舟拿着100元去买糖吃，买了糖后要找零时，发现店里只剩下1元、2元和5元的纸币了。找回来一大堆零钱确实很烦人，所以小舟要求店员找给他的纸币的数量必须是最少的。 已知需要找还的钱的数额，同时店里有充足的1、2、5元纸币供找兑。编写一个程序，计算以最少数量的纸币凑出找零的数额时，各种纸币的使用数量。

好的，这是一道典型的动态规划问题。我们可以定义一个数组dp[i]表示凑出i元钱所需要的最少纸币数。对于每个i，我们可以考虑使用1元、2元或5元纸币，那么：

- 如果我们使用1元纸币，那么需要的纸币数就是dp[i-1]+1；
- 如果我们使用2元纸币，那么需要的纸币数就是dp[i-2]+1；
- 如果我们使用5元纸币，那么需要的纸币数就是dp[i-5]+1。

最后，dp[i]就是上述三个数中的最小值。可以通过循环遍历0到目标数额，依次求解dp数组，最终得到各种纸币的使用数量。

下面是Python代码实现：

def findMinCoins(target):
    coins = [1, 2, 5] # 纸币面值
    dp = [0] * (target+1) # 初始化dp数组
    for i in range(1, target+1): # 从1到target逐个求解
        dp[i] = float('inf')
        for coin in coins:
            if i >= coin and dp[i-coin]+1 < dp[i]:
                dp[i] = dp[i-coin] + 1
    # 回溯求解各种纸币的使用数量
    count1, count2, count5 = 0, 0, 0
    while target > 0:
        if target >= 5 and dp[target-5] == dp[target]-1:
            target -= 5
            count5 += 1
        elif target >= 2 and dp[target-2] == dp[target]-1:
            target -= 2
            count2 += 1
        else:
            target -= 1
            count1 += 1
    return count1, count2, count5

你可以直接调用findMinCoins函数，传入目标数额，即可得到各种纸币的使用数量。