1，问题：
在游戏中，我们经常会遇到以下情况：打开宝箱，获得x个卡牌碎片。
但通常策划只会给一个既定的数值空间，和一个期望得到的值，然后让我们去随机。比如：
问题A：在1~3之间的整数中随机，期望随机结果的平均值是1.175，如何实现？
延伸：1~10之间，期望平均值是5.4呢？
以上问题可以归纳为：m~n之间，期望值是q，求出最终结果。
首先，我们可以问下AI，如何实现这个算法。以下是AI给出结果的截图：
这种按照多元方程求解的方法，需要自己去随机给定概率，当然可以实现。但有没有更直接的方法呢？
2，求解过程：
经过思考，我们可以用补偿算法的方式，来得到这个既定结果。这里需要引入一个补偿数的概念，补偿数由每次随机结果的偏差值累加而成。
因为每次随机事件是独立的，我们引入问题A，得到如下随机结果：
第1次随机区间1~3，随机结果1，补偿数为 0.175 ；
第二次随机区间2~3，随机结果2，补偿数为-0.65；
第3次随机区间1~2，随机结果1，补偿数为-0.475，小于精度0.5，取随机数组结束。
随机数组为1,2,1；在其中随机取1位便是结果。
我们可以验算下：（1+2+1）/3~=1.333，与1.175偏差小于0.5。代码编译：
然后我们将以上思考过程改为函数如下：
//获取所有的随机范围void GetAllRandom(float _expect, int _min, int _max, float _precision){var _getList = new List<int>();GetRandomOnce(_getList, 0, 0f, _expect, _min, _max, _precision);var _f = 0f;var _str = "";foreach (var idx in _getList){_f += idx;_str += idx + ",";}Debug.LogError("得到结果数组：" + _str + "\n平均值：" + (_f / _getList.Count));Debug.LogError("最终结果：" + _getList[Random.Range(0, _getList.Count)]);}/// <summary>/// 取到的随机数 数组/// </summary>/// <param name="_list">取值数组</param>/// <param name="_ranNum">随机次数</param>/// <param name="_compensate">补偿值：累加</param>/// <param name="_expect">期望值</param>/// <param name="_min">最小值</param>/// <param name="_max">最大值</param>/// <param name="_precision">精确度</param>/// 约束条件：/// 1，随机次数>n次，比如1~10之间随机，随机次数需要>10/// 2,最终补偿数需要误差小于1（精确度） private void GetRandomOnce(List<int> _list, int _ranNum, float _compensate, float _expect, int _min, int _max, float _precision){//根据补偿数重新定义范围int _ran = 0;if (_compensate > 0f){var _tMin = Mathf.Min(_max, Mathf.CeilToInt(_min + _compensate));_ran = Random.Range(_tMin, _max + 1);Debug.Log(_tMin + " " + _ran + " " + _max);}else{var _tMax = Mathf.Max(_min, Mathf.FloorToInt(_max + _compensate));_ran = Random.Range(_min, _tMax + 1);Debug.Log(_min + " " + _ran + " " + _tMax);}_compensate += _expect - _ran;_ranNum++;Debug.LogError(_ran + " " + _compensate+" "+_ranNum);_list.Add(_ran);if (_ranNum > (_max - _min + 1) && Mathf.Abs(_compensate) < _precision) return;//满足约束条件if (_ranNum > 100) { _list.Clear();_list.Add((int)_expect);return; }//防止意外GetRandomOnce(_list, _ranNum, _compensate, _expect, _min, _max, _precision);}3，测试
写个简单方法测试下：
public int min = 1;//区间最小值public int max = 3;//区间最大值public float expect = 1.175f;//期望值public float precision = 0.5;//精度void Update(){if (Input.GetKeyDown(KeyCode.A)){GetAllRandom(expect, min, max, precision);}}得到结果如下：
当然我们有时候不想随机那么多步骤（纯随机的不确定性），还可以添加更多的约束。
最后，我们代入扩展再测试下。电脑给出的随机结果如下：
经过多次测试，实验结果是逼近期望值的（不过取越靠近中间数的话，独立事件的结果偏差可能越大，这里最好再加上一层约束）。
