java中通常进行数学运算的东西都在Math类中，求函数的幂次方就是Math类中的pow方法：publicstaticdoublepow(double a, double b)， 返回第一个参数的第二个参数次幂的值。
例如求2的3次方，代码如下：
publicclasstest{
publicstaticvoidmain(String[]args){
doublea=Math.pow(2,3);
}
}
运行结果为8
扩展资料：
Math类包含用于执行基本数学运算的方法，如初等指数、对数、平方根和三角函数。
与StrictMath类的某些数学方法不同，并非Math类所有等价函数的实现都定义为返回逐位相同的结果。此类在不需要严格重复的地方可以得到更好的执行。
默认情况下，很多Math方法仅调用StrictMath中的等价方法来完成它们的实现。建议代码生成器使用特定于平台的本机库或者微处理器指令（可用时）来提供Math方法更高性能的实现。这种更高性能的实现仍然必须遵守Math的规范。
实现规范的质量涉及到两种属性，即返回结果的准确性和方法的单调性。浮点Math方法的准确性根据ulp（unitsinthelastplace，最后一位的进退位）来衡量。对于给定的浮点格式，特定实数值的ulp是包括该数值的两个浮点值的差。
当作为一个整体而不是针对具体参数讨论方法的准确性时，引入的ulp数用于任何参数最差情况下的误差。
如果一个方法的误差总是小于0.5ulp，那么该方法始终返回最接近准确结果的浮点数；这种方法就是正确舍入。一个正确舍入的方法通常能得到最佳的浮点近似值；然而，对于许多浮点方法，进行正确舍入有些不切实际。
相反，对于Math类，某些方法允许误差在1或2ulp的范围内。非正式地，对于1ulp的误差范围，当准确结果是可表示的数值时，应该按照计算结果返回准确结果；否则，返回包括准确结果的两个浮点值中的一个。对于值很大的准确结果，括号的一端可以是无穷大。
除了个别参数的准确性之外，维护不同参数的方法之间的正确关系也很重要。
因此，大多数误差大于0.5ulp的方法都要求是半单调的：只要数学函数是非递减的，浮点近似值就是非递减的；同样，只要数学函数是非递增的，浮点近似值就是非递增的。并非所有准确性为1ulp的近似值都能自动满足单调性要求。
参考资料：
