Gyors és alapos útmutató a „null” -hoz: mi ez, és hogyan kell használni

Mit jelent null? Hogyan nullvalósul meg? Mikor érdemes használni nulla forráskódban, és mikor nem szabad használni?

Bevezetés

nullszámos programozási nyelvben alapvető fogalom. Mindenütt jelen van ezeken a nyelveken írt mindenféle forráskódban. Ezért elengedhetetlen az ötlet teljes felismerése null. Meg kell értenünk szemantikáját és megvalósítását, és tudnunk kell, hogyan használjuk nullfel a forráskódunkat.

A programozói fórumokon található megjegyzések néha némi zavart tárnak elénk null. Egyes programozók megpróbálják teljesen elkerülni null. Mivel szerintük "millió dolláros hibának" nevezik ezt a kifejezést, amelyet Tony Hoare, a feltaláló talált ki null.

Itt van egy egyszerű példa: Tegyük fel, hogy Alice email_addressrámutat null. Mit is jelent ez? Ez azt jelenti, hogy Alice-nek nincs e-mail címe? Vagy hogy az e-mail címe ismeretlen? Vagy hogy titkos? Vagy egyszerűen azt jelenti, hogy email_address„undefined” vagy „inicializálatlan”? Lássuk. A cikk elolvasása után mindenki képes legyen habozás nélkül válaszolni az ilyen kérdésekre.

Megjegyzés: Ez a cikk programnyelv-semleges - amennyire csak lehetséges. A magyarázatok általánosak és nem kötődnek egy adott nyelvhez. Konkrét tanácsokat a programozási nyelv kézikönyvében talál null. Ez a cikk azonban tartalmaz néhány egyszerű Java-példát a forráskódról. De nem nehéz lefordítani őket a kedvenc nyelvére.

Futásidejű megvalósítás

Mielőtt megvitatnánk a jelentés jelentését null, meg kell értenünk, hogyan nullvalósul meg a memóriában futás közben.

Megjegyzés: Mi lesz egy pillantást a tipikus végrehajtását null. A tényleges megvalósítás egy adott környezetben a programozási nyelvtől és a célkörnyezettől függ, és eltérhet az itt bemutatott megvalósítástól.

Tegyük fel, hogy a következő forráskód-utasítással rendelkezünk:

String name = "Bob";

Itt deklarálunk egy típusú változót Stringés namea karakterláncra mutató azonosítóval "Bob".

A „pontok” mondása ebben az összefüggésben fontos, mert feltételezzük, hogy referencia típusokkal (és nem értékekkel ) dolgozunk . Erről később.

A dolgok egyszerűsége érdekében a következő feltételezéseket fogjuk tenni:

• A fenti utasítást egy 16 bites CPU-n hajtják végre, 16 bites címtérrel.
• A húrok kódolása UTF-16. 0-val végződnek (mint C vagy C ++).

Az alábbi kép a memória kivonatát mutatja a fenti utasítás végrehajtása után:

A fenti képen szereplő memóriacímeket önkényesen választottuk meg, és a beszélgetés szempontjából nem relevánsak.

Mint láthatjuk, a karakterlánc "Bob"a B000 címen van tárolva, és 4 memóriacellát foglal el.

A változó nameaz A0A1 címen található. Az A0A1 tartalma B000, amely a karakterlánc kezdő memóriahelye "Bob". Ezért mondjuk: A változó namearra mutat"Bob" .

Eddig jó.

Tegyük fel, hogy a fenti utasítás végrehajtása után a következőket hajtja végre:

name = null;

Most namearra mutat null.

És ez az új állapot a memóriában:

Láthatjuk, hogy semmi sem változott a karakterláncnál, "Bob"amelyet még mindig a memóriában tárolnak.

Megjegyzés: A karakterlánc tárolásához szükséges memória "Bob"később felszabadulhat, ha van szemétgyűjtő és nincs más hivatkozási pont "Bob", de ez a vitánk során nem releváns.

Ami fontos, hogy az A0A1 tartalma (amely a változó értékét képviseli name) most 0000. Tehát a változó namemár nem mutat rá "Bob". A 0 érték (az összes bit nulla) egy tipikus érték, amelyet a memóriában használnak jelölésre null. Ez azt jelenti, hogy nincs hozzárendelve értékname . Úgy is gondolhat rá, hogy nincs adat, vagy egyszerűen nincs adat .

Megjegyzés: A jelöléshez használt tényleges memóriaérték nullmegvalósítás-specifikus. Például a Java virtuális gép specifikáció a 2.4 szakasz végén található . „ Referencia típusok és értékek:”

A Java Virtual Machine specifikáció nem ír elő konkrét értékkódolást null.

