无聊看了下 FSRS (Free Spaced Repetition Scheduler) ，想看它怎么存数据的

Card — 卡片当前状态

表结构：

核心字段详解

1. state

状态机，取值

• New=0
• Learning=1
• Review=2
• Relearning=3

         Again          Good/Hard/Easy
New ──────────→ Learning ──────────────→ Review
                  ↑  │                      │
                  │  │ Again (learning步内)  │
                  │  └──────────────────────┘
                  │                           │
                  │      Again (遗忘)         │
                  └─────── Relearning ←──────┘

state 决定调度公式分支，不能从 stability/difficulty 推导。同一个 stability/difficulty 的卡片，Review 和 Relearning 走完全不同的公式。

2. learning_steps

learning_steps 字段记录的是当前走到第几步（0-based index）。

新卡片第一次看到时，你不可能直接让它 10 天后再复习。所以先用预设的短间隔反复巩固：

默认 learning_steps = ['1m', '10m']

• 第1次看 → 1分钟后复习
• 第2次看 → 10分钟后复习
• 第3次看 → 毕业，进入 Review，走 FSRS 长期间隔（几天→几周→几月）

某些测试用例里能看到 ['1m', '10m', '30m', '1h', '6h', '12h']

New ──[首次复习]──→ Learning (step=0)
                        │
                    [Good]│→ Learning (step=1)
                        │       │
                    [Good]│→ Review (毕业，FSRS接管)
                        │
                    [Again]│→ 回到 step=0
Review ──[Again]──→ Relearning (step=0)
                        │
                    [Good]│→ Review (重新毕业)

3. difficulty

一般取值1-10

3.1 初始化（New 卡片首次复习）

init_difficulty(g: Grade): number {
  const d = w[4] - Math.exp((g - 1) * w[5]) + 1
  return clamp(roundTo(d, 8), 1, 10)
}

从 grade（1-4）计算初始难度。grade 越大（记得越好），难度越低。

3.2 更新（已有卡片复习）

next_difficulty(d: number, g: Grade): number {
  const delta_d = -w[6] * (g - 3)          // grade>3 降难度，grade<3 升难度
  const next_d = d + linear_damping(delta_d, d)  // 线性阻尼防止越界
  return clamp(mean_reversion(init_easy, next_d), 1, 10)  // 均值回归
}

从当前 difficulty 和 本次 grade 推算下一个 difficulty。
关键结论
difficulty 是纯计算值，只依赖
- 上一次的值
- 本次 grade（1-4）
- 权重参数 w4, w5, w6, w7

不需要额外存储输入参数。每次复习时算法读 difficulty → 算新的 → 写回去

3. last_review

上一次 review 时间

4. stability

FSRS的核心指标，是个 float，看定义

export const S_MIN = 0.001
export const S_MAX = 36500.0

极限精简字段

• stability==0 默认 state=0。
• step给四个值0,1,2，然后为3表示走review。也代替 state
• difficulty 给 16 状态够了
• fp16 拿来存 stability
• 32bit 拿来存 due_at
• 1byte 拿来存 due_days

FSRS 最终算 interval 时是 round(s * modifier) 取整到天

之前最先学习的，到期那一天就先复习

考虑到db检索的方便性，直接存 4byte due_at 代替 last_review，然后1byte due_days 用来反推 last_review

为什么 due_days 0-255 ？需要连续 Good 评分 7-8 次才能突破 256 天。要么你彻底记住，要么就忘干净了。无所谓了。

┌──────────┬───────────┬──────────────┐
│ 2 bit │ 4 bit │ 16 bit │
│ step │ difficulty│ stability │
│ 0,1,2,3 │ 0-11→1-10 │ FP16 │
└──────────┴───────────┴──────────────┘

更新

实际上 due_days 都不用存

min(max_interval, max(1, round(stability * interval_modifier)))

直接可以 stability 反推。囧。突然有点领会FSRS精华在哪里了。它丫的其实没啥调度算法。

甚至都不是给每张卡训练一条曲线。就是用数据集训练一组全局参数 w，设定为标准遗忘曲线长什么样，然后每次复习后就去更新 stability difficulty，也就是说S D这两个参数去映射这个曲线。

值钱的是这个曲线。。