获取数字数组等并不是有效的。您应该采用一个映射，该映射采用0到100之间的随机数，并映射到所需的分布。在这个例子中，你可以取f(x)=-(1/25)x2+4x来得到在你的范围中间值最多的分布。

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。

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。

如果你可以使用高斯函数，那就使用它。这个函数返回平均值为0和sigma 1的正态数。

95%的数字在平均+/- 2*sigma范围内。平均值= 50,sigma = 5

randomNumber = 50 + 5*gaussian()

我可能会做一些事情，比如设置一个“机会”，让数字被允许“出界”。在这个例子中，数字为1-100的概率为20%，否则为40-60:

$(function () { $('button').click(function () { var outOfBoundsChance = .2; var num = 0; if (Math.random() <= outOfBoundsChance) { num = getRandomInt(1, 100); } else { num = getRandomInt(40, 60); } $('#out').text(num); }); function getRandomInt(min, max) { return Math.floor(Math.random() * (max - min + 1)) + min; } }); <script src="https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js"></script> <button>Generate</button> <div id="out"></div>

小提琴:http://jsfiddle.net/kbv39s9w/

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/