记忆的数学：用一条指数曲线，算出你的下一次复习时间

关于遗忘曲线，大多数介绍停在那个向下弯曲的示意图上，配一句"要趁早复习"。图是画对了，但结论给得太弱——如果这条曲线是真实的数学关系，那它应该能回答一个更具体的问题：

下一次复习，到底安排在第几天？

这篇文章就把这件事算出来。结论不复杂，但算的过程能让你看清间隔复习为什么必须"递增"。

一、把记忆强度写成一个函数

艾宾浩斯曲线的形状，用指数衰减描述得相当好：

R(t) = e^{-t/S}

其中：

$R(t)$ 是经过时间 $t$ 之后，记忆的保留率，取值在 0 到 1 之间。
$S$ 是记忆强度，单位是时间。它决定这条曲线衰减得多慢。
注意 $S$ 出现在分母的指数上，所以 $S$ 越大，衰减越慢——这就是"记得牢"的数学含义。

这条式子里没有任何"复习"的痕迹。它描述的是放任不管的情况。复习的作用，是改变 $S$ 的值。

二、什么时候该复习

假设我们把复习时机定在保留率掉到某个阈值 $\theta$ 的时候。比如 $\theta = 0.6$ ，意思是"等记住的东西只剩六成时，就该复习了"。

代入 $R(t) = \theta$ 解出 $t$ ：

\theta = e^{-t/S} \quad \Longrightarrow \quad t = -S \ln \theta

这个结果很干净：该复习的时间点，和记忆强度 $S$ 成正比。

$\ln \theta$ 是一个负的常数，所以 $t$ 是正数。 $\theta$ 定得越低（越晚复习），这个乘数越大。

举几个具体的数：

阈值 $\theta$	$-\ln \theta$	若 $S = 2$ 天	若 $S = 10$ 天
0.8	0.223	0.45 天	2.2 天
0.6	0.511	1.0 天	5.1 天
0.4	0.916	1.8 天	9.2 天

看最后两列。同样的阈值，因为 $S$ 不同，复习时间差了五倍。

这就是为什么固定的复习计划——"每三天复习一次"——对一部分内容是浪费，对另一部分是灾难性的不足。计划必须跟着 $S$ 走。

三、复习为什么能让间隔变长

关键的一步在这里：复习不只是把 $R$ 拉回 1，它还会提高 $S$ 。

在间隔复习的实验数据里，每次成功提取之后记忆强度大致按一个固定比例增长。把这个写成递推关系：

S_{n+1} = S_n \cdot k

其中 $k > 1$ 是每次成功复习带来的强度增益。因为 $S$ 是几何增长的，而间隔 $t_n = -S_n \ln\theta$ 与 $S_n$ 成正比，所以间隔本身也是几何增长的：

t_n = t_0 \cdot k^{\,n}

这解释了间隔复习里那个看起来很随意的序列：1 天、3 天、7 天、21 天。它不是谁拍脑袋定的，取 $k \approx 2.5$ 、 $t_0 \approx 1$ 天，算出来就大致是这条序列。

一个必须说的前提

递推式 $S_{n+1} = S_n \cdot k$ 只在提取成功时成立。

如果复习时想不起来， $S$ 不升反降，正确的处理是回到上一个更短的间隔重新开始，而不是在同一个时间点上反复重读。这也是为什么复习必须用"回忆"而不是"重看"——重看时你并没有真正提取， $S$ 也就没有理由增长。

四、把它写成代码

上面整套逻辑只有十几行。给定初始强度、增益系数和阈值，就能打印出一份复习日程：

const THETA = 0.6        // 保留率阈值
const GAIN = 2.5         // 每次成功复习的强度增益
const INITIAL_STRENGTH = 1  // 初始记忆强度（天）

function schedule(rounds) {
  const days = []
  let strength = INITIAL_STRENGTH
  let elapsed = 0

  for (let n = 0; n < rounds; n++) {
    const gap = -strength * Math.log(THETA)
    elapsed += gap
    days.push({ round: n + 1, gap, elapsed, strength })
    strength *= GAIN
  }
  return days
}

console.table(schedule(6))

跑出来的结果，间隔和累计天数大致是这样：

round  gap(天)  累计(天)
  1     0.51      0.5
  2     1.28      1.8
  3     3.19      5.0
  4     7.98     13.0
  5    19.95     32.9
  6    49.88     82.8

第六次复习被排到了两个半月之后。这正是我们想要的效果——越是已经记住的东西，越不需要频繁打扰。

五、这套模型的边界

必须说清楚它不解决什么，否则很容易用过头。

第一，它只管"记住"，不管"理解"。 上面每一个式子描述的都是保留率，没有任何一项关于理解深度。没弄懂的内容进了这个队列，只会被高效地巩固成误解。

第二， $\theta$ 和 $k$ 不是普适常数。 表格里那些数字依赖具体取值，而真实取值因人、因内容而异。它们应该从你自己的复习记录里拟合出来，而不是照抄别人的。

第三，模型忽略了一个重要因素：内容和内容之间是有关联的。 复习"化学反应"会顺带强化"光合作用"，因为它们在图谱上相邻。单条曲线的模型看不见这层关系，这也是为什么我们最终把它和知识图谱放在一起用。

小结

把三件事连起来看：

保留率按 $R(t) = e^{-t/S}$ 衰减， $S$ 越大越慢；
该复习的时间点是 $t = -S\ln\theta$ ，与 $S$ 成正比；
每次成功提取让 $S$ 乘以 $k$ ，于是间隔几何增长。

所以"间隔复习有效"这句话的真实含义是：它在利用记忆强度自身的增长，自动把复习频率降下来。 频率下降不是偷懒，是记忆变强的结果。

工具与模板区的间隔复习计划器就是这套公式的实现，包含从复习记录拟合 $k$ 的部分。