它看起来很蠢，但你可以使用两次rand:

var choice = Math.random() * 3;
var result;

if (choice < 2){
    result = Math.random() * 20 + 40; //you have 2/3 chance to go there
}
else {
    result = Math.random() * 100 + 1;
}

你有一些很好的答案，给出了具体的解决方案;让我给你描述一下通解。问题是:

我有一个在0到1之间或多或少均匀分布的随机数源。 我希望产生一个遵循不同分布的随机数序列。

这个问题的一般解决方案是计算出所需分布的分位数函数，然后将分位数函数应用于均匀源的输出。

分位数函数是你想要的分布函数的积分的倒数。分布函数是这样的函数，曲线的一部分下面的面积等于随机选择的项目将在该部分的概率。

我在这里给出一个如何做到这一点的例子:

http://ericlippert.com/2012/02/21/generating-random-non-uniform-data/

其中的代码是c#编写的，但原则适用于任何语言;它应该很容易适应JavaScript的解决方案。

最好的方法是生成一个随机数，该随机数平均分布在某一组数字中，然后对0到100之间的集合应用投影函数，其中投影更有可能击中你想要的数字。

通常，实现这一点的数学方法是绘制所需数字的概率函数。我们可以用钟形曲线，但为了计算方便，我们还是用翻转抛物线吧。

我们画一条抛物线，使它的根在0和100处，而不使它倾斜。得到如下方程:

f(x) = -(x-0)(x-100) = -x * (x-100) = -x^2 + 100x

现在，曲线下0到100之间的所有面积都代表了我们想要生成数字的第一个集合。在那里，生成是完全随机的。我们要做的就是求出第一个集合的上界。

下界当然是0。上限是函数在100处的积分，也就是

F(x) = -x^3/3 + 50x^2
F(100) = 500,000/3 = 166,666.66666 (let's just use 166,666, because rounding up would make the target out of bounds)

所以我们知道我们需要生成一个介于0到166666之间的数字。然后，我们只需要把这个数字投影到我们的第二个集合，它在0到100之间。

我们知道我们生成的随机数是输入x在0到100之间的抛物线的积分。这意味着我们只需假设随机数是F(x)的结果，然后解出x。

在这种情况下，F(x)是一个三次方程，形式为F(x) = ax^3 + bx^2 + cx + d = 0，下列表述成立:

a = -1/3
b = 50
c = 0
d = -1 * (your random number)

为x解出这个问题会得到你所寻找的实际随机数，它保证在[0,100]范围内，并且更接近中心而不是边缘。

我建议使用beta分布来生成一个0-1之间的数字，然后将其放大。它非常灵活，可以创建许多不同形状的发行版。

这里有一个快速而粗略的样本:

rbeta = function(alpha, beta) {
 var a = 0   
 for(var i = 0; i < alpha; i++)   
    a -= Math.log(Math.random())

 var b = 0   
 for(var i = 0; i < beta; i++)   
    b -= Math.log(Math.random())

  return Math.ceil(100 * a / (a+b))
}

这是3/4的加权解，40-60和1/4在这个范围之外。

function weighted() { var w = 4; // number 1 to w var r = Math.floor(Math.random() * w) + 1; if (r === 1) { // 1/w goes to outside 40-60 var n = Math.floor(Math.random() * 80) + 1; if (n >= 40 && n <= 60) n += 40; return n } // w-1/w goes to 40-60 range. return Math.floor(Math.random() * 21) + 40; } function test() { var counts = []; for (var i = 0; i < 2000; i++) { var n = weighted(); if (!counts[n]) counts[n] = 0; counts[n] ++; } var output = document.getElementById('output'); var o = ""; for (var i = 1; i <= 100; i++) { o += i + " - " + (counts[i] | 0) + "\n"; } output.innerHTML = o; } test(); <pre id="output"></pre>

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。