Emlékezik:

Ha egy referencia rámutat null, ez egyszerűen azt jelenti, hogy vannincs hozzá kapcsolódó érték .

Műszakilag a referenciához rendelt memóriahely tartalmazza a 0 értéket (az összes bit nullán van), vagy bármely más értéket, nullamelyet az adott környezet jelöl .

Teljesítmény

Amint azt az előző szakaszban megtudtuk, a műveleteket nullrendkívül gyorsan és könnyen lehet futás közben végrehajtani.

Csak kétféle művelet létezik:

• Inicializálja vagy állítsa be a hivatkozást null(pl. name = null): Csak annyit kell tennie, hogy megváltoztatja egy memória cella tartalmát (pl. 0-ra állítja).
• Ellenőrizze, hogy egy referencia mutat-e null(pl. if name == null): Csak annyit kell tennie, hogy ellenőrizze, hogy a referencia memória cellája tartja-e a 0 értéket.

Emlékezik:

A műveletek nullrendkívül gyorsak és olcsók.

Referencia vs értéktípusok

Eddig feltételeztük, hogy referencia típusokkal dolgozunk . Ennek oka egyszerű: nullnem létezik értéktípusoknál .

Miért?

Amint azt korábban láthattuk, a referencia egy memória-cím mutatója , amely értéket tárol (pl. Karakterlánc, dátum, ügyfél, bármi). Ha egy referencia erre mutat null, akkor nincs hozzá társítva érték.

Másrészt egy érték definíció szerint maga az érték. Nincs benne mutató. Az értéktípus maga az érték tárolódik. Ezért az értéktípusoknál nullnem létezik a fogalom .

The following picture demonstrates the difference. On the left side you can see again the memory in case of variable name being a reference pointing to "Bob". The right side shows the memory in case of variable name being a value type.

As we can see, in case of a value type, the value itself is directly stored at the address A0A1 which is associated with variable name.

There would be much more to say about reference versus value types, but this is out of the scope of this article. Please note also that some programming languages support only reference types, others support only value types, and some (e.g. C# and Java) support both of them.

Remember:

The concept of null exists only for reference types. It doesn't exist for value types.

Meaning

Suppose we have a type person with a field emailAddress. Suppose also that, for a given person which we will call Alice, emailAddress points to null.

What does this mean? Does it mean that Alice doesn’t have an email address? Not necessarily.

As we have seen already, what we can assert is that no value is associated with emailAddress.

But why is there no value? What is the reason of emailAddress pointing to null? If we don't know the context and history, then we can only speculate. The reason for nullcould be:

Alice doesn’t have an email address. Or…

Alice has an email address, but:

• it has not yet been entered in the database
• it is secret (unrevealed for security reasons)
• there is a bug in a routine that creates a person object without setting field emailAddress
• and so on.

In practice we often know the application and context. We intuitively associate a precise meaning to null. In a simple and flawless world, null would simply mean that Alice actually doesn't have an email address.

When we write code, the reason why a reference points to null is often irrelevant. We just check for null and take appropriate actions. For example, suppose that we have to write a loop that sends emails for a list of persons. The code (in Java) could look like this:

for ( Person person: persons ) { if ( person.getEmailAddress() != null ) { // code to send email } else { logger.warning("No email address for " + person.getName()); }}

In the above loop we don’t care about the reason for null. We just acknowledge the fact that there is no email address, log a warning, and continue.

Remember:

If a reference points to null then it always means that there isno value associated with it.

In most cases, null has a more specific meaning that depends on the context.

Why is it null?

Sometimes it is important to know why a reference points to null.

Consider the following function signature in a medical application:

List getAllergiesOfPatient ( String patientId )

In this case, returning null (or an empty list) is ambiguous. Does it mean that the patient doesn't have allergies, or does it mean that an allergy test has not yet been performed? These are two semantically very different cases that must be handled differently. Or else the outcome might be life-threatening.

Just suppose that the patient has allergies, but an allergy test has not yet been done and the software tells the doctor that 'there are no allergies'. Hence we need additional information. We need to know why the function returns null.

It would be tempting to say: Well, to differentiate, we return null if an allergy test has not yet been performed, and we return an empty list if there are no allergies.

DON’T DO THIS!

This is bad data design for multiple reasons.

The different semantics for returning null versus returning an empty list would need to be well documented. And as we all know, comments can be wrong (i.e. inconsistent with the code), outdated, or they might even be inaccessible.

