实现 BPE 分词器编码

从零实现 Byte Pair Encoding 编码。给定文本、按优先级排列的合并规则和词表，返回 token id 序列： 1. 把文本拆成字符列表作为初始 token； 2. 重复：找出所有相邻 token 对中**优先级最高**（merges 里下标最小）的对，把它在 token 列表中的所有出现（从左到右、不重叠）合并成一个新 token； 3. 直到没有任何相邻对出现在 merges 中； 4. 用 vocab 把每个 token 映射为 id，返回 list[int]。 输入：text 为 str；merges 为 list[list[str]]（每项是 [left, right]）；vocab 为 dict[str, int]（包含所有字符和所有合并产物）。 要求： - 一次合并必须处理该对在当前列表中的**所有**出现位置（从左到右扫描，合并后不重叠）； - 每轮只合并优先级最高的那一种对，然后重新扫描； - 不允许调用 transformers / tokenizers 等第三方库（framework=python，标准库即可）。