开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 28 天，点击查看活动详情
在牛客上有这样一个题。
题目：给定数组arr，arr中所有的值都为正整数且不重复。每个值代表一种面值的货币，每种面值的货币可以使用任意张，再给定一个aim，代表要找的钱数，求组成aim的最少货币数。
本题其实很像背包，他也是背包问题的一种简化版本
他在限定金额内，保证使用张数最少。而动态规划思想是把复制问题变成简单小问题，对子问题处理得到目标数的结果。
所以我们需要考虑怎么划分。
直接解法--》暴力递归
最容易想到是把数组排序，每次尽量拿最大值的面额，剩下的再依次选择。如果剩下的不能满足，就最大面额少拿一张，继续递归。
但是我们知道递归容易超时，使用想到了动态规划方式
假设我们用dp【i】表示，凑齐i元钱需要的最小货币数。那么我们可以知道，i最小为1，最大为aim。当i=0时候，我们不需要选择货币就可以得到，所以结果为0。
假设在1~aim之间，目标值=aim-当前值dp[i]=min(dp[i],dp[目标值]+1).
即转移方程里面，dp[i]=不使用当前数量和使用当前数量，得到的最小值
代码如下：
和他类似的还有一个给出面值数组arr，其中的值都是正数且无重复。每个值都认为是一种面值，并且张数是无限的，现给出正数aim，求返回组成aim的方法数。
两个其实都是类似的问题， 需要几种方法
解法1，暴力递归。
我们知道，从左到右变量，当指向数组最后一个数时候，如果aim等于0，表示已经有一种解法，如果aim！=0，表示无解。
然后对张数进行循环，条件是当前值 *张数< aim
修改成动态规划的时候，dp数组是二维的，行表示货币种类，列表示目标货币值
