根据 DeepMinds 的论文Prioritized Experience Replay (2016)，特别是附录 B.2.1 “Proportional priorityization”（第 13 页），应该平均划分优先级范围$[0, p_\text{total}]$进入$k$范围，其中$k$是批次的大小，并在这些子范围内采样一个随机变量。然后使用该随机变量根据其优先级（概率）从总和树中对体验进行采样。

为什么我们需要这样做？为什么不简单地抽样$k$随机变量$[0, p_\text{total}]$并得到$k$和树中的变量，而不将优先级范围划分为$k$不同的范围？这不一样吗？