上一节介绍了在模型的推理优化过程中，动态内存申请会带来额外的性能损失。

Python 语言在性能上之所以没有c++高效，有一部分原因就在于Python语言将内存的动态管理过程给封装起来了，我们作为 Python 语言的使用者是看不到这个过程的。

这一点有点类似于 c++ 标准库中的一些操作， c++的标准库中提供了很多容器，常见的有vector，也就是数组，可类比于python中的列表，还有字符串string。

这一类的容器在使用过程中是会动态管理内存的，如果数据量过大，就会不断的申请内存，从而造成程序运行的性能下降。

下面以字符串为例简要说明一下这个动态申请内存的过程。

当我们最初定义一个字符串时，假设str1 = ‘123’，系统会在电脑的内存中申请一块内存用来存放123。

申请内存的过程是动态的，也就是说在程序运行过程中边运行边申请。

如果我们要完成一个字符串的拼接过程，假设还有另一个字符串str2='456'。