假设商店货品价格(R)皆不大于100元(且为 整数)，若顾客付款在100 元内(P),求找给顾客之最少货币个 (张) 数?(货币面值50元(N50), 10元(N10) ,5元(N5), 1元(N1) 四种。试根据边界值法设计测试用例。

根据题意，可以列出以下算法：

1. 计算找零金额：change = P - R
2. 遍历四种面值的货币，从大到小依次尽可能多地找出当前面值所需的货币数量，直至无法再找出更多为止。

根据边界值法设计测试用例，可以考虑以下情况：

1. R = 0, P = 0：无需找零，期望找到 0 张货币。
2. R = 50, P = 50：无需找零，期望找到 0 张货币。
3. R = 100, P = 100：无需找零，期望找到 0 张货币。
4. R = 10, P = 100：需要找零 90 元，期望找到 1 张 N50，4 张 N10，期望总共找到 5 张货币。
5. R = 95, P = 100：需要找零 5 元，期望找到 1 张 N5，期望总共找到 1 张货币。
6. R = 99, P = 100：需要找零 1 元，期望找到 1 张 N1，期望总共找到 1 张货币。
7. R = 100, P = 50：无法进行找零，期望找到 0 张货币。

相关问题

假设商店货品价格(R)皆不大于100元（且为整数），若顾客付款在100元内 (P) ， 求找给顾客最少货币个（张）数？（货币面值50元10 元，5 元，1元四 种

货币面值）。

这是一个典型的找零问题，可以使用贪心算法求解。贪心算法的思想是每次找零时都尽量使用面值大的货币，这样可以使找零的货币个数最少。

首先，我们可以将货币面值按照从大到小的顺序排列，即50元、10元、5元、1元。然后，我们可以依次尝试使用每种面值的货币，直到找零的总额等于应找给顾客的金额为止。

具体做法如下：

1. 初始化货币面值数组 money=[50,10,5,1]，以及计数器 count=0，表示找零的货币个数为0。

2. 遍历货币面值数组 money，对于每一种面值 m，进行如下操作：

a. 如果应找顾客的金额 P 大于等于当前面值 m，则将顾客需要找的钱数 P 减去 m，并将计数器 count 加 1。

b. 如果应找顾客的金额 P 小于当前面值 m，则跳过当前面值，转而尝试下一个面值。

3. 当 P 等于 0 时，说明已经找完所有的零钱，此时返回计数器 count 即可。

代码实现如下：

def find_change(P):
    money = [50, 10, 5, 1]
    count = 0
    for m in money:
        while P >= m:
            P -= m
            count += 1
        if P == 0:
            break
    return count

例如，当应找顾客的金额为 87 元时，使用上述代码可以得到最少的货币个数为 3，分别为 50 元、10 元和 5 元。

决策表法求假设商店货品价格(R)皆不大于100元（且为整数），若顾客付款在100元内 (P) ， 求找给顾客最少货币个（张）数？（货币面值50元10 元，5 元，1元四 种 ）

以下是决策表：

| 决策条件 | 动作 |
| -------- | ---- |
| P<=50 | 1张1元 |
| P<=55 | 1张5元 |
| P<=60 | 1张10元 |
| P<=95 | 1张50元 |
| P<=100 | 2张50元 |
| | |

根据决策表可得，当顾客付款在100元内时，找给顾客最少货币个数的方法为：

1. 如果顾客付款不超过50元，则只需找1张1元即可。

2. 如果顾客付款在51元至55元之间，则只需找1张5元即可。

3. 如果顾客付款在56元至60元之间，则只需找1张10元即可。

4. 如果顾客付款在61元至95元之间，则只需找1张50元即可。

5. 如果顾客付款在96元至100元之间，则需找2张50元。

因此，找给顾客最少货币个数的方法为根据付款金额P在上述情况中选择一种即可。