python，有一个任务数组，数组的元素表示这1秒内新增的任务个数，且每秒都有新增任务，假设GPU每1秒最多执行n个任务，在保证GPU不空闲的情况下，最少需要多长时间执行完成这些任务

假设数组为 `tasks`，长度为 `len(tasks)`，最多一次执行 `n` 个任务，那么每次执行所需时间为 `t = 1/n s`。我们可以依次遍历数组中的每个元素，对于每个元素，如果它比 `n` 小，那么这些任务可以在 1 秒内全部执行完，否则需要将这些任务分成若干批次执行，每次执行 `n` 个任务，这样需要的时间为：

import math

total_time = 0
for i in range(len(tasks)):
    if tasks[i] <= n:
        total_time += 1
    else:
        total_time += math.ceil(tasks[i]/n)

total_time *= t

其中 `math.ceil(x)` 表示向上取整，最终的 `total_time` 即为执行完所有任务所需的最小时间。