Float.floatToIntBits()用于精确位级相等判断，而非解决浮点数精度误差；它将float转为int后逐位比较，适用于equals/hashCode、序列化校验等需严格比特一致的场景，但不适用于数学近似比较。
Float.floatToIntBits() 不是用来“解决浮点数比较不准”的通用方案，而是用于**精确位级相等判断**——它把 float 的二进制表示转成 int，再按整数逐位比对。这和用 epsilon 做容差比较（即“数学上近似相等”）是两种完全不同的语义。
什么时候该用 Float.floatToIntBits()？
适用于需要严格一致性的场景，比如：
- 自定义 equals() 和 hashCode() 方法（如 JBox2d 的 Vec2），要求相同 bit 模式才视为相等；
- 序列化/反序列化后校验数据完整性；
- 调试时排查是否因不同计算路径产生不同 bit 表示（例如 -0.0f 和 0.0f 在 floatToIntBits 下结果不同）；
- 实现确定性哈希（如 HashMap 中 key 的 hash 值必须稳定，NaN 也要有固定 intBits）。
它不能替代 epsilon 比较的原因
因为它的行为和数学直觉不一致：
- 0.0f 和 -0.0f 被判为不等：Float.floatToIntBits(0.0f) == 0，而 Float.floatToIntBits(-0.0f) == 0x80000000；
- NaN 值全部被当作相等：所有 NaN 的 intBits 都是 0x7fc00000（quiet NaN 默认模式），所以 Float.floatToIntBits(Float.NaN) == Float.floatToIntBits(Float.NaN) 为 true；
- 不处理精度误差：0.1f + 0.2f 和 0.3f 即使数学上应接近，但它们的 bit 模式不同，floatToIntBits 比较直接返回 false —— 这不是 bug，是设计如此。
日常业务中推荐的浮点比较方式
绝大多数逻辑要的是“数值足够接近”，而不是“bit 完全一样”。应使用带容差的比较：
- 基本写法：Math.abs(a - b) （float 推荐 1e-6，double 推荐 1e-9）；
- 更健壮的写法（兼顾大小数量级差异）：Math.abs(a - b) ；
- 处理 null 的 Float 对象：Objects.nonNull(a) && Objects.nonNull(b) && Math.abs(a - b) ；
- JDK 1.8+ 可考虑 Double.compare(a, b) == 0，但它仍做 exact 比较，不解决精度问题，仅避免自动装箱陷阱。
总结一句话
Float.floatToIntBits 是位操作工具，不是精度补丁；它确保“两个 float 是否由完全相同的二进制位构成”，而 epsilon 比较确保“两个 float 在现实计算误差范围内是否可视为同一数值”——选哪个，取决于你要回答的问题是“它们是不是同一个比特串”，还是“用户会不会觉得它们相等”。
