TCA 最差 K 笔成交：滑点 Top-K 与到达序号稳定打破并列

实现 solution(slippage_bps: list[float], arrival_seq: list[int], K: int) -> list[int]。给定并行数组：slippage_bps[i] 是第 i 笔订单的有符号 bps 滑点（正值=不利成交，负值=价格改善），arrival_seq[i] 是它的（全局唯一、但不一定与数组顺序一致）到达序号。返回按滑点最大排序的前 K 笔订单的原数组下标，并列时按 arrival_seq 较小者优先（旧订单胜出）。输出按排名顺序排列（最差的排第一）。

例：solution([3.5, -1.2, 8.0, 2.1, 8.0, 0.0], [101, 102, 103, 104, 105, 106], 3) 返回 [2, 4, 0]。下标 2 与 4 滑点同为 8.0，2 的 arrival_seq 103 小于 4 的 105，所以 2 排在 4 之前；下标 0（滑点 3.5）排第三。

几个边界：K = 0 返回 []；K < 0 视作哨兵同样返回 []（K < 0 的其他行为未定义）；K > N 返回全部 N 个下标的完整排序，调用方可以传 K = len(slippage_bps) 拿到完整排名；N = 0 时对任意 K 都返回 []。

把 (-slippage, arrival_seq, idx) 整体排序是 O(N log N) 的简单写法；大小为 K 的最小堆同样的复合键则给出 O(N log K)，对极大 N、极小 K 更优。两种方式都在时限内。

实现细节由 stubs/stub.py 提供。

实践背景

收盘后的 Transaction Cost Analysis（TCA）报表会把当日"最差 K 笔成交"挑出来，供交易、风控、合规复盘是路由决策、券商选择还是场所毒性导致了这些异常。滑点以 bps 计，对标到达中间价（或 implementation-shortfall 基准），正值意味着成交价比决策价更差，负值则代表价格改善。买方/卖方台子明确要求并列时是确定性、稳定的打破方式：同一份 blotter 在不同主机上重跑、或数据库部分回放之后再跑，最差 K 笔列表必须逐行一致——否则每日复盘会议会变成"为什么这两笔的顺序变了"，而不是去讨论成交本身。把 arrival_seq 当次键（旧订单胜出）反映了"早进单簿的那笔暴露在不利选择下的时间更长，并列时它更应该占据靠前的位置"这一直觉。