流式聚合：成交金额前 K 名股票

某交易终端的实时仪表盘要展示当日累计成交金额前 K 名股票的排行榜。交易作为事件流推过来，每条事件携带 ticker、qty、price。一条成交的金额是 qty * price；某只股票的「分数」是它全部成交的金额累加。请在吞下整段事件序列后，返回成交金额前 K 名的股票。

请实现 solution(events: list[dict], k: int) -> list[list]。每条事件是字典，键为 "ticker"（字符串）、"qty"（浮点）、"price"（浮点）。返回 [ticker, total_notional] 列表，长度为 min(k, 不同 ticker 数)，按 total_notional 降序排列；金额相同时按 ticker 字典序升序破并。边界：k == 0 或 events 为空时，返回 []；k 超过实际不同代码数时，返回所有代码（按上述规则排序，不补齐）。

示例 1：solution([{"ticker": "AAPL", "qty": 10.0, "price": 150.0}, {"ticker": "MSFT", "qty": 5.0, "price": 300.0}, {"ticker": "AAPL", "qty": 20.0, "price": 151.0}], 2) 返回 [["AAPL", 4520.0], ["MSFT", 1500.0]]。AAPL 累计 10*150 + 20*151 = 1500 + 3020 = 4520；MSFT 是 5*300 = 1500。两只都在 K=2 的容量内，按金额降序输出。

示例 2（K 比代码数小）：solution([{"ticker": "A", "qty": 1.0, "price": 100.0}, {"ticker": "B", "qty": 2.0, "price": 100.0}, {"ticker": "C", "qty": 3.0, "price": 100.0}], 2) 返回 [["C", 300.0], ["B", 200.0]]。三只代码、K=2，最小的那只被淘汰。示例 3（金额并列）：solution([{"ticker": "ZZ", "qty": 1.0, "price": 100.0}, {"ticker": "AA", "qty": 1.0, "price": 100.0}], 2) 返回 [["AA", 100.0], ["ZZ", 100.0]]——金额并列按字典序升序（"AA" < "ZZ"）。

这道题是经典的流式 top-K + 聚合：扫一遍事件流入 dict，然后视 K/u 的比例决定走全排还是堆。真实做市/经纪台每隔几秒就在订单流上跑一遍这种统计——它是市场微观结构里一个一行就能算出来的「热门」指标，告诉你今天的成交金额集中在哪些代码上。同样的「按某个分数维护 top-K」的堆模式，也出现在最大对手方敞口、当日涨跌幅前 K、订单簿最活跃 K 等所有「按 score 取头部」的场景里。