SparseP

稀疏联合概率矩阵（CSR 行压缩存储）

精确的 t-SNE 需要一个 N×N 的稠密联合概率矩阵，其内存占用为 8N² 字节， 在 N 达到万级时就已经不可行。Barnes-Hut 近似只需要每一个点的 k 个近邻， 因此这里改用 CSR 格式只保存 O(N·k) 个非零条目。

由于采用了行压缩格式，第 i 行的全部条目在内存中是连续的， 这使得梯度计算可以按行分派到多个线程之上而完全不需要加锁。