【问题描述】现有4种零钱分别面值25元，10元，5元，1元。输入一定的货币数值，输出找零钞票张数最小的方案。（可使用穷举法） 【输入形式】一个正整数n， 例如35，代表35元，0<n<100 【输出形式】五个整数，空格分隔，即找零张数最少方案的总张数，25元，10元，5元，1元的张数。 【样例输入】35 【样例输出】2 1 1 0 0 【样例说明】35元最少需要2张钞票，25元1张，10元1张，5元0张，1元0张

我们可以使用穷举法来解决这个问题，枚举所有可能的方案，然后找出其中找零张数最少的方案。具体实现如下：

def change_money(n):
    coins = [25, 10, 5, 1]  # 面值数组
    min_count = float('inf')  # 初始化最小找零张数为正无穷
    min_solution = []  # 初始化最小找零方案为空
    for i in range(n // coins[0] + 1):
        for j in range((n - i * coins[0]) // coins[1] + 1):
            for k in range((n - i * coins[0] - j * coins[1]) // coins[2] + 1):
                l = n - i * coins[0] - j * coins[1] - k * coins[2]  # 计算1元钞票的张数
                count = i + j + k + l  # 计算总的找零张数
                if count < min_count:  # 如果当前方案的找零张数更少，则更新最小找零张数和最小方案
                    min_count = count
                    min_solution = [count, i, j, k, l]
    return min_solution

在这个函数中，我们首先定义了一个面值数组，按照从大到小的顺序存储了零钱的面值。然后定义了两个变量，min_count和min_solution，分别用来存储最小的找零张数和最小的找零方案。接下来使用三个循环枚举所有可能的方案，其中第一个循环枚举25元钞票的张数，第二个循环枚举10元钞票的张数，第三个循环枚举5元钞票的张数。最后计算1元钞票的张数，并计算总的找零张数。如果当前方案的找零张数比之前的方案更少，则更新最小找零张数和最小方案。最后返回最小方案即可。

例如，调用change_money(35)会返回[2, 1, 1, 0, 0]，表示找零35元最少需要2张钞票，其中有1张面值为25元的钞票，1张面值为10元的钞票，0张面值为5元的钞票和0张面值为1元的钞票。