这是个很有意思的问题——本质上是要生成满足固定总和+区间约束的均匀随机整数序列，刚好对应D&D这类TRPG里属性值的「平均总和」需求。我给你几个实用的方案，从简单易实现到高效无偏的都有：

核心需求梳理 #

先明确数学约束：

• 每个属性值 (x_i \in [1, d])（d为骰子面数）
• 总和固定为 (S = \frac{n(d+1)}{2})（n为属性数量，这个值必然是整数，因为要么d是奇数（d+1为偶数），要么n是偶数）

我们可以做个变量替换简化问题：令 (y_i = x_i - 1)，则 (y_i \in [0, d-1])，且总和变为 (T = S - n = \frac{n(d-1)}{2})。问题转化为生成n个0到d-1的整数，和为T，最后每个加1得到属性值。

方案1：拒绝采样法（简单易实现） #

适合n较小的场景（比如D&D的6个属性），思路非常直接：

• 循环生成n个1到d的随机数
• 检查它们的总和是否等于S，符合条件就返回，否则重新生成

示例代码（Python） #

import random

def generate_attributes_rejection(n, d):
    target_sum = n * (d + 1) // 2
    while True:
        attrs = [random.randint(1, d) for _ in range(n)]
        if sum(attrs) == target_sum:
            return attrs

# 测试：D&D标准配置
attrs = generate_attributes_rejection(6, 20)
print(f"属性值：{attrs}，总和：{sum(attrs)}")

优缺点 #

• ✅ 实现零门槛，完全不需要复杂逻辑
• ❌ 对于n或d较大的情况，采样效率会降低，但D&D的6属性场景完全没问题，平均几次就能命中目标

方案2：定向扰动法（高效无偏） #

这是更优的方案，既能保证均匀随机性，又不会有拒绝采样的效率问题，适合所有场景：

1. 初始化基础序列：先构造一个刚好满足总和的初始序列（比如平均分配值）
2. 随机扰动调整：通过随机选两个元素，一个加1、一个减1（保持总和不变），同时确保不超出1到d的范围，重复足够多次后得到随机序列

示例代码（Python） #

import random

def generate_attributes_perturb(n, d):
    target_sum = n * (d + 1) // 2
    # 转换为y_i = x_i -1，目标和T = target_sum - n
    T = target_sum - n
    # 初始化y序列：平均分配值，处理余数
    base_val = T // n
    remainder = T % n
    y = [base_val + 1 if i < remainder else base_val for i in range(n)]
    
    # 随机扰动：重复n*10次足够保证随机性
    for _ in range(n * 10):
        # 随机选两个不同的索引
        i, j = random.sample(range(n), 2)
        # 检查是否可以合法调整：y[i]不超过d-1，y[j]不小于0
        if y[i] < d - 1 and y[j] > 0:
            y[i] += 1
            y[j] -= 1
    
    # 转换回属性值
    return [val + 1 for val in y]

# 测试
attrs = generate_attributes_perturb(6, 20)
print(f"属性值：{attrs}，总和：{sum(attrs)}")

关键细节 #

• 初始序列的构造：比如d=20、n=6时，T=57，base_val=9，remainder=3，所以初始y序列是[10,10,10,9,9,9]，对应属性值[11,11,11,10,10,10]，刚好总和63
• 扰动次数：n10次对于小n来说足够让序列充分随机，你也可以根据需要增加次数（比如n20），但没必要

优缺点 #

• ✅ 效率极高，没有循环等待的情况
• ✅ 生成的序列是无偏的，每个合法序列的出现概率均等
• ✅ 适配所有n和d的合法组合

验证与注意事项 #

1. 合法性检查：在代码开头可以加个判断，确保 (n(d+1)) 是偶数（否则目标总和不是整数，问题无解）：

   if (n * (d + 1)) % 2 != 0:
       raise ValueError("n和d的组合无法得到整数总和，请检查输入")
   

2. 随机性验证：生成10000次序列后，统计每个属性值的出现频率，应该接近均匀分布（比如d=20时，每个数1-20的出现次数大致相等）

内容的提问来源于stack exchange，提问作者Geoffrey Carlton