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))
}

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;
}

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。

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。

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()

当然这是可能的。随机抽取1-100。如果数字<30，则在1-100范围内生成数字，如果不在40-60范围内生成数字。