Javascript 如何求和等于M的N个随机整数

我想列出N个随机整数，它们的和等于M

我在Python中使用了numpy和dirichlet函数，但这会生成双随机数数组，我想生成整数随机数

import numpy as np 
np.random.dirichlet(np.ones(n))*m

---

该解决方案可以使用其他分发解决问题。

以下是一个示例解决方案：

将numpy导入为np
M=50#固定和
N=5#数字的数量
数组=np.随机多项式（M，np.一（N）/N）[0]
打印（数组）
使用
dirichlet
的问题在于它是实数的分布。它将产生一个范围为
（0,1）
的数字向量，其总和为1，但截断或四舍五入可能会取消对特定总和的保证。下面我们可以从
多项式分布（使用）中获得所需的效果，如下所示：

from numpy.random import multinomial

np.random.multinomial(m, np.ones(n)/n)

这将在
0
和
m
之间生成
n
整数，其总和为
m
，绘制给定位置的概率相等。可视化这一点的最简单的方法是考虑结果，从一组固定的对象描述一组绘图（例如，从1到6的整数的骰子绘图），其中最后的数组是绘制相应对象的次数。总数将始终等于给定的总绘制数（卷）。
请注意，Dirichlet分布可用于对多项式进行参数化，从而控制料仓的平滑度或“均匀性”，例如：

import numpy as np 

m = 50
n = 5
s = 0.1

np.random.multinomial(m, np.random.dirichlet(np.ones(n) * s))

主要参数化为@Bonfire，但较大的
s
（例如，try
s=100
）会导致垃圾箱接近泊松分布，平均值=
m/n
，较小的值会导致更大的方差
整数有分布吗？我收回了我的评论，因为我看到你在乘以
m
，所以你最终得到了一些可以被截断的东西，但事实仍然是，根据定义，Dirichlet是实数的分布。二项式分布和泊松分布是两种常见的离散分布，但它们没有你想要的求和特性。看来多项式是最好的选择。这个分布将不同于Dirichlet，但是数字将相加，如果截断Dirichlet，这是不保证的。非常感谢，它解决了我的问题。我已经编辑了这个问题，这样你就可以回答我的问题了。不用担心。我真的不在乎这个问题是否被接受，我最感兴趣的是找到答案。我写了一个答案，只是因为我的信息到处都是。