组件、晨报邮件、收盘后回顾工具复用，因此契约固定、比对方式取精确比对。