为什么一首由几十个音符组成的旋律，只要唱几遍就能比较容易地把它背唱下来呢？首先，这是因为旋律中的音符排列是有一定顺序的，向上进行、向下进行和平行进行都要遵守一定规则，都表现了一定的音乐形象，组成了一定的乐句和段落（音乐的结构）。心理学的理论告诉我们，符号排列得有次序还是无次序，记忆效果是大不相同的，前者大约是后者的95倍。
其次，还有时间的因素。通常情况下，一首大型乐曲（交响曲、奏鸣曲、协奏曲），它的长度总在20至45分钟左右，一场音乐会，中间照例也要休息15分钟。人的记忆最佳效果是在45分钟以内（当然，小学生的最佳记忆效果要稍短一些），超过45分钟，人就会感到疲劳。在各种音乐形式中，只有歌剧因为有多种艺术手段的变化，才有可能较长一些。
除了时间的因素，还有结构上的原因。心理学理论还告诉我们，记忆上还有这样的规律：一系列符号中，开头和结尾部分的符号，由于受到的抑制作用较少，印象比较深刻，所以容易记住；而中间部分受到开头和结尾两方面的影响，比较容易忘记。因此在音乐中有一种常见的“三部曲式”（也叫三段体），其基本的旋律放在首尾，并加以重复，给人以强烈的印象；而中间部分音乐增加许多新的素材，这也有助于记忆。
