为什么重新运作需要那么多内存

Question

我加载了一个数据文件（3400万行句子），该数据文件在笔记本电脑上占用了4G内存。

在进行预处理的同时，处理了200万个句子后，内存增加了1.5G。

count = 0
for line in lines:
    lines[count] = re.findall(r"[\w']+|[().,:!?;'$&]", line)
    count += 1
    if count % 100000 == 0:
        print(count)
        gc.collect()

有人可以解释为什么以及如何对其进行优化吗？