滑窗最低价的窗内偏移：每段定长窗口内最低价相对左缘的位置

实现 solution(prices: list[float], window: int) -> list[int]。给定一段长度为 N 的合成价格序列 prices 和一个固定窗口长度 window，对每个连续长度为 window 的子段——按右端点 t = window-1, window, ..., N-1 索引——返回该窗口内最小价的窗内偏移：相对窗口左缘 t-window+1 的 0-based 位置；当窗口内最小价在多个位置同时取得时，取最早出现的那一个（即偏移最小者）。输出长度为 N - window + 1 的整型列表。当 window > N 或 N == 0 或 window < 1 时返回空列表 []。

例：solution([3.0, 1.0, 4.0, 1.0, 5.0, 9.0, 2.0], 3) 返回 [1, 0, 1, 0, 2]。窗口 [3, 1, 4]（左缘 0）最小价 1 在绝对下标 1，偏移 1；窗口 [1, 4, 1]（左缘 1）最小价 1 同时出现在绝对下标 1 与 3，按"最早"规则取绝对下标 1，相对左缘的偏移为 0；窗口 [4, 1, 5]（左缘 2）偏移 1；窗口 [1, 5, 9]（左缘 3）最小价 1 在绝对下标 3，偏移 0；窗口 [5, 9, 2]（左缘 4）最小价 2 在绝对下标 6，偏移 2。

需要明确的细节：返回的偏移是相对窗口左缘的 0-based 值，而不是绝对下标；同价时按"最早出现位置"决出窗内最小；输出按位置 精确 比较（整数比较，不带浮点容差）；当 window 超过 N 或输入为空时直接返回空列表。

朴素的双层循环（外层枚举窗口右端点，内层在 window 长度上做线性扫描求 argmin）复杂度为 O(N·window)，在 N、window 同时较大的隐藏用例上会超时。标准做法是单调双端队列：队列中存绝对下标，对应价格从队首到队尾严格递增，每个下标至多入队出队各一次，整体 O(N)。

实现细节由 stubs/stub.py 提供。

实践背景

执行台的辅助监控模块需要对一段定长价格窗口实时计算"窗内最低价的相对位置"——本身既是给委托引擎的诊断字段，也用作回测里"最佳进场 tick"的参考点。具体来说：研究侧把该偏移序列看作窗口节奏特征——偏移普遍贴近窗口左缘说明短期下行能量集中在窗口前段、后段更可能反弹，反之则提示低点延迟出现、需要进一步观察；执行侧则把它接到子段的成交模拟里，作为"如果窗口结束时回顾，理想下单位置在哪"的事后基准。同价取最早位置的规则与桌面对成交时序的偏好一致：相同价位上更早的报价在大多数撮合规则下排队靠前、可成交概率更高，因此"最早"位置在执行后视角更具代表性，也避免被尾部重复 print 的冗余成交干扰。在长 tape 上每个窗口都做一次线性 argmin 会让监控线程跟不上 tape 速率，工程上必须把单步成本压成均摊 O(1)，单调双端队列是这一类滑窗极值结构的标准范式，写一遍后还可推广到窗内 max、窗内极值价差等同族指标。