There is no protection for misuses in client code that calls the function. For example, the following code is wrong, but it compiles without errors. Moreover, the error is difficult to spot for a human reader. We can’t see the error by just looking at the code without considering the comment of getAllergiesOfPatient:

List allergies = getAllergiesOfPatient ( "123" ); if ( allergies == null ) { System.out.println ( "No allergies" ); // <-- WRONG!} else if ( allergies.isEmpty() ) { System.out.println ( "Test not done yet" ); // <-- WRONG!} else { System.out.println ( "There are allergies" );}

The following code would be wrong too:

List allergies = getAllergiesOfPatient ( "123" );if ( allergies == null || allergies.isEmpty() ) { System.out.println ( "No allergies" ); // <-- WRONG!} else { System.out.println ( "There are allergies" );}

If the null/empty-logic of getAllergiesOfPatient changes in the future, then the comment needs to be updated, as well as all client code. And there is no protection against forgetting any one of these changes.

If, later on, there is another case to be distinguished (e.g. an allergy test is pending — the results are not yet available), or if we want to add specific data for each case, then we are stuck.

So the function needs to return more information than just a list.

There are different ways to do this, depending on the programming language we use. Let’s have a look at a possible solution in Java.

In order to differentiate the cases, we define a parent type AllergyTestResult, as well as three sub-types that represent the three cases (NotDone, Pending, and Done):

interface AllergyTestResult {}

interface NotDoneAllergyTestResult extends AllergyTestResult {}

interface PendingAllergyTestResult extends AllergyTestResult { public Date getDateStarted();}

interface DoneAllergyTestResult extends AllergyTestResult { public Date getDateDone(); public List getAllergies(); // null if no allergies // non-empty if there are // allergies}

As we can see, for each case we can have specific data associated with it.

Instead of simply returning a list, getAllergiesOfPatient now returns an AllergyTestResult object:

AllergyTestResult getAllergiesOfPatient ( String patientId )

Client code is now less error-prone and looks like this:

AllergyTestResult allergyTestResult = getAllergiesOfPatient("123");

if (allergyTestResult instanceof NotDoneAllergyTestResult) { System.out.println ( "Test not done yet" ); } else if (allergyTestResult instanceof PendingAllergyTestResult) { System.out.println ( "Test pending" ); } else if (allergyTestResult instanceof DoneAllergyTestResult) { List list = ((DoneAllergyTestResult) allergyTestResult).getAllergies(); if (list == null) { System.out.println ( "No allergies" ); } else if (list.isEmpty()) { assert false; } else { System.out.println ( "There are allergies" ); }} else { assert false;}

Note: If you think that the above code is quite verbose and a bit hard to write, then you are not alone. Some modern languages allow us to write conceptually similar code much more succinctly. And null-safe languages distinguish between nullable and non-nullable values in a reliable way at compile-time — there is no need to comment the nullability of a reference or to check whether a reference declared to be non-null has accidentally been set to null.

Remember:

If we need to know why there is no value associated with a reference, then additional data must be provided to differentiate the possible cases.

Initialization

Consider the following instructions:

String s1 = "foo";String s2 = null;String s3;

The first instruction declares a String variable s1 and assigns it the value "foo".

The second instruction assigns null to s2.

The more interesting instruction is the last one. No value is explicitly assigned to s3. Hence, it is reasonable to ask: What is the state of s3 after its declaration? What will happen if we write s3 to the OS output device?

It turns out that the state of a variable (or class field) declared without assigning a value depends on the programming language. Moreover, each programming language might have specific rules for different cases. For example, different rules apply for reference types and value types, static and non-static members of a class, global and local variables, and so on.

As far as I know, the following rules are typical variations encountered:

• It is illegal to declare a variable without also assigning a value
• There is an arbitrary value stored in s3, depending on the memory content at the time of execution - there is no default value
• A default value is automatically assigned to s3. In case of a reference type, the default value is null. In case of a value type, the default value depends on the variable’s type. For example 0 for integer numbers, false for a boolean, and so on.
• the state of s3 is 'undefined'
• the state of s3 is 'uninitialized', and any attempt to use s3 results in a compile-time error.

The best option is the last one. All other options are error-prone and/or impractical — for reasons we will not discuss here, because this article focuses on null.

As an example, Java applies the last option for local variables. Hence, the following code results in a compile-time error at the second line:

String s3;System.out.println ( s3 );

Compiler output:

error: variable s3 might not have been initialized

Remember:

If a variable is declared, but no explicit value is assigned to it, then it’s state depends on several factors which are different in different programming languages.

