biginteger.isprobableprime(int certainty) 是概率性素数判定，错误率≤0.5^certainty；返回false必为合数，true则可能为合数；certainty=100时误判率≤0.5^100，适用于rsa密钥生成。
直接说结论： BigInteger.isProbablePrime(int certainty) 不是确定性质数判定，而是基于 Miller-Rabin（对奇合数）和 Lucas-Lehmer 类变种（Java 8+ 对某些偶数/小数补充）的随机化测试；certainty 参数不是“准确率百分比”，而是错误概率上限 —— 错判合数为质数的概率 ≤ 0.5certainty。想快速筛掉明显合数，用 certainty = 10 就够；生产环境验大素数（如 RSA 密钥生成），至少用 certainty = 100。
为什么 isProbablePrime() 会返回 false 正常但让人困惑
常见误解是“返回 false 就说明一定是合数”，其实不然：它只保证「若返回 false，则输入必为合数」；但返回 true 时，仍可能为合数（只是概率极低）。这个单向确定性容易被忽略。
- 输入是偶数且 > 2 → 必然返回
false（不走随机测试） - 输入是
1、0、负数 → 直接返回false（1不是质数，Java 严格遵循数学定义） - 输入是
2→ 立即返回true（硬编码特例） - 输入是小奇数（如
3,5,7）→ 可能跳过随机测试，用查表或试除法快速判定
certainty 参数怎么选：速度 vs 误判风险
这个参数控制 Miller-Rabin 的轮数（大致等价），每轮独立随机选取底数 a；增大它会让执行时间线性增长（不是指数），但误判率呈指数下降。
-
certainty = 0→ 至少做 1 轮，误判率 ≤ 0.5 —— 完全不可靠，仅用于调试 -
certainty = 10→ 误判率 ≤ 1/1024 ≈ 0.001，适合预筛选（比如从 10⁵⁰ 范围里快速捞出候选） -
certainty = 20→ 误判率 ≤ 1e-6，常见工具类可接受 -
certainty = 100→ 误判率
注意：certainty 为负数时，行为未定义（OpenJDK 实现会抛 IllegalArgumentException）。
实际使用时必须配合的检查
单独调用 isProbablePrime() 很容易漏掉边界或语义陷阱。真实代码中应前置校验：
- 先确认
BigInteger非 null（否则 NPE） - 用
compareTo(BigInteger.ONE) 排除 ≤ 1 的数（它们都不是质数） - 如果业务需要「确定性结果」，不能只依赖此方法；对 ≤ 10⁶ 的数，可补试除法；对更大数，需用 AKS 或 ECPP（但 Java 标准库不提供）
- 并发场景下无状态，可安全复用同一
BigInteger实例多次调用
示例片段：
BigInteger n = new BigInteger("...");
if (n == null || n.compareTo(BigInteger.ONE)
<p>真正难的不是调用这行代码，而是理解「probable」在这里是严格的概率上界定义，不是模糊的日常用语；而且 Java 不保证不同版本底层使用的素性测试组合完全一致（尤其小数值优化路径），所以跨 JDK 版本做一致性断言要小心。</p>Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
