Spaced Repetition System (SM-2) - 间隔重复系统

本文档描述了 MagicWord 中 SuperMemo-2 (SM-2) 间隔重复算法的实现，该算法基于用户表现优化词汇复习调度。

算法概览

SM-2 算法维护三个主要状态变量：

• Repetitions (n): 连续成功复习次数。
• Interval (I): 距离下次复习的天数。
• Easiness Factor (EF): 间隔增长乘数 (默认 2.5)。

实现细节

核心算法逻辑

在 LibraryViewModel.processReview() 中实现：

• 评分 < 3 (失败):
  • n = 0
  • I = 1
  • EF 保持不变 (SuperMemo 官方标准，部分变体可能减少 EF)
• 评分 >= 3 (成功):
  • n = n + 1
  • I(1) = 1, I(2) = 6, I(n) = I(n-1) * EF
  • EF' = EF + (0.1 - (5-q) * (0.08 + (5-q) * 0.02))

评分系统

• 0 (忘记): 红色，重置进度。
• 3 (困难): 橙色，EF 减少 (-0.14)。
• 4 (良好): 绿色，EF 不变。
• 5 (简单): 蓝色，EF 增加 (+0.1)。

数据模型

Word 实体存储 SM-2 状态：

• repetitions, interval, easinessFactor
• nextReviewTime: 下次复习的 Unix 时间戳
• reviewCount, correctCount, incorrectCount: 统计数据

复习调度

到期单词查询

系统使用响应式 Flow 查询到期单词：

• 过滤条件: nextReviewTime <= System.currentTimeMillis()
• 范围: 当前选定的 studyLibraryIds，如果为空则为 currentLibraryId。

边缘情况

• 全局搜索重置: 如果用户搜索了一个现有单词，系统将其视为“忘记”，重置复习进度。
• 新单词初始化: 导入的单词使用默认值初始化，使其立即可供学习。

性能特征

• processReview(): O(1) 数据库更新。
• getDueWordsForLibraries(): O(n log n) 索引查询。
• 间隔增长: 典型的指数增长 (1天 -> 6天 -> 15天 -> 38天 -> ...)。