为什么在R中建模比返回的对象消耗更多的内存

Question

在R中执行生存分析时，报告拟合模型要消耗比返回的实际对象更多的内存。而且，这似乎只会发生几次，而不是每次都发生。

require(survival)
require(pryr)
require(tidyverse)

dat <- tibble(
  x = sample(letters[1:2], 1e5, replace = TRUE),
  x2 = sample(LETTERS[1:2], 1e5, replace = TRUE),
  e = sample(0:1, 1e5, replace = TRUE),
  t = rweibull(1e5, shape = 1)
)

mem_change(fit <- survfit(formula = Surv(t, e) ~ x, data = dat))
mem_change(fit2 <- survfit(formula = Surv(t, e) ~ x, data = dat))
mem_change(fit3 <- survfit(formula = Surv(t, e) ~ 1, data = dat))
mem_change(fit4 <- survfit(formula = Surv(t, e) ~ x2, data = dat))
mem_change(fit5 <- survfit(formula = Surv(t, e) ~ x + x2, data = dat))

map(list(fit, fit2, fit3, fit4, fit5), object_size)
object_size(fit, fit2, fit3, fit4, fit5)

在fit和fit5的情况下，pryr::mem_change()将报告〜7.5 MB的更改，而每个fitX对象具有6.4 MB，如{{1 }}。 是否在其他地方创建了任何隐藏变量，或者它是否与pryr::object_size()的C实现有关？

编辑：我知道，实际的建模过程可能会暂时消耗更多内存。但是，假定survfit将在所有计算完成并且所有临时对象都被丢弃之后，返回使用的内存中的净变化。