SparseProbability

依据困惑度推荐每一行需要保留的近邻数量

沿用 L. van der Maaten 的 bh_tsne 参考实现中的经验取值 3 * perplexity。 这个值直接决定了稀疏矩阵的内存占用（O(N·k)）与梯度计算量， 是 Barnes-Hut 模式下精度与开销之间最主要的调节旋钮。

把 (i, j, v) 三元组排序之后装配为 CSR 稀疏矩阵

键 i * N + j 的升序排列天然就是行主序，因此一次排序即可同时完成 「按行分组」与「行内按列有序」两件事，无需再借助哈希表做 O(nnz) 的合并去重： 同一个无序对 {i, j} 在双向展开之后会在第 i 行出现两次（分别为 p{j|i} 与 p{i|j}）， 这两条条目在梯度循环中会被简单地累加起来，恰好等价于联合概率定义中的求和。