README_CN.md

自由间隔重复调度算法

Introduction in English

名称中的「自由」是什么意思？

FSRS 支持自由复习，可以提前，也可以推迟，算法会根据记忆模型进行适应。

同时，间隔重复是实现自由学习的基础技术之一。

FSRS 可以在本地运行，无需担心泄露自己的学习数据。

算法的原理是什么？

本算法基于 SuperMemo 作者 Piotr Wozniak 提出的 DSR 模型开发。FSRS 在此基础上，根据论文 A Stochastic Shortest Path Algorithm for Optimizing Spaced Repetition Scheduling 中的 DHP 模型进行改进。

该模型考虑了影响记忆的三个变量：难度（difficulty），稳定性（stability）和可提取性（retrievability）。

稳定性指的是记忆的存储强度，越高，记忆遗忘得越慢。可提取性指的是记忆的检索强度，越低，记忆遗忘的概率越高。

在本模型中，考虑了以下记忆规律：

• 记忆材料越难，记忆稳定性增长越慢
• 记忆稳定性越高，记忆稳定性增长越慢（又称为记忆稳定化衰减）
• 记忆可提取性越低，记忆稳定性增长越快（又称为记忆稳定化曲线）

能简单描述一下算法吗？

FSRS 的记忆公式: Free Spaced Repetition Scheduler

有现成的算法库吗？

• 调度器:

  • TypeScipt module: ts-fsrs
  • Golang module: go-fsrs
  • Python package: py-fsrs
  • Rust crate: rs-fsrs
  • Clojure library: cljc-fsrs
  • Dart package: dart-fsrs
  • Ruby gem: rb-fsrs
  • Swift package: swift-fsrs
  • Android library: android-fsrs
  • Exlixir library: ex_fsrs

• 优化器:

  • Python package (stable): fsrs-optimizer
  • RS crate (stable): fsrs-rs
    • run fsrs-rs in the browser: fsrs-browser