FSRS4Anki优化：模拟器支持选择性禁用Anki调度算法

在FSRS4Anki项目的持续演进过程中，开发者社区提出了一个关于模拟器模块的优化建议。该建议主要针对模拟器同时模拟Anki传统调度算法（SM2）和FSRS算法的场景，提出了更灵活的控制方案。

FSRS4Anki模拟器的核心功能是通过历史学习数据，模拟不同调度算法下的记忆效果对比。在原始实现中，系统会固定对两种算法（"anki"和"fsrs"）进行模拟计算。这种设计虽然完整，但在用户只需要测试FSRS算法不同参数配置时，强制进行的Anki算法模拟会带来不必要的计算开销。

技术实现上，原代码采用硬编码的元组结构：

for scheduler_name in ("anki", "fsrs"):

这种设计存在两个主要限制：

1. 缺乏灵活性：用户无法根据实际需求选择性地禁用某种算法的模拟
2. 修改成本高：普通用户需要了解Python元组语法才能进行临时修改

针对这个问题，项目维护者L-M-Sherlock在PR #603中实现了优化方案。新版本通过引入配置选项，允许用户：

• 自由选择需要模拟的算法类型
• 在只需要测试FSRS算法时完全跳过Anki算法的模拟
• 更高效地进行多组FSRS参数的性能对比

这项改进虽然看似简单，但体现了FSRS4Anki项目对用户体验的持续关注。它使得：

• 开发者在调优FSRS参数时可以节省约50%的模拟时间
• 教学场景下可以更清晰地单独展示FSRS算法的特性
• 代码结构更具扩展性，为未来支持更多算法类型预留了空间

从技术架构角度看，这种改进也符合软件工程的开闭原则（OCP）——通过扩展而非修改来增强系统功能。用户现在可以根据具体需求灵活配置模拟流程，而不必修改核心代码。

对于Anki高级用户而言，这项优化显著提升了使用体验，特别是在进行大量参数调优实验时，可以节省可观的计算时间。这也为FSRS4Anki在复杂场景下的性能优化提供了更好的工具支持。