生成这样的随机数有很多不同的方法。一种方法是计算多个均匀随机数的和。你和多少个随机数以及它们的范围将决定最终分布的样子。

你加起来的数字越多，它就越向中心倾斜。在你的问题中已经提出了使用1个随机数的和，但正如你注意到的那样，它并不偏向于范围的中心。其他答案建议使用2个随机数的和或3个随机数的和。

通过取更多随机数的和，你可以得到更偏向范围中心的结果。在极端情况下，你可以取99个随机数字的和，每个数字都是0或1。这是一个二项分布。(二项分布在某种意义上可以被看作是正态分布的离散版本)。理论上，这仍然可以覆盖整个范围，但它有很大的偏向中心，你永远不会期望看到它到达端点。

这种方法意味着你可以调整你想要的偏差。

您可以编写一个函数，根据权重将[0,1)到[1,100]之间的随机值映射。想想这个例子:

这里，值0.95映射到[61,100]之间的值。 事实上，我们有。05 / .1 = 0.5，当映射到[61,100]时，结果是81。

函数如下:

/* * Function that returns a function that maps random number to value according to map of probability */ function createDistributionFunction(data) { // cache data + some pre-calculations var cache = []; var i; for (i = 0; i < data.length; i++) { cache[i] = {}; cache[i].valueMin = data[i].values[0]; cache[i].valueMax = data[i].values[1]; cache[i].rangeMin = i === 0 ? 0 : cache[i - 1].rangeMax; cache[i].rangeMax = cache[i].rangeMin + data[i].weight; } return function(random) { var value; for (i = 0; i < cache.length; i++) { // this maps random number to the bracket and the value inside that bracket if (cache[i].rangeMin <= random && random < cache[i].rangeMax) { value = (random - cache[i].rangeMin) / (cache[i].rangeMax - cache[i].rangeMin); value *= cache[i].valueMax - cache[i].valueMin + 1; value += cache[i].valueMin; return Math.floor(value); } } }; } /* * Example usage */ var distributionFunction = createDistributionFunction([ { weight: 0.1, values: [1, 40] }, { weight: 0.8, values: [41, 60] }, { weight: 0.1, values: [61, 100] } ]); /* * Test the example and draw results using Google charts API */ function testAndDrawResult() { var counts = []; var i; var value; // run the function in a loop and count the number of occurrences of each value for (i = 0; i < 10000; i++) { value = distributionFunction(Math.random()); counts[value] = (counts[value] || 0) + 1; } // convert results to datatable and display var data = new google.visualization.DataTable(); data.addColumn("number", "Value"); data.addColumn("number", "Count"); for (value = 0; value < counts.length; value++) { if (counts[value] !== undefined) { data.addRow([value, counts[value]]); } } var chart = new google.visualization.ColumnChart(document.getElementById("chart")); chart.draw(data); } google.load("visualization", "1", { packages: ["corechart"] }); google.setOnLoadCallback(testAndDrawResult); <script src="https://www.google.com/jsapi"></script> <div id="chart"></div>

生成这样的随机数有很多不同的方法。一种方法是计算多个均匀随机数的和。你和多少个随机数以及它们的范围将决定最终分布的样子。

你加起来的数字越多，它就越向中心倾斜。在你的问题中已经提出了使用1个随机数的和，但正如你注意到的那样，它并不偏向于范围的中心。其他答案建议使用2个随机数的和或3个随机数的和。

通过取更多随机数的和，你可以得到更偏向范围中心的结果。在极端情况下，你可以取99个随机数字的和，每个数字都是0或1。这是一个二项分布。(二项分布在某种意义上可以被看作是正态分布的离散版本)。理论上，这仍然可以覆盖整个范围，但它有很大的偏向中心，你永远不会期望看到它到达端点。

这种方法意味着你可以调整你想要的偏差。

最简单的方法是从0-50中生成两个随机数，然后将它们相加。

这给出了偏向50的分布，就像滚动两个骰子偏向7一样。

事实上，通过使用更大数量的“骰子”(如@Falco所建议的)，你可以更接近钟形曲线:

function weightedRandom(max, numDice) {
    let num = 0;
    for (let i = 0; i < numDice; i++) {
        num += Math.random() * (max/numDice);
    }    
    return num;
}

JSFiddle: http://jsfiddle.net/797qhcza/1/

针对这个问题的最佳解决方案是BlueRaja - Danny Pflughoeft提出的解决方案，但我认为一个更快、更通用的解决方案也值得一提。

当我必须生成随机数(字符串，坐标对等)时，满足的两个要求

结果集非常小。(不大于16K) 结果集是离散的。(只像整数)

我通常首先创建一个数字数组(字符串，坐标对等)来满足需求(在您的情况下:一个包含多次更可能的数字的数字数组)，然后从该数组中随机选择一个项目。这样，每个项目只需要调用一次昂贵的随机函数。

这个答案真的很好。但是我想针对不同的情况发布实现说明(我不懂JavaScript，所以我希望你能理解)。

假设每个范围都有范围和权重:

ranges - [1, 20], [21, 40], [41, 60], [61, 100]
weights - {1, 2, 100, 5}

初始静态信息，可以缓存:

所有权重之和(样本为108) 范围选择边界。基本上就是这个公式:Boundary[n] = Boundary[n - 1] + weight [n - 1] and Boundary[0] = 0。样本的边界为{0,1,3,103,108}

一代数量:

从范围[0，所有权重之和]生成随机数N。 For (i = 0;i < size(border) && N > border [i + 1];+ + i) 取第i个范围，生成该范围内的随机数。

性能优化的附加说明。范围不需要按升序或降序排列，所以为了更快的范围查找，权重最高的范围应该排在前面，权重最低的范围应该排在最后。