至少两个选择：

1. 积分直方图并进行数值反转。
2. 拒绝

数值积分

摘自William R.Gibbs的《现代物理学计算》

人们总是可以对[函数]进行数值积分，然后将[ cdf ] 求反，但这通常不是很令人满意，特别是在 pdf 迅速变化的情况下。

您实际上将建立一个表，将该表转换[0-1)为目标分布中的适当范围。然后抛出您惯用的（高质量）PRNG，并与表格一起翻译。它很麻烦，但清晰，可行且完全通用。

拒绝：

归一化目标直方图，然后

1. 掷骰子以x在范围内随机选择一个位置（）。
2. 如果新的随机数小于此bin中的归一化直方图，则再次抛出并选择此点。否则转到（1）。

再次，头脑简单，但清晰而有效。分布速度很慢，概率很低（峰尾较长）。

使用这两种方法时，如果不需要阶跃函数直方图，则 可以 使用分段多项式拟合或样条曲线近似数据以生成平滑曲线-但留待以后使用，因为这可能是过早的优化。

对于特殊情况，可能存在更好的方法。

所有这些都是非常标准的，如果需要更多详细信息，则应出现在任何《数值分析》教科书中。