舍得曾在以前的文章中介绍过AF、UF等这些参数，这一次，舍得尝试站在算法分析的角度，重新讲述这些参数的意义和作用。

标题中讲到的各个参数，其中的F均为Factor，可译为因子。在SuperMemo算法中，用到的参数有因子，有指数（三种遗忘指数），还有矩阵。今天我们着重介绍的，就是这一系列因子。

先从最后一个讲起，EF，即E-Factor，拆开来看是easiness factor，可译为容易度因子。官方对此的解释是：

number related to the difficulty of a given element in early versions of SuperMemo, up to and including SuperMemo 7. In the earliest versions of SuperMemo (up to and including SuperMemo 3), new inter-repetition interval was determined by multiplying the old interval by E-Factor. A-Factors associated with topics and tasks are used in the same way as early E-Factors, i.e. to determine the value of the new interval by multiplying the A-Factor by the old interval. To better understand the role of A-Factors in new versions of SuperMemo

没错。早期的算法中就是一个EF，这个因子直到SuperMemo 7（SM的第一个Windows版本）之后，才被弃用。来看一下这张图：

EF被弃用了，脱胎于SuperMemo早期算法的Anki却是一直抱着EF的大腿在继续运算。会读代码的童鞋可以去看一下Anki中的算法部分，便会发现，它的这个EF（数据库中对应的是factor字段）的计算实在是非常简陋，甚至有些原始。这样的算法，比僵化套用遗忘曲线当然要好一些，在上个世纪80年代末、90年代初还算是一大革新，可到现在，未免过于低效。可叹的是Anki的开发者为标榜自己从SM那里获得的算法，不惜攻击SM后来的算法，称他们走错了方向云云。有兴趣的童鞋自可去Anki官方看他帖出来的那一段话，或参阅此链接：http://supermemopedia.com/wiki/SuperMemo_or_Anki

接下来还是按顺序一一介绍，首先出场的是AF，即A-Factor, 完整的讲法是absolute item difficulty factor，可译为绝对难度因子。从字面意义上即可看出，它是用来描述一个页面（page，或item）的难度。这是一个非常重要的因子，算法很多地方的计算都会用到它，比如RF、OF，可以说它是运算新的复习间隔的重要因子之一。

AF的值越大，表示这个页面越容易，反之则表示这个页面越难。

再来看UF，即U-Factor，这个U到底作何解，舍得暂时无法从官方文档中找到答案，根据一点点蛛丝马迹的分析，u极有可能是for unique，但没关系，舍得根据其描述将其称为间隔趋向因子。

UF的值就是当前复习间隔和上次复习间隔的比值，而在评分小于3时，UF值等于新间隔的值。

AF和UF的综合使用显示了SuperMemo算法的优越性，它为算法提供了另一个维度，即间隔的变化。可以想见，不同的页面之间，其UF值是在不断变化的。有些简单的页面，UF可能是一直在增长；但有些难度较大的页面，UF值就不可能一直保持增长的状态，而是呈现出一个起伏不定的变化。UF值的这种变化，对应着的是SuperMemo中的DSR模型中的S模型（stability）：记忆稳定度。

--to be continued--

本文版权归舍得学苑所有，欢迎转载，转载请注明作者和出处。谢谢！
作者：舍得
首发：舍得新浪博客