不同面孔的频率不是独立的，因为它们必须总和为。但是，您可以迭代面数，而不是迭代骰子，这不会随着增加：$N$$N$

1. 的出现模拟为二项式，进行次试验，成功概率。$n_1$$N$$1/6$
2. 模拟 2,的出现，作为二项式，具有次试验和成功概率。$n_2$$N - n_1$$1/5$
3. 模拟 3,的出现，作为二项式，具有试验和成功概率。$n_3$$N - n_1 - n_2$$1/4$

依此类推，直到您以成功概率模拟 6 的出现$1$，用完所有剩余的卷。

我觉得最简单的死法$D$双方（你的问题假设$D=6$），具有任意一组值（您的问题假设掷骰子是其中之一$\in {1,2,3,4,5,6}$) 是对骰子的一组值使用基于洗牌算法的采样函数：

Python

假设您有一个名为 的骰子值数组（任意数量的值，任意一组值），MyDie“滚动”MyDie N时间的基础是：

import random
values, counts = np.unique(random.choices(MyDie,k=10), return_counts=True)

例如，对于$N=10$：

>>> import random
>>> import numpy as np
>>> values, counts = np.unique(random.choices(MyDie,k=10),return_counts=True)
>>> print(values,"\n",counts,sep="")
[1 2 3 4 5 6]
[1 4 1 1 1 2]

R

假设您有一个名为 的骰子值数组（任意数量的值，任意一组值），MyDie“滚动”MyDie N时间的基础是：

sample(MyDie,size=N,replace=TRUE)

例如，对于$N=10$：

> MyDie <- 1:6
> table(sample(MyDie,size=10,replace=TRUE))

1 2 3 5 6 
4 1 2 1 2