StrictMath 保证跨平台结果完全一致，Math 不保证；StrictMath 基于 fdlibm 并遵循 IEEE 754，禁用扩展精度；Math 可启用硬件指令与 JIT 优化，中间精度可能致结果差 1 ULP。

StrictMath 和 Math 在不同平台下对同一计算的输出是否一致，关键看“结果可复现性”是否被强制保障——StrictMath 保证一致，Math 不保证。

StrictMath：跨平台结果完全确定

StrictMath 所有数学方法（包括 sqrt、sin、pow 等）均基于 fdlibm 库实现，并严格遵循 IEEE 754 标准。它用 strictfp 修饰，禁用浮点中间结果的扩展精度，确保：

• 在 x86、ARM、RISC-V 等任意 CPU 架构上，输入相同，输出比特位完全一致
• Windows、Linux、macOS、嵌入式 JVM 上运行结果逐位相同
• 即使 JVM 实现不同（如 OpenJDK、Zulu、GraalVM），只要版本支持 StrictMath，结果不变

Math：优先性能，允许平台差异

Math 类多数方法默认调用 StrictMath，但 JVM 可以且通常会启用优化路径：

• 利用 CPU 的硬件指令（如 x86 的 fsqrt、ARM 的 vsqrt.f64）加速 sqrt 计算
• 启用 JIT 内联或 intrinsic 替换（例如 Math.sqrt() 在 HotSpot 中常被编译为单条机器指令）
• 中间浮点运算可能使用扩展精度（如 80 位 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）

实际影响哪些场景？

差异通常只在高精度敏感或长期可复现要求的场景中显现：

• 金融系统：利率复利、期权定价模型需多平台验证一致，应选 StrictMath
• 科学仿真/测试断言：单元测试中依赖固定浮点输出（如 assertEqual(Math.sqrt(2), 1.4142135623730951)），用 StrictMath 更可靠
• 区块链或共识逻辑：节点间必须达成完全一致的数值结果，StrictMath 是事实标准
• 普通业务开发：UI 计算、分页总数、简单单位换算等，Math 足够快也足够准，无需切换

如何验证你环境中的差异？

可快速运行对比代码观察：

double x = 123456789.123456789;
System.out.println("Math.sqrt:     " + Math.sqrt(x));
System.out.println("StrictMath.sqrt: " + StrictMath.sqrt(x));
// 若两行输出在不同机器上不完全一致（尤其老旧 ARM 或某些 JDK 版本），说明 Math 正在使用平台优化