用python写给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。 计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额，返回 -1 。 你可以认为每种硬币的数量是无限的。

在Python中，这个问题可以使用动态规划（Dynamic Programming）来解决。我们可以创建一个长度为`amount+1`的列表dp，其中`dp[i]`代表用硬币凑出金额i所需的最小硬币数。初始化所有dp值为无穷大（通常设置为sys.maxsize），除了dp[0]设为0，因为不需要硬币就能得到0元。

然后，遍历每个硬币面额`coins[j]`，对于每个`i`（从coins[j]到amount），更新`dp[i]`为`dp[i-coins[j]] + 1`，如果这个新值小于当前的dp[i]，就更新它。这是因为我们考虑了使用一枚面额为`coins[j]`的硬币来凑`i`元的情况，如果这样做比之前更优，我们就接受这个方案。

最后，如果`dp[amount]`仍然是无穷大，说明无法用给定的硬币凑出指定的金额，返回-1；否则，返回`dp[amount]`就是所需的最少硬币数。

以下是Python代码实现：

import sys

def coinChange(coins, amount):
    dp = [sys.maxsize] * (amount + 1)
    dp[0] = 0

    for coin in coins:
        for i in range(coin, amount + 1):
            if dp[i - coin] != sys.maxsize:
                dp[i] = min(dp[i], dp[i - coin] + 1)

    return dp[amount] if dp[amount] != sys.maxsize else -1