选 strictmath 还是 math，核心看你要不要“结果完全一样”——strictmath 保证跨平台比特位逐位相同，基于 fdlibm 5.3 严格遵循 ieee 754 并禁用扩展精度；math 优先性能，可能因硬件指令或 jit 优化导致极少数输入差 1 ulp。
选 StrictMath 还是 Math，核心看你要不要“结果完全一样”——不是差不多，而是比特位逐位相同。
StrictMath：结果确定，平台无关
StrictMath 所有数学函数（sin、cos、sqrt、pow、log 等）都基于 fdlibm 5.3 实现，严格遵循 IEEE 754 标准，并用 strictfp 禁用扩展精度。这意味着：
- 同一输入，在 x86、ARM、RISC-V 上输出完全相同的 double 二进制值
- Windows、Linux、macOS、嵌入式 JVM 下结果一致，不依赖 CPU 浮点单元（FPU）指令
- 即使不同 JDK 实现（如 OpenJDK、GraalVM、Zulu），只要版本支持，结果不变
Math：更快，但结果可能差 1 ULP
Math 默认多数方法会调用 StrictMath，但 JVM 可启用优化路径：
- 用硬件指令加速（如 x86 的
fsqrt、ARM 的vsqrt.f64） - JIT 编译时内联或替换为 intrinsic（例如
Math.sqrt()编译成单条机器指令） - 中间计算可能使用 80 位扩展精度（x87 寄存器），导致极少数输入下结果与 StrictMath 差 1 ULP（最后一位有效数字）
哪些场景必须用 StrictMath
当数值一致性直接影响逻辑正确性时，不能妥协：
- 金融系统：复利计算、期权定价模型需多平台交叉验证，误差不可接受
-
科学仿真/单元测试：断言固定浮点输出（如
assertEquals(StrictMath.sin(0.1), 0.09983341664682815)） - 区块链或分布式共识：所有节点必须算出完全相同的数值，否则共识失败
- 回放式游戏逻辑：帧同步依赖确定性浮点运算，确保不同设备重放一致
大多数情况用 Math 就够了
以下操作本身无平台差异，StrictMath 和 Math 行为完全相同，无需切换：
- 整数运算类：
abs、max、min、round - 简单转换类：
toRadians、toDegrees（注意：StrictMath 版本带 strictfp，Math 版本不带，但实际误差极小） - 取整类：
ceil、floor、rint
日常业务开发、Web 后端、数据处理、图形渲染等对浮点微差不敏感的场景，Math 性能更好，且足够可靠。
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
