我们知道，超市收银员在收款时经常遇到找零的情况，在超时的收款台里面，会有各种各样面值的硬币，在向顾客找零钱时，也会有多种方案，但是一般会选择找出硬币数量最少的方案。
举个例子，假设硬币面值有如下七种
当要找0.8元时，其实有很多种方案：
当然，最佳方案应该就是5角+2角+1角，这就是贪心策略的最佳体现
因此，我们可以试着编写程序，根据输入的需要找的零钱数，求出找零钱时硬币数目最少的方案。举例如下：
接下来我们开始分析
为了让找出的硬币最少，首先要从最大面值的硬币开始计算
2.92 ➗1 = 2余数是0.92，也就是需要2个1元的硬币，余下的钱是0.92
0.92 ➗0.5 = 1余数是0.42，也就是需要1个0.5元的硬币，余下的钱是0.42
0.42 ➗0.2 = 2余数是0.02，也就是需要2个0.2元的硬币，余下的钱是0.02
0.02 ➗0.02 = 1余数是0，也就是需要1个0.02元的硬币，没有余数
这样，正好完成了找零钱的过程
我们根据上面的分析和实验的结果，我们总结下任务设计的思路
首先，将零钱面值存储到列表
其次，输入要找的零钱数
最后，从面值最大的零钱开始遍历并计算零钱个数
我们代码实现如下：
def test_change():
# 将零钱面值存储到列表
d = [0.01, 0.02, 0.05, 0.1, 0.2, 0.5, 1]
while True:
try:
# 输入要找的零钱数，输入的是一个浮点数
sum = float(input("请输入需要找的零钱："))
if sum <= 0:
print("您输入的不是一个正数")
else:
break
except:
print("输入错误，请重新输入")
# 获取最大索引
i = len(d) - 1
while i >= 0:
# 如果剩余金额大于等于当前的零钱面值，才进行找零计算
if sum >= d[i]:
n = int(sum / d[i])
sum = float("{:.2f}".format(sum - n * d[i]))
print("找了{}个{}元硬币".format(n, d[i]))
i -= 1
