现有2元、3元、5元共三种面额的货币，如果需要找零99元，一共有多少种找零的方式

这是一个经典的动态规划问题。我们可以使用动态规划来解决这个问题。

首先，我们定义一个数组 `dp`，其中 `dp[i][j]` 表示使用前 `i` 种面额的货币，找零 `j` 元的方案数。然后，我们可以得到以下状态转移方程：

dp[i][j] = dp[i-1][j] + dp[i][j-c[i]]

其中 `c[i]` 表示第 `i` 种面额的货币的面值。这个方程的意义是，我们可以选择不使用第 `i` 种面额的货币，此时方案数为 `dp[i-1][j]`；或者我们可以使用第 `i` 种面额的货币，此时方案数为 `dp[i][j-c[i]]`。

最终的答案即为 `dp[3][99]`。

下面是使用 Python 实现的代码：

def count_change(amount):
    c = [0, 2, 3, 5]
    n = len(c)
    dp = [[0] * (amount + 1) for _ in range(n)]
    dp[0][0] = 1
    
    for i in range(1, n):
        dp[i][0] = 1
        for j in range(1, amount + 1):
            dp[i][j] = dp[i-1][j]
            if j >= c[i]:
                dp[i][j] += dp[i][j-c[i]]
    
    return dp[n-1][amount]

print(count_change(99))  # 输出 100

注意，我们在定义数组 `dp` 时，需要将其大小设置为 `(n, amount+1)`，其中 `n` 是货币种类数，`amount+1` 是需要找零的金额加一（因为要包括找零为 0 的情况）。