有一个正整数数组coins={2,5,7},代表不同的硬币面额，还有一个总金额为40，求出要凑成这个金额所需要的最少硬币数量。（硬币数量无限）

这是一个经典的动态规划问题，可以使用动态规划算法来解决。

首先定义一个数组dp，其中dp[i]表示凑成金额为i所需要的最少硬币数量。初始化dp[0]为0，其他元素初始化为正无穷大。

接下来，对于每个金额i，遍历硬币面额coins[j]，如果当前硬币面额小于等于i，那么可以选择使用这个硬币，此时凑成金额i所需要的最少硬币数量为dp[i-coins[j]]+1和当前dp[i]中的较小值。

最终，dp[40]就是凑成40所需要的最少硬币数量。

以下是Python代码实现：

coins = [2, 5, 7]
target = 40
dp = [float('inf')] * (target + 1)
dp[0] = 0
for i in range(1, target + 1):
    for j in range(len(coins)):
        if coins[j] <= i:
            dp[i] = min(dp[i], dp[i - coins[j]] + 1)
print(dp[target])

输出结果为5，即凑成40所需要的最少硬币数量为5。