In some languages, null is the default value for reference types.

When to Use null (And When Not to Use It)

The basic rule is simple: null should only be allowed when it makes sense for an object reference to have 'no value associated with it'. (Note: an object reference can be a variable, constant, property (class field), input/output argument, and so on.)

For example, suppose type person with fields name and dateOfFirstMarriage:

interface Person { public String getName(); public Date getDateOfFirstMarriage();}

Every person has a name. Hence it doesn’t make sense for field name to have 'no value associated with it'. Field name is non-nullable. It is illegal to assign null to it.

On the other hand, field dateOfFirstMarriage doesn't represent a required value. Not everyone is married. Hence it makes sense for dateOfFirstMarriage to have 'no value associated with it'. Therefore dateOfFirstMarriage is a nullable field. If a person's dateOfFirstMarriage field points to null then it simply means that this person has never been married.

Note: Unfortunately most popular programming languages don’t distinguish between nullable and non-nullable types. There is no way to reliably state that null can never be assigned to a given object reference. In some languages it is possible to use annotations, such as the non-standard annotations @Nullable and @NonNullable in Java. Here is an example:

interface Person { public @Nonnull String getName(); public @Nullable Date getDateOfFirstMarriage();}

However, such annotations are not used by the compiler to ensure null-safety. Still, they are useful for the human reader, and they can be used by IDEs and tools such as static code analyzers.

It is important to note that null should not be used to denote error conditions.

Consider a function that reads configuration data from a file. If the file doesn’t exist or is empty, then a default configuration should be returned. Here is the function’s signature:

public Config readConfigFromFile ( File file )

What should happen in case of a file read error?

Simply return null?

NO!

Each language has it’s own standard way to signal error conditions and provide data about the error, such as a description, type, stack trace, and so on. Many languages (C#, Java, etc.) use an exception mechanism, and exceptions should be used in these languages to signal run-time errors. readConfigFromFile should not return null to denote an error. Instead, the function's signature should be changed in order to make it clear that the function might fail:

public Config readConfigFromFile ( File file ) throws IOException

Remember:

Allow null only if it makes sense for an object reference to have 'no value associated with it'.

Don’t use null to signal error conditions.

Null-safety

Consider the following code:

String name = null;int l = name.length();

Futás közben a fenti kód hírhedt null pointer hibát eredményez , mert megpróbálunk végrehajtani egy hivatkozásra utaló módszert null. A C # NullReferenceException-ben például egy a- t dobnak, Java-ban pedig a-t NullPointerException.

A null mutató hiba csúnya.

Ez a leggyakoribb hiba számos szoftveralkalmazásban, és számtalan problémát okozott a szoftverfejlesztés történetében. Tony Hoare, a találmány feltalálója null"milliárd dolláros hibának" nevezi.

De Tony Hoare (1980-ban Turing-díjas és a Quicksort algoritmus kitalálója) beszédében is utal a megoldásra:

A legújabb programozási nyelvek ... bevezették a nem null hivatkozások deklarációit. Ez a megoldás, amelyet 1965-ben elutasítottam.

Contrary to some common belief, the culprit is not null per se. The problem is the lack of support for null handling in many programming languages. For example, at the time of writing (May 2018), none of the top ten languages in the Tiobe index natively differentiates between nullable and non-nullable types.

Therefore, some new languages provide compile-time null-safety and specific syntax for conveniently handling null in source code. In these languages, the above code would result in a compile-time error. Software quality and reliability increases considerably, because the null pointer error delightfully disappears.

Null-safety is a fascinating topic that deserves its own article.

Remember:

Whenever possible, use a language that supports compile-time null-safety.

Note: Some programming languages (mostly functional programming languages like Haskell) don’t support the concept of null. Instead, they use the Maybe/Optional Patternto represent the ‘absence of a value’. The compiler ensures that the ‘no value’ case is handled explicitly. Hence, null pointer errors cannot occur.

Summary

Here is a summary of key points to remember:

• If a reference points to null, it always means that there is no value associated with it.
• In most cases, null has a more specific meaning that depends on the context.
• If we need to know why there is no value associated with a reference, then additional data must be provided to differentiate the possible cases.
• Allow null only if it makes sense for an object reference to have 'no value associated with it'.
• Don’t use null to signal error conditions.
• The concept of null exists only for reference types. It doesn't exist for value types.
• In some languages null is the default value for reference types.
• null operations are exceedingly fast and cheap.
• Whenever possible, use a language that supports compile-time-null-safety.