我同意较早的答案，即小规模游戏的真正随机性是不可取的-对于某些用例而言，这似乎太不公平了。

我用Ruby编写了一个类似于Shuffle Bag的简单实现，并做了一些测试。该实现做到了：

• 如果看起来仍然很公平，或者我们还没有达到最低限度的下注门槛，那么它会根据正常概率返回合理的命中率。
• 如果从过去的滚动观察到的概率看起来不公平，则返回“公平化”命中率。

根据边界概率，这被认为是不公平的。例如，对于20％的概率，您可以将10％设置为下限，将40％设置为上限。

利用这些界限，我发现运行10次命中， 真正的伪随机实现产生的结果超出这些界限的时间占14.2％
。大约11％的时间，在10次尝试中得分为0。3.3％的时间中，有10次击中了5个或更多的关键命中。自然地，使用此算法（最小掷骰数为5），很少（0.03％）的“公平”运行超出范围。即使下面的实现不合适（当然，可以做得更聪明），值得注意的是，您的用户通常会感觉到使用真正的伪随机解决方案是不公平的。

这是我FairishBag用Ruby写的肉。完整的实现和快速的蒙特卡洛仿真可在此处找到（要点）。

def fire!
  hit = if @rolls >= @min_rolls && observed_probability > @unfair_high
    false
  elsif @rolls >= @min_rolls && observed_probability < @unfair_low
    true
  else
    rand <= @probability
  end
  @hits += 1 if hit
  @rolls += 1
  return hit
end

def observed_probability
  @hits.to_f / @rolls
end

更新：
使用此方法确实会增加受到严重打击的总体可能性，在上述范围内增加到大约22％。您可以通过将其“真实”概率设置得低一点来抵消它。进行了适度修改的概率为17.5％，观察到的长期概率约为20％，并使短期运行感觉良好。